返回企业 AI 落地

公众号文稿摘编

做 FDE,先把一个具体问题解决好。

和曲率聊完,我更关心的是:谁把事情负责到底,做出来之后,有没有人真正使用。

以下摘编自大树与曲率访谈后的文章文稿,聚焦企业需求、团队分工与项目验证。经营数字和其他产品介绍不在这次摘编范围内。

装上工具之后,还有很多工作

老板知道 AI 很厉害,和公司真的用上 AI,中间隔着一大堆事情。

公司的资料散落在不同员工手里,流程有时靠口头交接。老板觉得需要改的地方,和员工每天被卡住的地方,可能还不一样。

这些问题没有弄清楚,装上一个工具,也不知道该让它干什么。

团队里,要有人把事情负责到底

如果你已经在一个行业干了很多年,清楚哪一步最费时间,知道客户愿意为什么付钱,那些经验就可能成为起点。再找技术伙伴,把一个具体场景做通。

反过来,技术能力强的人,也可以和真正懂业务、能负责客户沟通的人合作。

关键是团队里有人能把整件事负责到底。分工之后,客户遇到问题,总得找得到一个明确的负责人。

从一个小范围的试点开始

选一个具体流程,先看原来怎么做,保留一份能比较的记录。再用小规模试点验证,做完和客户一起看,效果到底怎么样。

该处理的异常有没有处理?员工是否真的在使用?算上人工复核和维护,成本有没有下降?

这些问题,比演示时看起来多么流畅更有用。

可复用的,是方法而不是客户资料

更值得尝试的做法,是先盯住一类客户、一个反复出现的问题。

客户自己的合同和内部资料当然不能拿去复用。能沉淀的是经过脱敏的方法、通用流程,以及有权复用的代码和组件。

做第五个同类项目时,你是不是比做第一个项目省力了?

如果接的每一单,都还要靠创始人重新谈需求、重新救火,收入增长就仍然紧紧绑在这个人的时间上。

摘编自《FDE 到底怎么赚钱?和曲率聊完,我想把这门生意拆开看看》文稿,节选关于业务问题、协作与交付的讨论。

你的经历里,有什么不同的答案?

继续交流