这个板块讲什么

解决方案板块讲的是企业侧的落地问题:什么情况下值得自建 AI Agent、标准底座和行业定制怎么分工、从签约到上线要走哪几步、哪些环节最容易翻车。

这里不写「AI 能改变什么」这类空话。看这个板块的人,多半已经在算投入产出,需要的是判断依据和踩坑清单。

先判断:该不该自建

不是所有企业都该自建 Agent。买现成 SaaS 更划算的情况很明确:需求通用、流程标准、数据不敏感、团队没有技术底子。这种情况下自建是浪费钱。

该自建的信号通常有三个,占一个就值得考虑,占两个基本可以定:

最常见的误判:把「我们想用 AI」当成需求。真正的需求是「某个岗位每天有两小时花在重复劳动上」,AI 只是解法之一。需求没说清就上项目,最后一定烂尾。

标准底座 + 行业定制

自建 Agent 最怕两种极端:一是完全从零开发,几个月做不出能用的东西;二是买个通用产品改配置,改到最后发现核心流程还是跑不通。

可落地的做法是分层:标准底座不动,定制往上加。

底座负责通用能力——对话、记忆、工具调用、权限、日志、监控、多渠道接入。这部分每个企业需求都差不多,没必要重写,直接复用已经跑通的那套。

定制层负责业务差异——这个行业怎么说话、这个岗位要干什么活、这家公司的规矩是什么、数据从哪个系统取。这部分必须按客户实际情况做,不能套模板。

好处很直接:底座稳定,出问题好排查;定制灵活,业务变了能跟着改。如果全部混在一起,改一个地方崩三个地方,两三年后没人敢动,这就是技术债。

落地要走哪几步

第一步,定岗。不是「给公司做个 AI」,而是「给客服岗做个 AI」「给财务岗做个 AI」。岗位定不下来,后面所有事都是虚的。判断标准:这个岗位每天做什么,写清楚,能写成清单。

第二步,找最痛的一件事。一个岗位可能有十件活,先挑最耗时、最重复、最容易出错的那一件。做成了再扩,别一次铺开。

第三步,把知识喂进去。这个岗位要用的资料、话术、规则、历史案例,整理成结构化内容。这一步最枯燥,也最决定成败。资料是乱的,输出一定是乱的。

第四步,小范围跑。先给两三个人用,用一周,看哪些答得不对。这个阶段不要追求完美,追求暴露问题。

第五步,按反馈调。调整知识、调整话术、调整边界。一般要两到三轮才能稳定。

第六步,定规矩再推全。什么能问、什么不能问、答错了找谁、数据怎么存,这些定下来再全员推。不定规矩就推,出了事没人兜。

最容易翻车的四个环节

一是没定验收标准。什么叫「做好了」说不清,交付时双方理解不一致,一定扯皮。上线前就要写清楚:答对率多少、响应时间多少、覆盖哪些场景。

二是知识库是垃圾堆。把几年的文件夹一股脑塞进去,里面还有过期版本和互相矛盾的内容。Agent 学到的就是混乱。知识库要清洗、要去重、要标版本。

三是上线就不管了。业务在变,知识不更新,三个月后就开始答错。必须有人负责持续维护,这部分工作量要提前算进预算。

四是没交接清楚。账号归谁、数据存哪、以后怎么拿走,这三件事签约时不写清楚,后面一定吵。原则很简单:客户的数据和账号,最终都归客户。

关于投入和周期

这个板块不给统一报价,因为差异太大——岗位复杂度、数据整理量、要对接几个系统,每项都影响工作量。能说的是判断框架:

周期上,轻量项目按周算,中型按一两个月算,重型要按季度算。任何承诺「两周上线全公司 AI」的说法,都值得警惕。