案例 23 · 工程租赁报价

文字由原PDF提取，阅读顺序和表格请以原页为准。

Q5：在部署AI过程中，是否遇到了新问题或挑战？你是怎么解决
的？
真正落地以后，我发现最大的挑战，很多时候在AI之外。
第一个挑战，是需求看起来很简单，但真正做起来很复杂。
比如客户说“我要一个内部数据库，再做一个基于数据的搜索”，听起来好像很简单。
但真正进去之后，你会发现数据库到底怎么搭、数据怎么清、数据量多大、检索怎么
做，这些成本都很难提前估算。
有些项目最后真正难的地方，其实是数据库和业务数据的整理，跟AI模型本身没太大关
系。
所以我们后来会特别注意一个问题：不能因为客户说得简单，就默认交付也简单。
第二个挑战，是客户的接受程度。
中小企业老板通常不会因为你告诉他“这是一套先进的AI技术”就愿意大规模改造企业。
相反，大刀阔斧地改内部流程，对他们来说风险很高。
所以我们的打法一直是从一个很小的点切进去。
先找一个客户能看见结果、试错成本比较低的问题，做一个POC（Proof of Concept，
概念验证）。POC跑通之后，客户觉得你靠谱，再继续往下梳理路线图。这条路是边
做、边证明、边挖下一步需求，先让客户看到结果，再去谈更大的蓝图。
第三个挑战，是AI工具本身不能决定项目成败。
我们接触的几个案例，其实并没有简单套用一个通用AI工具。能用现成工具解决当然最
好，但解决不了的时候，我们会自己做工程化。
因为真实业务里，很多东西本来就是混合的，智能报价就是这样，光靠一个通用AI工具
230/243