#企业AI落地

avatar
最近跟不少朋友聊企业搞 AI 落地，从各种 bot 进化到各种 Agent，气氛都很热，但项目的真实进展却远不如预期。 大家所在公司的状态都差不多：老板特别兴奋，业务不愿意用，技术反复沮丧。 展开聊聊，欢迎对号入座。 这个话题涉及其实到一个老大难的组织张力：老板、技术、业务之间的“不可能三角”。很多时候事情本身与要推广的技术无关，这其实是博弈路径走歪了，大部分都卡死在老板、技术、业务这三方的拉扯中。 1/ 先说老板，他们想要的很简单： - 资本市场上能讲故事，能拿融资、能PR，能上 AI 战略； - 业务角度又要 ROI 快，最好 3 个月就看到节省成本或增长 GMV； 所以经常一拍脑袋下个大决策。但他不会告诉你落在哪，也不会等你慢慢迭代，不超三月耐心可能就没了。 2/ 那技术团队怎么想？技术团队很纯粹，全部站在技术角度出发： - 要做效果好的，还得是多模态的； - 要兼顾成本、推理速度、数据合规； 技术特别擅长造工具箱，但常常不知道业务到底要锤哪颗钉子。 大部分情况下的结果就是 Demo 特炫酷，ppt呈现的花里胡哨，但一到落地就一地鸡毛。 3/ 那业务呢？其实业务最现实： - 用户用不用、能不能转化、有没有 KPI 提升； - 能不能马上见效，不然就又是个花瓶； 他们天然不信技术团队，也很难有意愿撇开 KPI 不达成来尝试新鲜玩意，一看就这效果基本就甩手不用了。 4/ 于是形成 AI 落地最经典的三角困局： - 老板 push 战略 → 技术找不到抓手； - 技术 all in AI → 业务根本不接这茬； - 业务只要 KPI 结果，并且做好了功劳是技术的 → 老板觉得这只是当下价值，我们还要未来； 这三方之间没有解法，只有来来回不断的妥协和博弈。 5/ 所以很多人说要破局，就要搞懂技术、搞懂产品，但其实最难的是搞懂组织。 AI 从来不是技术项目，而是组织协作项目，这也是我为什么一直说 AI 一定是一把手工程，是要老板撸起袖子上亲自上的，不是挂个技术负责人就能搞定的。 大家坐在一起，让老板接受 MVP，让技术理解转化漏斗，让业务团队参与 Prompt 打磨。 6/ 在我参与的多个 AI 落地项目里，最顺畅最高效跑得通的路径基本是这个顺序： - 业务牵头，选一个最小闭环场景； - 技术配合打工具链，能量化、可解释 - 老板做资源担保，别中途撤退、别急功近利 也不是说技术牵头搞不定，但这条路径一定是磨难最大的，过程中各种资源、阻力。 7/ 所以如果你正在推进企业 AI 落地，试着画一画你们的权力三角：谁是真正说了算的人？谁在扯皮？谁在躺平？ 很多时候是三方角力最后没有一方能走出共识的幻觉。 那咋落地，一定得先过组织这一关。 合适的人选是能在老板、技术、业务之间架桥的人，这个人可能是技术、可能是业务，所以你要在内部推 AI 项目，要首先找到这个关键节点，这样会顺利不少。 啰嗦这么多，其实这一句是我这两年最大的经验。
#企业AI落地 #组织协作 #老板、技术、业务三角困局 #业务牵头最小闭环 #一把手工程
avatar
最近写了一系列企业AI落地的领域数据本体工程的思考文章，公众号也一直给流量。 段先生肯定也看到了，LLM的出现，给中小企业落地AI创造了蚂蚁雄兵式的机会。尤其是LLM的元认知力，可以参与到企业与AI融合的所有进程： 比如现在就问GPT，我想参考Palantir的本体论，在企业落地LLM参与企业决策，怎么开始？
#企业AI落地 #LLM #元认知 #Palantir #企业决策
avatar
大模型时代，企业AI落地心法-从过去单纯膜拜Palantir本体工程的一堆项目尸体中重生 范友们的实践总结得真好：用LLM生成细分领域本体字典，再打标切分文档，反过来再应用生成的时候，LLM的响应就有很惊艳的效果，在准确率和提供洞察上。 这似乎是LLM用于垂直领域场景的一个正确的方向。
#大模型 #企业AI落地 #LLM #垂直领域 #本体工程
avatar
RAG踩不完的坑，agent走不出三重门，Palantir学不会，企业AI落地怎么才能生根？
#RAG #agent #Palantir #企业AI落地 #技术挑战
avatar
henu王凯
1个月前
做个企业内部落地AI的实践、经验分享的内容合集，都是近期认真阅读过有所收益的。 之前做团队协作SaaS时我也经常要考虑这些企业内部流程结合、优化的点，现在关注少了。个人其实捡起来AI是相对容易的，企业捡起来略难：
#企业AI落地 #实践经验分享 #团队协作SaaS #企业内部流程优化 #AI学习难度