案例 22 · 跨境库存与广告

文字由原PDF提取，阅读顺序和表格请以原页为准。

真正做起来以后才发现，SaaS方提供的API虽然能用，但Key有失效机制，一个Key也不
能被多个团队同时使用。如果A团队刷新Key，B团队原来的Key就会失效，而客户除了
我们之外，实际有多个团队需要共享这个key去拉数据。
最后我们在中间加了一层数据中转，把数据先引出来，再同步回飞书。
这件事让我印象很深，它说明了一个问题，现实世界里的AI落地，很多时候卡在模型之
外，企业原有系统的开放程度、数据结构和接口限制，往往才是真正的门槛。AI本身可
能已经能做了，但数据根本拿不出来，还是落不了地。
第三个挑战，先判断这个问题到底需不需要AI。
我们一开始考虑过Agent，但会先判断，看到一个需求，到底值不值得上Agent。
一些非常确定、规则非常死的任务，其实写一个脚本、跑一个定时任务就够了。只有当
任务开始涉及语义理解、跨系统判断，传统脚本比较难覆盖的时候，才需要引入
Agent。
所以做方案选择时，我会先问，这个问题到底需不需要AI。
能用简单自动化解决的，就不要为了追热点强行用Agent；真正需要理解、判断和跨流
程协作的部分，再把Agent放进去。
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？
做这个行业越久，我越确信，FDE真正的壁垒并不在“会不会搭一个Agent”。
因为现在代码、自动化、Agent这些东西都更容易获得了，技术本身在变便宜，真正值
钱的，是你能否理解业务、判断需求，以及知道什么方案真正适合这个客户。
我自己总结下来，有几个比较重要的经验。
第一，先解决业务问题，再决定用什么AI。
222/243