這幾年你要是跟企業(yè)數(shù)字化部門(mén)的人聊天十句里八句離不開(kāi)“智能體定制”。不是那種大模型剛上市時(shí)的演示Demo是真金白銀往業(yè)務(wù)里扎的落地項(xiàng)目。我今年先后參與了幾家客戶的智能體定制項(xiàng)目行業(yè)從制造業(yè)到企業(yè)服務(wù)都有踩了不少坑也拿到了實(shí)打?qū)嵉慕Y(jié)果。先說(shuō)我理解的企業(yè)級(jí)智能體定制不是給大模型套一層好看的聊天界面而是把模型能力、企業(yè)私有知識(shí)、業(yè)務(wù)系統(tǒng)和工作流綁在一起做成一個(gè)能獨(dú)立完成某個(gè)崗位核心任務(wù)的“數(shù)字員工”。它要能看懂業(yè)務(wù)上下文調(diào)用內(nèi)部工具按規(guī)則決策出了問(wèn)題還能找到人確認(rèn)。這種定制和過(guò)去做一套自動(dòng)化腳本或者接一個(gè)通用對(duì)話機(jī)器人完全是兩回事。這篇文章想聊三件事第一為什么企業(yè)現(xiàn)在集中扎堆做智能體定制背后的驅(qū)動(dòng)力到底是什么第二我親測(cè)過(guò)的幾個(gè)業(yè)務(wù)場(chǎng)景從需求分析到上線落地真實(shí)發(fā)生了什么第三哪些坑是定制項(xiàng)目里最常見(jiàn)的以及怎么繞開(kāi)。不管你是在企業(yè)里負(fù)責(zé)數(shù)字化建設(shè)還是想做自由職業(yè)的智能體顧問(wèn)這篇都值得看完。1. 從“萬(wàn)能對(duì)話”到“崗位級(jí)業(yè)務(wù)助手”企業(yè)定制智能體的范式轉(zhuǎn)換1.1 通用大模型解決的是“能聊”不是“能干活”去年一整年幾乎每家企業(yè)都試過(guò)通用大模型。大家把資料丟進(jìn)去問(wèn)一問(wèn)覺(jué)得“哇什么都知道”。但真正要讓它處理業(yè)務(wù)的時(shí)候問(wèn)題就冒出來(lái)了。舉個(gè)例子同樣是“幫我處理銷售線索”通用模型會(huì)給你一段很漂亮的建議文案但它不知道你的CRM系統(tǒng)長(zhǎng)什么樣不知道線索里“客戶意向等級(jí)”這個(gè)字段有哪幾個(gè)枚舉值不知道線索被判定為“高意向”之后該觸發(fā)哪個(gè)流程。你可以用提示詞把這些規(guī)則塞給通用模型可一旦規(guī)則超過(guò)三四十條對(duì)話就開(kāi)始失控要么答非所問(wèn)要么漏掉關(guān)鍵分支。這就對(duì)了——因?yàn)槠髽I(yè)要的不是一個(gè)“什么都能聊”的對(duì)話機(jī)器人而是一個(gè)“在這個(gè)崗位上不出錯(cuò)”的業(yè)務(wù)執(zhí)行器。通用大模型是原材料智能體定制是加工成具體工序的過(guò)程。同樣的鋼材可以做成螺絲也可以做成軸承關(guān)鍵看你怎么設(shè)計(jì)。1.2 三個(gè)驅(qū)動(dòng)力同時(shí)到位讓定制成為必然為什么是“現(xiàn)在”而不是兩年前我復(fù)盤(pán)下來(lái)有三個(gè)條件是在同一年里具備的。第一模型調(diào)用成本降到了企業(yè)能接受的范圍。兩年前讓模型處理100萬(wàn)token可能要掂量很久現(xiàn)在同樣預(yù)算能跑的量大得多。企業(yè)算賬是精細(xì)的單次調(diào)用成本如果高于人工勞動(dòng)成本項(xiàng)目很難立項(xiàng)。成本下降讓很多場(chǎng)景第一次有了正ROI的可能。