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:
- 流程是自己特有的。市面上的通用工具改不动,或者改到能用要付出比自建更高的成本。
- 数据不能出去。客户名单、报价体系、工艺参数这类东西,不能放在别人的服务器上。
- 要长期用、要能改。不是做一次就完事,而是以后要持续调整、持续加功能。
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:
- 单岗位、单一场景、数据基本干净,属于轻量项目。
- 跨岗位、要对接现有系统、数据要清洗,属于中型项目。
- 多部门协同、涉及权限分级和审计,属于重型项目。
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。
