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。

↗