第二模型能力正好卡在了“工具調(diào)用”和“長(zhǎng)上下文”這兩個(gè)節(jié)點(diǎn)上。智能體定制最依賴的不是模型的“知識(shí)量”而是它能不能按指令調(diào)用外部工具、能不能記住一段長(zhǎng)流程前后的狀態(tài)。這兩點(diǎn)能力成熟之后定制才開(kāi)始真正可落地。第三企業(yè)手里攢了足夠多的業(yè)務(wù)數(shù)據(jù)。沒(méi)有歷史工單、沒(méi)有歷史合同、沒(méi)有銷售過(guò)程的字段記錄智能體就是無(wú)米之炊。這些年企業(yè)信息化建設(shè)的積累剛好在現(xiàn)在派上了用場(chǎng)。這三個(gè)條件湊齊之后企業(yè)做智能體定制就變成了一件“不做反而奇怪”的事。用一個(gè)客戶的原話說(shuō)“我們也不是趕時(shí)髦是算了賬覺(jué)得這事真劃算?！?.3 定制智能體真正在解決什么我更愿意把定制智能體理解為一次“崗位能力的軟件化”。過(guò)去企業(yè)上一個(gè)系統(tǒng)是把流程固化進(jìn)軟件里人按照系統(tǒng)操作。現(xiàn)在做智能體定制是反過(guò)來(lái)——把優(yōu)秀員工處理業(yè)務(wù)的經(jīng)驗(yàn)和判斷邏輯提煉出來(lái)灌進(jìn)模型讓系統(tǒng)按這套邏輯自動(dòng)處理重復(fù)性工作。這里面最值錢(qián)的不只是省人力。企業(yè)里很多老員工腦子里存的業(yè)務(wù)判斷是寫(xiě)不進(jìn)制度文檔的。比如一個(gè)售后主管看到工單描述就知道這是大客戶的高危故障要優(yōu)先處理——這種經(jīng)驗(yàn)以前只能靠人傳人。智能體定制第一次可以把它變成可復(fù)制、可審計(jì)、持續(xù)優(yōu)化的系統(tǒng)能力。人員離職了經(jīng)驗(yàn)還在系統(tǒng)里。這才是企業(yè)愿意掏錢(qián)的核心原因。2. 親測(cè)的三個(gè)業(yè)務(wù)場(chǎng)景從需求分析到上線真實(shí)發(fā)生了什么2.1 銷售線索處理智能體從50分鐘縮到5分鐘但別指望它幫你成交第一個(gè)案例是一家做企業(yè)服務(wù)的公司銷售團(tuán)隊(duì)八個(gè)人每天要處理來(lái)自官網(wǎng)、展會(huì)、第三方平臺(tái)的各種線索。過(guò)去每條線索要人工判斷行業(yè)、規(guī)模、意向程度再填進(jìn)CRM平均一條線索引出50分鐘。我當(dāng)時(shí)接到需求時(shí)第一反應(yīng)不是寫(xiě)代碼而是拉著銷售主管連續(xù)問(wèn)了三個(gè)問(wèn)題線索從哪來(lái)、判定的標(biāo)準(zhǔn)是什么、判定之后下一步動(dòng)作是什么。這三個(gè)問(wèn)題問(wèn)完業(yè)務(wù)邏輯基本就清楚了。我把它拆成四步第一步通過(guò)模型從原始線索文本里抽取結(jié)構(gòu)化字段第二步根據(jù)預(yù)設(shè)規(guī)則庫(kù)判斷行業(yè)、規(guī)模、意向等級(jí)第三步調(diào)用CRM的接口把數(shù)據(jù)寫(xiě)入對(duì)應(yīng)字段第四步生成一條“該客戶建議在什么時(shí)間用什么話術(shù)跟進(jìn)”的備注推送給銷售。技術(shù)方案上我用了兩條提示詞鏈路一條做信息抽取強(qiáng)制輸出JSON格式另一條做客戶畫(huà)像摘要輸出自然語(yǔ)言建議。