大家好，我們是成都小火科技。最近這一個(gè)月，辦公室里討論最多的就是企業(yè)AI工作流定制的需求，不是那種放之四海而皆準(zhǔn)的通用工具，而是真真切切能嵌進(jìn)客戶日常業(yè)務(wù)里的東西。前兩周剛陪一個(gè)制造業(yè)客戶去他們車間蹲了兩天，看著工人師傅拿著紙質(zhì)表單記錄生產(chǎn)數(shù)據(jù)，再手動(dòng)錄入到ERP系統(tǒng)，中間還得反復(fù)核對，光一個(gè)批次的質(zhì)檢數(shù)據(jù)就要耗兩小時(shí)。客戶負(fù)責(zé)人跟我們嘆，“不是不想用AI，是市面上的AI工具要么太復(fù)雜，要么跟我們的生產(chǎn)流程對不上，等于白買”。這其實(shí)就是現(xiàn)在很多企業(yè)的痛點(diǎn)：AI得落地到具體工作流里才有用，光談技術(shù)沒用。

我們現(xiàn)在做的企業(yè)AI工作流定制，核心就是把AI功能跟客戶的業(yè)務(wù)環(huán)節(jié)“擰成一股繩”。比如給電商客戶做的客服+訂單處理流，不只是簡單的AI客服應(yīng)答，而是讓AI先識別客戶咨詢的類型，是查物流、退差價(jià)還是售后問題，然后自動(dòng)調(diào)取對應(yīng)的訂單數(shù)據(jù)，甚至能根據(jù)客戶歷史消費(fèi)記錄給出個(gè)性化解決方案。有個(gè)做母嬰用品的客戶，之前客服要同時(shí)開三個(gè)系統(tǒng)：聊天窗口、訂單后臺(tái)、庫存表，現(xiàn)在AI直接把這三個(gè)系統(tǒng)的數(shù)據(jù)串起來，客戶問“買的奶粉什么時(shí)候到”，AI一秒調(diào)出物流信息，還會(huì)順帶提醒“您上次買的紙尿褲快用完了，當(dāng)前庫存充足”，客服響應(yīng)時(shí)間從原來的5分鐘壓到了1分鐘以內(nèi)。還有更細(xì)分的，比如給律所做的合同審查工作流，AI不只是挑錯(cuò)別字，而是能根據(jù)客戶所在行業(yè)的法規(guī)（比如互聯(lián)網(wǎng)公司要符合《數(shù)據(jù)安全法》），標(biāo)出合同里可能有風(fēng)險(xiǎn)的條款，還能關(guān)聯(lián)過往的相似案例，給律師提修改建議，這背后不是通用大模型，是我們用客戶提供的3000多份歷史合同和行業(yè)法規(guī)數(shù)據(jù)微調(diào)過的專屬模型，精度比通用工具高太多。

聊到開發(fā)流程，其實(shí)我們從來沒有一套“標(biāo)準(zhǔn)答案”，每個(gè)客戶的情況都不一樣。第一步肯定是“扎進(jìn)客戶的業(yè)務(wù)里”，不是開個(gè)會(huì)聽需求就完了。上次給一家做醫(yī)療器械的客戶做研發(fā)流程AI化，我們的產(chǎn)品經(jīng)理和算法工程師跟著他們的研發(fā)團(tuán)隊(duì)泡了一周，看他們怎么記錄實(shí)驗(yàn)數(shù)據(jù)、怎么跟臨床機(jī)構(gòu)對接、怎么歸檔審批文件。有天下午跟研發(fā)負(fù)責(zé)人一起改實(shí)驗(yàn)方案，才發(fā)現(xiàn)他們有個(gè)特殊需求：AI得能識別手寫的實(shí)驗(yàn)記錄，因?yàn)槔蠈＜伊?xí)慣用紙筆記錄，再由助理錄入系統(tǒng)，中間容易出錯(cuò)。后來我們就在工作流里加了多模態(tài)識別模塊，手機(jī)拍張照片，AI就能把手寫內(nèi)容轉(zhuǎn)成電子檔，還能自動(dòng)比對之前的實(shí)驗(yàn)數(shù)據(jù)，標(biāo)出異常值，這要是沒蹲現(xiàn)場，根本想不到。

