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

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