同時(shí)定義了一個(gè)簡(jiǎn)單的狀態(tài)機(jī)線索狀態(tài)從“新線索”到“已清洗”再到“已分配”每一步由腳本控制。上線后實(shí)測(cè)單條線索平均處理時(shí)間降到5分鐘左右而且不再依賴某個(gè)員工手動(dòng)填寫(xiě)字段完整率從71%提升到97%。但有個(gè)關(guān)鍵邊界必須說(shuō)清楚智能體提高了線索處理的效率并沒(méi)有明顯提高成交轉(zhuǎn)化率。因?yàn)檗D(zhuǎn)化這件事還取決于銷售跟客戶的溝通能力智能體替代不了。所以這個(gè)項(xiàng)目我打分的時(shí)候定的核心指標(biāo)是“處理時(shí)長(zhǎng)”和“字段完整率”而不是“成交率”。2.2 合同審查智能體教會(huì)模型讀企業(yè)的“潛規(guī)則”第二個(gè)案例來(lái)自一家做供應(yīng)鏈服務(wù)的公司。法務(wù)團(tuán)隊(duì)只有三個(gè)人每年要審的合同有幾千份其中大量是框架協(xié)議、補(bǔ)充協(xié)議重復(fù)度高但還要逐條看。他們最初的需求是“我們想用AI幫我們審合同”——這個(gè)需求太空了我逼著他們細(xì)化最耗時(shí)間的合同類型是什么審查時(shí)主要看哪幾類風(fēng)險(xiǎn)有沒(méi)有歷史審查記錄可以做參照原來(lái)他們最痛的是采購(gòu)合同的初審主要查六類風(fēng)險(xiǎn)點(diǎn)違約金比例是否過(guò)高、付款周期是否異常、知識(shí)產(chǎn)權(quán)歸屬是否清晰、保密條款是否完整、服務(wù)范圍和驗(yàn)收標(biāo)準(zhǔn)是否明確、違約責(zé)任是否對(duì)等。我把近兩年的經(jīng)過(guò)脫敏處理的歷史合同和審查意見(jiàn)整理成條款庫(kù)用RAG的方式在運(yùn)行時(shí)檢索相似條款和常見(jiàn)問(wèn)題。這里有個(gè)細(xì)節(jié)直接讓模型“審合同”是不行的它不知道這家公司的風(fēng)險(xiǎn)偏好。必須把風(fēng)險(xiǎn)偏好翻譯成可以運(yùn)行的規(guī)則。比如“違約金不得超過(guò)合同總額的30%”“付款周期超過(guò)90天屬于高風(fēng)險(xiǎn)”這類硬性標(biāo)準(zhǔn)全部寫(xiě)進(jìn)審查配置里。模型的角色變成了“檢索標(biāo)記”而不是“判斷”。上線之后一份合同的初篩從平均兩小時(shí)降到二十分鐘而且歷史上容易被漏掉的風(fēng)險(xiǎn)條款現(xiàn)在會(huì)自動(dòng)標(biāo)出。當(dāng)然最終修改建議仍然由法務(wù)人員確認(rèn)模型只負(fù)責(zé)把“可能是問(wèn)題的地方”找出來(lái)。這里的教訓(xùn)是法律審批這種事智能體可以當(dāng)?shù)谝坏篮Y子永遠(yuǎn)不能當(dāng)最后一道閘門(mén)。2.3 售后工單分級(jí)智能體低頻高價(jià)值場(chǎng)景先把經(jīng)濟(jì)賬算明白第三個(gè)案例是一家智能硬件制造企業(yè)日均售后工單峰值接近800條。過(guò)去售后主管每天要花一個(gè)多小時(shí)把工單分給對(duì)應(yīng)工程師分錯(cuò)了再轉(zhuǎn)客戶就得多等一輪。我做的定制功能是工單進(jìn)來(lái)后模型先做一次意圖分類識(shí)別是安裝調(diào)試、故障報(bào)修、退換貨還是普通咨詢?cè)僮鲆淮尉o急度判斷規(guī)則包括設(shè)備是否停機(jī)、是否涉及生產(chǎn)中斷、客戶是否有VIP標(biāo)記最后根據(jù)分類和緊急度自動(dòng)分配對(duì)應(yīng)技能組的工程師。