← 案例目录DATAWHALE / FDE

案例 19 · 消费品研发与包装

Datawhale原书章节 · 印刷页码 185—195 · 当前仅加载一页

Datawhale《FDE案例100》,案例19,原书第189页;下方可展开文字版

原书第 189 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。

我会尽可能进入客户真实的业务环境。最开始我甚至会直接参加他们的会议、进入飞书
群。但后来发现,一个外部的人一直待在里面,其实还是会让业务同学产生压力。
所以我们做了一件很有意思的事情,把一个Agent放进业务群里。
它在那里待了两三周,持续收集业务上下文,不急着解决问题。过一段时间,我们再让
它总结:最近业务里有哪些问题?哪些东西值得沉淀成经验?哪些地方可能存在可以被
AI解决的机会?
最后,Agent自己从真实业务沟通中定位到了包装审核这个问题。
这件事情对我启发很大。Agent在这里承担了两重角色:既执行任务,也观察业务。它
可以相对隐形地获取业务上下文,然后我们再结合人的判断去确定哪些问题真的值得
做。
第二步,先定义问题,再定义AI。
还是拿包装审核这个单点场景为例,我们确定包装审核确实是一个高频、真实存在的问
题之后,并没有马上开始写一个“包装审核Skill”。
因为我们很快又发现,如果完全由我们这些外部的人去定义Skill,依然容易变成“外行
指导内行”。
所以我们换了一个思路。如果过去公司要招一个人来做包装审核,HR会给他一份岗位说
明书。那么现在我们希望AI承担这部分工作,AI同样应该拥有一份“岗位说明书”。
于是,我们借用了HRBP的思路,把真正做审核的人找出来,让业务人员自己拆解:他
平时到底审核什么?输入是什么?输出是什么?什么情况下需要判断?什么规则可以直
接执行?什么事情需要上下文?
这一步非常重要,因为真正懂业务的人开始参与进来,AI该怎么工作,由他们来定义。
第三步,把业务工作拆成“可以自动化”和“需要决策”两类。
189/243