‹ 返回文章列表

为企业 AI 试点选择第一个工作流

选择一项任务明确、输入合适、有指定审核人且结果可供核对的 AI 试点。界定它的边界,并决定何时继续、收窄或停止。

第一个企业 AI 试点,应当针对一项有边界的工作,回答一个有用的问题:团队能否使用获准使用的信息,以可接受的审核与恢复工作量,产出一个人们可以核对的结果?选好任务,这个问题就更容易回答。

如果一个试点涉及多个部门、不断变化的输入、宽泛的工具访问权限和不清晰的成功标准,它就很难解读。一场令人印象深刻的演示,可能让组织仍不确定自己究竟学到了什么。一项规模更小的任务,反而能揭示这种方法是否值得进一步投入。

从工作流、它当前的负责人以及试点必须支持的决策出发。这与安森信的研究重点一致:在日常工作的约束条件下检验各种想法。了解我们的研究方法。

先描述任务,再选择技术

写下进入工作流的是什么、有人会如何处理它,以及完成的结果是什么样子。例如,根据一组已批准的服务记录准备一份摘要草稿,这是一项任务。改善客户运营是一个目标,但它过于宽泛,无法作为单个试点来检验。

描述应当指明预期用户和这项工作现有的负责人。如果一份草稿只有经过专家审核才有用,那么这一审核就属于试点的一部分。只计算生成步骤而忽略审核人,衡量的只是工作的一部分。

接下来,确定当前流程。请负责人处理几个有代表性的例子,并记录所需的工作量、常见的遗漏,以及工作在哪个环节转由另一个人负责。这样,团队就有了一个能够反映其真正想改进的工作的比较基准。

避免在改变流程的同时到处引入 AI。如果任务、输入和责任都发生了变化,就更难解释结果为何变好或变差。

按实际约束比较候选任务

设想一家服务机构正在两个试点之间做选择。一个是根据已批准的记录,为已完成的上门服务准备内部摘要。另一个是在日程冲突时自主更改预约日期并通知客户。

摘要任务的输出,可以在任何人依赖它之前由主管检查。排程任务会影响对外承诺,并依赖于当前的可用情况、更改预约的权限、消息送达,以及某个步骤失败时的恢复。两者可能都有价值,但它们需要不同的证据,对运营准备程度的要求也不同。

对于第一个试点,如果源记录可以获取且足够清晰,摘要任务可能是更好的选择。这一选择是有条件的。如果记录中的标识不一致,或遗漏了重要的上门服务细节,团队可能需要先改进输入流程。

有用的比较问题包括:

  • 这项任务是否足够频繁,能够提供有代表性的例子?
  • 团队能否在适当的访问范围内获取输入?
  • 审核人能否识别出正确且完整的结果?
  • 如果输出错误、不完整或延迟,会发生什么?
  • 谁来处理例外情况,并决定试点是否可以继续?

不要把一个棘手的答案藏在平均分里。即使其他标准看起来很有吸引力,缺少数据负责人或存在不可接受的后果,也可以成为推迟这项任务的理由。

把边界写进试点定义

选定任务后,写一份业务负责人和技术负责人都能使用的简短定义。它对工作的描述应当足够清晰,让人能判断一个新例子是在试点范围之内还是之外。

试点字段假设的服务摘要示例
任务为一次已完成的上门服务准备内部摘要草稿
输入已批准的上门服务备注及对应的服务记录
输出一份草稿,包含已完成的工作、未解决的问题和来源引用
排除的影响客户消息、预约变更,以及对源记录的更新
审核人负责验收该次上门服务记录的主管
例外处理路径将不完整或相互冲突的记录退回给服务负责人
决策在审查结果和工作量后,继续、收窄任务或停止

这份定义让范围变化变得可见。如果之后有人要求试点把内容写回记录或发送摘要,就引入了新的影响和新的验收问题。它不应仅仅因为草稿看起来有用,就顺带成为试点的延伸。

Figena 将业务上下文、AI 协助和可审核的拟议操作结合在一个工作空间中,因此很适合开展第一个试点:选择您想要评估的确切任务和路径,并在那里进行衡量。探索 Figena。

在审查中纳入困难的输入

完全由整洁示例构建的试点,可能会遗漏那些带来运营工作量的情况。请纳入普通记录、不完整的输入、相互冲突的细节,以及超出约定范围的请求。对其中一些例子,预期的回应可能是请求澄清,或让任务保持未解决状态。

对于这个假设的摘要试点,一组拟议的审查样本可以包含 20 次普通上门服务、6 次信息缺失或相互冲突的上门服务,以及 4 次测试角色无权访问的上门服务。请使用已批准的测试材料或隔离的记录来重现这些情况。这些只是用于说明的规划数字。重要的是,这组样本既检验有用的输出,也检验边界。

在运行每个用例之前记录预期结果。受限记录应当保持受限。缺失的细节不应被看似合理的编造内容替代。当来源中的问题尚未解决时,摘要应当把这个未解决的问题呈现出来。

在当前流程与 AI 辅助流程可以比较的地方,使用相同的验收问题。保留示例和审查记录,以便在提示词、检索设置或工作流发生变化时,可以与之前的结果进行对照。

把审核与例外处理工作计算在内

对每个用例,检查草稿是否得到来源支持、是否遗漏了重要信息,以及审核人能否使用它。记录结果需要多少修正和调查。

即使草稿生成得很快,如果审核人必须重建整条源记录才能信任它,它仍可能增加工作量。反过来,一个指出缺失细节的回应,即使没有完成任务,也可能是有用的。它正确地把责任交还给了能够填补这一空白的人。

在审查中也要计入搭建和持续投入的工作量。需要有人维护已批准的来源集合、检查失败情况,并决定何时某项变更需要再次评估。这些职责会影响这一工作流在最初的实验之后是否值得保留。

明确下一步决策

当这项有边界的任务在约定的管控措施和审核工作量下能带来有用的结果时,继续推进。当某些类型的输入表现可靠、而另一些带来过多修正或不确定性时,收窄范围。当团队无法守住边界、获取合适的输入,或无法确定结果是否正确时,停止试点。

在审查结果之前就设定这些决策条件。这样,负责人就可以基于证据进行讨论,而不是为了迎合一场吸引人的演示而调整标准。

扩展应当引入一个具体的新问题。增加另一个来源、另一个角色或一项对外操作,都会改变工作流,并应当接受单独的审查。一个成功的第一个试点,为下一步决策提供了坚实的基础:一份任务定义、有代表性的结果、已知的失败案例,以及了解运营它需要什么的人。