這套東西技術(shù)難度反而不大用的模型能力是文本分類加關(guān)鍵詞規(guī)則兜底關(guān)鍵是緊急度判斷的規(guī)則要和業(yè)務(wù)團(tuán)隊(duì)反復(fù)對(duì)齊因?yàn)橐坏┓皱e(cuò)客戶體驗(yàn)損失遠(yuǎn)比省下的那點(diǎn)人力高。我特別想分享的是這里的ROI計(jì)算方式。工單平均每天800條里真正需要人工介入的復(fù)雜單子大概100條剩下700條是可以自動(dòng)分流的。按每條節(jié)省主管3分鐘計(jì)算每天能省下35個(gè)小時(shí)的分配時(shí)間。但如果你遇到的是每天只有幾十條工單的小團(tuán)隊(duì)這個(gè)定制的性價(jià)比就不高。所以我經(jīng)常跟企業(yè)說(shuō)智能體定制不是“做了就賺”而是要先把高頻、重復(fù)、規(guī)則相對(duì)清晰的場(chǎng)景挑出來(lái)。實(shí)際效果是分單準(zhǔn)確率從82%提升到94%平均響應(yīng)時(shí)間從15分鐘降到3分鐘。但分錯(cuò)的那6%我們做了補(bǔ)充機(jī)制當(dāng)一個(gè)工單被轉(zhuǎn)手兩次以上自動(dòng)提醒主管介入。這個(gè)兜底環(huán)節(jié)比追求100%準(zhǔn)確率更現(xiàn)實(shí)。3. 定制的四個(gè)關(guān)鍵決策模型選型、知識(shí)注入、流程編排與效果評(píng)估3.1 模型選型API優(yōu)先還是私有化部署這是每個(gè)定制項(xiàng)目都要回答的第一個(gè)問(wèn)題。我的建議是先分場(chǎng)景如果業(yè)務(wù)數(shù)據(jù)完全不離開(kāi)企業(yè)內(nèi)網(wǎng)或者監(jiān)管要求數(shù)據(jù)不出域那就只能走私有化部署路線但如果數(shù)據(jù)經(jīng)過(guò)脫敏處理、且鏈路合規(guī)調(diào)用云端API的成本和迭代速度都更有優(yōu)勢(shì)。實(shí)際操作中我見(jiàn)過(guò)不少企業(yè)一上來(lái)就要私有化理由是“安全”。深入聊下去后發(fā)現(xiàn)他們連數(shù)據(jù)分級(jí)都沒(méi)做過(guò)只是覺(jué)得把數(shù)據(jù)交給外部API不放心。這時(shí)候我會(huì)先幫他們做一次敏感度盤(pán)點(diǎn)哪些字段必須留在內(nèi)網(wǎng)哪些字段脫敏后可以用外部模型。往往盤(pán)完之后真正需要私有化的核心數(shù)據(jù)只占一小部分其他場(chǎng)景用API反而更快。我的傾向是先用API快速跑通業(yè)務(wù)驗(yàn)證確認(rèn)場(chǎng)景價(jià)值之后再把那些高敏感、高頻使用的核心流程遷移到私有化環(huán)境。一個(gè)典型的反例是我見(jiàn)過(guò)有團(tuán)隊(duì)花了三個(gè)月時(shí)間部署開(kāi)源模型結(jié)果效果達(dá)不到要求又回頭改用API白白浪費(fèi)窗口期。選模型不是一個(gè)純技術(shù)決策而是“驗(yàn)證速度”和“數(shù)據(jù)安全”之間的平衡。3.2 知識(shí)注入RAG與微調(diào)的取舍這個(gè)決策也經(jīng)常被問(wèn)到。