案例 20 · 制造企业经营透明
Datawhale原书章节 · 印刷页码 196—205 · 当前仅加载一页

原书第 204 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。
这也是我后来开始主动寻找更加标准化场景的原因。 Q6:根据你的经验,我们怎么才能更好地把AI部署到实际业务中? 我现在越来越觉得,企业做AI,最容易犯的错误就是为了AI而做AI。 我以前所在的金融机构就发生过类似的事情。 当时业务部门觉得找设计师做营销图片很慢,希望用AI提高效率。从业务逻辑上看,这 个需求完全合理。但因为金融机构有数据合规要求,不能直接使用外部模型,最后只能 做本地部署。 结果就是花了不少钱搭了一套AI图片生成系统,但生成出来的图片实际不能用。最后IT 部门完成了“AI转型”,合规部门完成了数据安全要求,领导也可以说企业完成了AI转 型,但业务部门还是回去找设计师做图。 从企业经营的角度看,什么都没有改变。 所以如果让我总结现在做FDE的一些经验,我会特别强调几个事情。 首先,AI转型最好从老板真正关心的经营问题出发。 老板要解决的是降本增效、安全、效率、经营透明度等问题。先把这些问题找出来,再 判断AI能不能介入。 其次,业务部门必须有动力、有资源。 IT当然要参与,但不能变成“IT部门为了完成AI转型而推动AI转型”。真正每天承受业务 问题的人,才最清楚什么地方值得改。 所以最好由老板主导,或者由真正承担业务指标的负责人推动,并且给业务团队足够的 资源和权限。 204/243