接下來是數(shù)據(jù)梳理，這步最磨人，但也最關(guān)鍵。企業(yè)的數(shù)據(jù)往往散在各處，有的在Excel表里，有的在十年前的舊系統(tǒng)里，還有的是員工存在本地硬盤的文檔。上次幫一家連鎖超市做供應(yīng)鏈AI工作流，他們的采購數(shù)據(jù)一半在ERP里，一半在采購經(jīng)理的個(gè)人表格里，還有部分促銷活動(dòng)數(shù)據(jù)存在門店的POS系統(tǒng)里。我們花了兩周時(shí)間，一邊幫他們做數(shù)據(jù)遷移，一邊跟IT部門一起做接口調(diào)試，還得保證數(shù)據(jù)安全，超市的供應(yīng)商信息屬于商業(yè)機(jī)密，所以我們在數(shù)據(jù)傳輸環(huán)節(jié)加了端到端加密，還做了權(quán)限分級，只有采購總監(jiān)能看完整的供應(yīng)商報(bào)價(jià)數(shù)據(jù)。有時(shí)候客戶會(huì)擔(dān)心“數(shù)據(jù)不夠怎么辦”，其實(shí)不用怕，我們會(huì)用相似行業(yè)的公開數(shù)據(jù)做補(bǔ)充，再通過數(shù)據(jù)增強(qiáng)技術(shù)擴(kuò)量，上次給一家初創(chuàng)物流公司做路線優(yōu)化，他們只有半年的運(yùn)輸數(shù)據(jù)，我們就加了公開的路況數(shù)據(jù)和天氣數(shù)據(jù)，再模擬不同場景下的運(yùn)輸情況，訓(xùn)練出來的AI照樣能精準(zhǔn)預(yù)測運(yùn)輸時(shí)間。

模型適配完了不是結(jié)束，得讓客戶的人真能用起來。上個(gè)月給一家教育機(jī)構(gòu)做的學(xué)員管理AI工作流，初版做出來后，讓班主任試用，反饋說“AI推薦的課程太復(fù)雜，家長看不懂”。我們趕緊調(diào)整，把AI推薦的內(nèi)容改成“孩子最近數(shù)學(xué)幾何薄弱，推薦每周2次的幾何專項(xiàng)課，每次40分鐘，配套課后練習(xí)”，還加了一鍵生成報(bào)名鏈接的功能，班主任用著就順了。上線后也不是不管，比如電商客戶大促前，我們會(huì)提前一周幫他們測試AI的并發(fā)能力，調(diào)整訂單處理的優(yōu)先級規(guī)則，去年雙十一，有個(gè)客戶突然加了“預(yù)售訂單優(yōu)先發(fā)貨”的需求，我們連夜改了AI的規(guī)則，沒耽誤大促。

現(xiàn)在我們團(tuán)隊(duì)里，算法工程師們還在研究更“輕”的AI模塊，比如能嵌進(jìn)Excel的AI函數(shù)，讓老會(huì)計(jì)不用學(xué)新系統(tǒng)，在熟悉的表格里就能用AI自動(dòng)對賬；產(chǎn)品經(jīng)理則在跟客戶聊“AI工作流的迭代”，比如制造業(yè)客戶的生產(chǎn)標(biāo)準(zhǔn)變了，AI能自動(dòng)更新質(zhì)檢規(guī)則，不用再重新開發(fā)。其實(shí)做這行久了就知道，企業(yè)要的不是多厲害的AI技術(shù)，而是能幫他們少加班、少出錯(cuò)、多賺錢的工具。就像上次那個(gè)制造業(yè)客戶，用了我們定制的AI工作流后，質(zhì)檢效率提了40%，車間里原來要3個(gè)人做的數(shù)據(jù)錄入，現(xiàn)在1個(gè)人就能搞定，負(fù)責(zé)人跟我們說“終于不用天天盯著表單看了”，聽到這話，比簽多大的單都開心。

往后，AI工作流肯定會(huì)更“深”，不只是處理現(xiàn)有流程，還能預(yù)測風(fēng)險(xiǎn)，比如提前預(yù)警供應(yīng)鏈可能中斷，或者客戶可能流失。我們也在跟著客戶的需求走，把每個(gè)行業(yè)的經(jīng)驗(yàn)攢下來，做更貼合的定制。畢竟，好的AI工作流，從來不是我們設(shè)計(jì)出來的，是跟客戶一起“跑”出來的。

文章來源網(wǎng)址：http://www.zizhu8.cn/archives/xitongkaifa01/2233，轉(zhuǎn)載請注明出處！