我的實(shí)踐經(jīng)驗(yàn)給了非常清晰的排序第一優(yōu)先級(jí)永遠(yuǎn)是RAG微調(diào)只在特定條件下才用。RAG適合知識(shí)內(nèi)容持續(xù)更新的場(chǎng)景。比如合同條款庫(kù)、產(chǎn)品手冊(cè)、售后知識(shí)庫(kù)這些內(nèi)容每隔一段時(shí)間就會(huì)變用RAG的好處是你只需要更新向量數(shù)據(jù)庫(kù)不需要重新訓(xùn)練模型。而且RAG有一個(gè)天然優(yōu)勢(shì)每次回答可以引用原文來(lái)源這對(duì)企業(yè)審計(jì)來(lái)說(shuō)非常重要。微調(diào)適合的是輸出風(fēng)格和格式需要穩(wěn)定固化的場(chǎng)景。比如企業(yè)要求所有智能體輸出都必須是某種固定公文格式或者要用特定的術(shù)語(yǔ)體系這時(shí)候微調(diào)讓模型“自帶性格”更合適。但微調(diào)有個(gè)大坑一旦知識(shí)更新你就要重新訓(xùn)練而且調(diào)試周期很長(zhǎng)。我采用的常規(guī)做法是先用RAG把業(yè)務(wù)跑通把典型任務(wù)的準(zhǔn)確率測(cè)出來(lái)如果發(fā)現(xiàn)模型頻繁出現(xiàn)“規(guī)則理解不到位”的問(wèn)題再考慮用少量高質(zhì)量樣本做微調(diào)。但即便做了微調(diào)RAG仍然保留兩者配合而不是二選一。3.3 流程編排先做“人機(jī)協(xié)同”別急著全自動(dòng)很多企業(yè)客戶聊方案的時(shí)候特別喜歡聽(tīng)“全自動(dòng)”三個(gè)字但我在定制中一直堅(jiān)持一個(gè)原則第一個(gè)版本一定要保留足夠多的人工確認(rèn)節(jié)點(diǎn)。原因很簡(jiǎn)單智能體的錯(cuò)誤模式和人不一樣它不是粗心而是會(huì)在看起來(lái)一切正常的時(shí)候給出錯(cuò)誤結(jié)果。如果流程全自動(dòng)對(duì)高頻場(chǎng)景你也許能承受1%的錯(cuò)誤成本但一旦錯(cuò)誤發(fā)生在需要擔(dān)責(zé)的環(huán)節(jié)比如合同條款或者財(cái)務(wù)數(shù)據(jù)企業(yè)就會(huì)立刻退回到全手工。所以我在編排流程時(shí)會(huì)刻意在關(guān)鍵節(jié)點(diǎn)設(shè)置“人審”步驟比如銷售線索的“高意向判定”要經(jīng)過(guò)銷售組長(zhǎng)確認(rèn)合同風(fēng)險(xiǎn)標(biāo)注要經(jīng)過(guò)法務(wù)復(fù)核。這不是保守是在給系統(tǒng)攢信任。等到跑了一兩個(gè)月連續(xù)觀察錯(cuò)誤率穩(wěn)定在可接受范圍了再逐步把人審節(jié)點(diǎn)改成“異常才審”。信任是慢慢放出來(lái)的不是設(shè)計(jì)出來(lái)的。3.4 效果評(píng)估業(yè)務(wù)指標(biāo)比模型指標(biāo)更重要最后一個(gè)決策點(diǎn)也是最容易被忽視的怎么判斷定制成功。很多團(tuán)隊(duì)喜歡報(bào)“回答準(zhǔn)確率99%”但準(zhǔn)確率這個(gè)指標(biāo)在企業(yè)場(chǎng)景里幾乎沒(méi)有意義。我習(xí)慣在項(xiàng)目啟動(dòng)時(shí)就定義三到五個(gè)業(yè)務(wù)指標(biāo)而且必須跟客戶的錢(qián)和時(shí)間掛鉤。