企业 AI 现场笔记

AI in Practice

AI 从哪里用起,先看业务怎么做。

给正在考虑用 AI 的企业经营者:库存怎么核、样品版本怎么管、内容怎样持续更新。从这些具体问题出发,看看哪些环节值得先做、怎样验收、上线后谁来负责。

01

AI at Work

企业 AI Agent,能帮团队做哪些事

从汇总询盘到核对库存,了解 AI 如何读取资料、使用工具、执行任务,以及哪些决定仍要由人确认。

02

Your First Workflow

第一项 AI 工作怎么选:六个判断标准

用频率、规则、数据、风险、衡量方式和负责人六项标准,筛选值得先试的工作。

03

Why AI Pilots Stall

为什么很多企业 AI 试点停在演示阶段

演示顺利,员工却回到了表格和聊天群。问题往往出在数据、系统接入、异常处理和后续维护。

04

AI Delivery Explained

FDE 是什么:从业务梳理做到上线维护

工程团队和业务人员一起理流程、接系统、试用和改进。了解这种合作方式,以及企业需要参与什么。

05

AI for Manufacturing

生产型企业怎样开始第一个 AI 试点

从订单缺项、进度汇总或样品追踪中选一项,先把数据、负责人和检查方法定下来。

06

Human Review

AI 做到哪一步,需要人来确认

哪些任务自动做、哪些先审批、负责人不在怎么办——这些都应在上线前约定。

07

Social Agent or Agency

Social Agent 和传统社媒代运营有什么不同

看素材怎样收集、内容怎样审核、发布后怎样复盘,判断哪种服务适合你的团队。

08

Inventory Data Essentials

做库存 Agent 前,先检查这六类数据

物料名称对不上、账面与实物不一致,先检查这六类数据,再决定 AI 能接手什么。

09

Sample Development

样品开发流程,哪些环节适合交给 Agent

从需求整理、版本记录、进度催办到旧样检索,看看 AI 能帮打样团队省去哪些反复沟通。

10

Local or Cloud

AI 放本地还是云端:先看数据和维护条件

结合数据敏感程度、现有系统、网络要求和维护人手,比较本地、云端与混合方案。