案例 24 · 海外快消动销
Datawhale原书章节 · 印刷页码 233—243 · 当前仅加载一页

原书第 242 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。
很多企业第一反应是:“我们有什么模型?”“我们能不能做Agent?”“我们能不能接 入大模型?”但真正的问题应该是:业务哪里最痛?哪里最浪费时间?哪里过去依靠人 工经验? 客户最终买单的,永远是解决问题产生的价值。 第二,FDE需要成为业务和技术之间的连接者。 一个纯技术工程师,如果不了解行业,很难发现真正的问题。而一个懂业务的人,可以 知道哪些数据重要、哪些流程可以优化、哪些结果企业真正关心。FDE正是需要具备这 种业务判断力,才能把技术能力用在真正产生价值的地方。 第三,AI项目成功关键在落地细节。 图4:五步打法:顺序不能乱,业务在技术前 模型能力越来越强,通用能力越来越完善。未来企业之间竞争的重点,将逐渐从模型能 力转向对业务的理解深度。FDE需要关注:用户是否愿意使用?流程是否适配?成本是 否接受?结果是否可靠? 242/243