線索場(chǎng)景看的是處理時(shí)長(zhǎng)、字段完整率合同場(chǎng)景看的是單份審查時(shí)間、漏檢率工單場(chǎng)景看的是分單準(zhǔn)確率、平均響應(yīng)時(shí)間。這些指標(biāo)才決定這個(gè)項(xiàng)目到底值不值。為了測(cè)這些指標(biāo)我會(huì)在測(cè)試階段單獨(dú)整理一個(gè)“黃金測(cè)試集”挑兩百條歷史真實(shí)數(shù)據(jù)標(biāo)注好期望輸出每次調(diào)整完配置之后先跑一遍。這個(gè)測(cè)試集不需要很大但要覆蓋典型情況、邊界情況和歷史出錯(cuò)情況。我見(jiàn)過(guò)太多項(xiàng)目上線前信心滿滿上線后發(fā)現(xiàn)模型在邊界情況上的表現(xiàn)完全不可控就是因?yàn)闆](méi)有建立這種回歸機(jī)制。智能體定制的迭代是一個(gè)持續(xù)過(guò)程沒(méi)有評(píng)估體系就等于盲人騎馬。4. 定制智能體最容易翻車的三個(gè)地方數(shù)據(jù)邊界、幻覺(jué)控制、組織阻力4.1 數(shù)據(jù)安全邊界脫敏不是“去掉姓名”這么簡(jiǎn)單前面說(shuō)了私有化和API的選擇這里想展開(kāi)講一個(gè)我親眼見(jiàn)過(guò)的教訓(xùn)。有一次客戶測(cè)試合同審查功能時(shí)把一份真實(shí)合同里的公司名、金額、聯(lián)系人姓名都保留了直接傳給了外部API。結(jié)果他們內(nèi)部安全同事檢查日志后發(fā)現(xiàn)了項(xiàng)目當(dāng)場(chǎng)被叫停后面補(bǔ)了兩周的敏感數(shù)據(jù)梳理才重新啟動(dòng)。這個(gè)案例告訴我們?cè)诙ㄖ祈?xiàng)目里數(shù)據(jù)安全不是一個(gè)技術(shù)問(wèn)題而是流程問(wèn)題。上傳給外部模型的數(shù)據(jù)必須經(jīng)過(guò)字段級(jí)脫敏不能只把姓名去掉就完事。金額、手機(jī)號(hào)、合同編號(hào)、對(duì)方公司名這種關(guān)聯(lián)字段也都要做規(guī)則替換。我后來(lái)的處理方式是在數(shù)據(jù)進(jìn)入模型之前先跑一層本地脫敏模塊把敏感字段替換成占位符號(hào)模型處理完之后再由本地腳本把結(jié)果還原。這樣整個(gè)鏈路里外部服務(wù)接觸到的始終是一堆“看起來(lái)合理但完全對(duì)不上號(hào)”的樣本。這一步聽(tīng)著麻煩但它是所有定制項(xiàng)目能長(zhǎng)期運(yùn)行的基本前提。4.2 幻覺(jué)控制別讓模型“一本正經(jīng)地胡說(shuō)”做智能體定制的幾乎都會(huì)遇到幻覺(jué)問(wèn)題。模型在不確定的時(shí)候不會(huì)說(shuō)“我不知道”而是會(huì)很流暢地編一個(gè)看似合理的答案。對(duì)于銷售線索、工單分類這種場(chǎng)景幻覺(jué)影響相對(duì)小因?yàn)榭梢酝ㄟ^(guò)結(jié)構(gòu)化輸出和規(guī)則校驗(yàn)兜底但如果是合同審查、財(cái)務(wù)分析或者醫(yī)療相關(guān)場(chǎng)景幻覺(jué)的代價(jià)可能是災(zāi)難級(jí)的。