← 案例目录DATAWHALE / FDE

案例 18 · 生物科技经营与销售

Datawhale原书章节 · 印刷页码 177—184 · 当前仅加载一页

Datawhale《FDE案例100》,案例18,原书第183页;下方可展开文字版

原书第 183 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

这个项目让我更加确信一件事,企业AI转型,光靠买几个AI工具很难完成。
第一,先判断企业处在哪个阶段。
有的企业信息化、数字化基础已经很完善,数据都在统一数仓里,AI很快就能往上走;
有些企业连信息化时代的课都没补完,这种时候不能因为自己是做AI的,就假装那些问
题不存在,应该补CRM就补CRM,应该做数据治理就先做数据治理。AI只是整个企业生
产力体系的一部分。
第二,从业务最痛的地方筛选场景。
我们进每一个部门调研之后,重点看几个问题,这个问题到底有多痛、一年发生多少
次、占用多少人、影响多少收入或成本、AI是不是已经足够擅长解决。只有这些条件都
比较合适的场景,才值得优先投入。这个案例里销售这条线之所以优先,正因为离收入
近、痛点集中。
第三,不要什么问题都硬套AI。
比如销售业绩,我们选择交给CRM和BI系统去算,把AI留给趋势归因、日报周报分析、
销售陪练、简历筛选这些它真正擅长的地方。FDE真正重要的能力,是知道哪里不应该
使用AI。
第四,大企业的AI转型,本质上一定包含组织建设。
外部FDE可以帮助企业启动、诊断、搭框架、做第一批场景,但长期来看企业不能永远
依赖外部团队。所以我们后来非常明确地建议董事长建立或者内部培养自己的AI+团队,
这个案例里企业后续要自持算力和行业小模型,我们就协助企业主导了20个岗位的招聘
和团队搭建。轻度使用的企业,也至少要协助企业在每个业务部门树立一些AI提效标兵
等方式,培养企业原生AI+的能力。一个好的FDE项目,除了留下几个应用,还应该帮助
企业留下继续进化的能力。
第五,一定要重新设计人和AI的生产关系。
183/243