AI 场景诊断与路线规划
很多企业不是缺 AI,是缺“先做哪个”。5 个工作日摸清,产出可排期清单。
- 业务访谈:覆盖 3–8 个岗位,找出高频、重复、靠经验的环节。
- 数据盘点:存放位置、更新频率、质量与接口。
- 价值测算:人时节省、错误率下降、周转提速。
- 风险标注:合规、权限、责任边界上的红线。
// 诊断输出不是一份漂亮的 PPT,
// 而是一张带优先级、依赖和工期的作战图。
FDE 驻场交付
核心交付方式。工程师进现场,周级迭代把场景推到能上线。
- 驻场周期:4–12 周,按场景复杂度确定,可按周续期。
- 团队配置:1 名 FDE 主工程师 + 1 名算法/数据工程师 + 交付负责人。
- 交付节奏:每周五一个可运行版本 + 一份变更说明。
- 验收方式:业务指标达成 + 业务方签字。
第 1 周
跟岗、拆流程、定指标。产出场景说明书与验收标准。
第 2–3 周
打通数据与系统接口,跑出第一版端到端结果。
第 4 周
加护栏、加审计、接权限,小范围灰度试用。
第 5 周起
按周迭代扩展场景,直到指标达标后全量开放。
AI Agent 与流程自动化
从“回答问题”到“完成任务”。资金、对外承诺、不可逆操作一律等人工确认。
工具编排
把 ERP、CRM、工单接口封装成 Agent 可安全调用的工具。
多智能体协同
流程拆成检索、判断、起草、复核,各司其职,可回滚。
人工审核回路
高风险动作强制人工确认,模型给出理由。
评测与可观测
建评测集、跑回归。每次变更有量化对比。
系统集成
不做推倒重来。支持 API、数据库、文件、消息队列接入。
安全与合规
数据分级、脱敏、租户隔离、操作审计。支持私有化部署,敏感数据不出内网。
企业知识底座与 RAG
知识躺在扫描件、Excel 批注和老师傅脑子里。我们把它变成可检索的资产。
- 复杂文档解析:PDF、扫描件、表格、图纸,保留结构。
- 混合检索:向量 + 关键词 + 元数据过滤,加重排序。
- 引用溯源:每条回答标注出自哪份文件哪一节。
- 权限与版本:按部门控制可见范围,更新自动重建索引。
生产运维与能力转移
模型会漂移、数据会变。上线之后依然可控。
持续运营
按周巡检效果指标,按月输出运行报告,异常波动主动告警。
- 回答采纳率、任务成功率、人工返工率监控
- Token 成本与调用时延趋势分析
- 失败样本归集,形成下一轮优化清单
能力转移
交付的同时把能力留在客户内部,避免形成新的供应商依赖。
- 面向 IT 团队的架构与运维培训(2–4 场)
- 面向业务团队的提示词与工具使用手册
- 完整源码、部署脚本、评测集与故障预案
每一段,都有拿得走的东西
只认产出物。以下是各阶段标准交付清单。
三种开始合作的方式
不知道从哪开始,先做诊断最省钱。
诊断先行
适合还在观望的企业。5 个工作日给出路线图,费用可抵扣。
单场景 POC
明确要做某件事,先花 2–3 周验证。达标再谈上线。
驻场共建
适合有年度 AI 规划的企业。FDE 长期驻场,按季度规划。
常见问题
支持公有云 API、混合部署、完全私有化三种,诊断阶段评估合规再定。
诊断和 POC 可远程,驻场不行:关键细节只有现场看一次才发现。
单场景 POC 十万量级,驻场按周期与团队配置计价,诊断阶段给明确报价。
是。代码清晰、参数可配置、有部署文档与评测集,客户能独立运维 30 天才算验收。
POC 就是低成本验证。达不到基线,出失败分析报告,项目终止。