我的控制方法論有三層第一層盡量用結(jié)構(gòu)化輸出要求模型以JSON格式返回結(jié)果字段值和枚舉值都預(yù)先定義好模型只負(fù)責(zé)選擇而不負(fù)責(zé)自由發(fā)揮第二層給模型配上檢索來(lái)源凡是涉及事實(shí)性判斷的內(nèi)容必須引用外部知識(shí)庫(kù)中的條目第三層設(shè)置置信度閾值模型判斷自己把握不大時(shí)直接返回“待人工復(fù)核”而不是硬給一個(gè)答案。這三層加在一起并不能根除幻覺(jué)但能把幻覺(jué)從“無(wú)聲的錯(cuò)誤”變成“有聲的預(yù)警”。企業(yè)里最怕的不是出錯(cuò)而是出錯(cuò)了沒(méi)人知道。把錯(cuò)誤顯性化就已經(jīng)贏了一大半。4.3 組織阻力一線員工抵觸“被替代”項(xiàng)目就活不了技術(shù)層面做完了還有一個(gè)常常被忽視的坑組織阻力。我參與的項(xiàng)目里有將近一半在初期遭到一線團(tuán)隊(duì)或多或少的抵觸。有的員工擔(dān)心智能體上線后自己績(jī)效被考核有的主管覺(jué)得系統(tǒng)分單搶了他的分配權(quán)還有人干脆故意不配合把需求說(shuō)得特別復(fù)雜讓項(xiàng)目做不成。對(duì)付這種問(wèn)題我的辦法不是講戰(zhàn)略而是把智能體定位成“助理”而不是“替代者”。每個(gè)設(shè)計(jì)和演示環(huán)節(jié)我都堅(jiān)持帶上業(yè)務(wù)骨干讓他們參與定義規(guī)則。銷售線索智能體的判定規(guī)則讓銷售主管審過(guò)合同審查的風(fēng)險(xiǎn)點(diǎn)定義讓法務(wù)老大確認(rèn)過(guò)售后工單的分單標(biāo)準(zhǔn)讓售后老員工一起定的。這樣系統(tǒng)上線后一線員工的感覺(jué)不是“系統(tǒng)把活干完了”而是“我把我的經(jīng)驗(yàn)交給了系統(tǒng)系統(tǒng)讓我少加班”。有個(gè)典型的變化最開(kāi)始測(cè)試時(shí)銷售團(tuán)隊(duì)對(duì)系統(tǒng)給的備注愛(ài)搭不理兩周之后有個(gè)銷售私聊我說(shuō)“這個(gè)客戶背景總結(jié)寫(xiě)得挺好省了我好多時(shí)間”。從此用戶從抵觸變成使用再變成依賴項(xiàng)目才真正跑起來(lái)。這個(gè)轉(zhuǎn)變比任何技術(shù)優(yōu)化都重要。最后說(shuō)點(diǎn)我個(gè)人的體會(huì)。做企業(yè)級(jí)智能體定制技術(shù)能力只能決定項(xiàng)目的下限真正的上限來(lái)自對(duì)業(yè)務(wù)流程的理解和對(duì)人的判斷。每次項(xiàng)目啟動(dòng)前我至少有一半時(shí)間不是在寫(xiě)代碼而是在跟業(yè)務(wù)方聊需求、定規(guī)則、算ROI。一次失敗的定制項(xiàng)目幾乎都不是模型不夠強(qiáng)而是需求沒(méi)問(wèn)透、邊界沒(méi)劃清、組織沒(méi)理順。如果你正打算在企業(yè)里推動(dòng)智能體定制我的建議是先選一個(gè)高頻、重復(fù)、規(guī)則相對(duì)清晰的場(chǎng)景哪怕它看起來(lái)不那么“智能”用兩周時(shí)間快速跑通讓業(yè)務(wù)部門(mén)親眼看到效率變化。后面的事情會(huì)比你想的順利得多。我最近又開(kāi)始折騰新的場(chǎng)景了。這次是從倉(cāng)儲(chǔ)物流的路徑規(guī)劃入手的涉及更復(fù)雜的狀態(tài)協(xié)調(diào)問(wèn)題。設(shè)計(jì)思路驗(yàn)證通之后有新的心得就來(lái)更新。