当你有好几个可能的 AI 工作流程却无从排序,当数据和托管规则不清楚,或者试点项目总在投产前停滞时,你需要一位 AI 顾问。如果任务很明确,现有的工具就能完成,而且你自己的团队可以完成配置并运行,那多半就不需要。
要点速览
- 请顾问是为了决定搭建什么、遵循哪些规则,而不是泛泛地探索 AI。
- 试点项目停滞,是需要外部视角的明显信号。
- 如果一项明确的任务用你已付费的工具就能完成,先把工具配置好。
- 内部招聘适合长期计划,顾问适合做出清晰的第一个决定。
- 无论怎么选,之后你这边都必须有人负责这个工作流程。
#什么情况下值得请 AI 顾问?
- 候选很多,没有排序。 每个部门都有想法,却没人说得清先做哪一个。
- 试点停滞。 演示能跑通,之后却没有任何东西交到真实用户手中。
- 数据规则不清。 没人说得清哪些数据可以交给哪个模型,或者可以托管在哪里。
- 内部没有负责人。 本该负责搭建的人正忙于日常业务。
试点停滞很常见。Gartner 预计,到 2025 年底,30% 的生成式 AI 项目会在概念验证之后被放弃,原因包括数据质量差、风险控制薄弱、成本上升以及业务价值不清晰(Gartner,2024 年 7 月)。这些都是顾问应当在搭建之前帮你做出的决定。
#什么情况下不需要 AI 顾问?
当任务很明确,而且你已有的工具就能覆盖时。如果团队希望有人帮忙起草邮件,而你已经采购了 AI 助手,那就从这个助手开始,配上一套简短的数据使用规则和一些练习。
微软和领英发现,75% 的知识型员工已经在工作中使用 AI,但只有 39% 的 AI 用户接受过公司培训(微软与领英《工作趋势指数》,2024 年 5 月)。在这种情况下,培训可能比咨询更重要。
如果你的内部团队已经把 AI 推向过生产环境,并且有时间做下一个工作流程,你可能也不需要顾问。
#应该请顾问,还是组建内部 AI 团队?
如果 AI 将是一项覆盖众多工作流程的长期计划,而且你能招到并留住人才,内部团队就合理。如果你需要先做出清晰的第一个决定、让第一个工作流程跑起来,而不想先增加编制,请顾问就合理。很多公司先用顾问把第一个工作流程做好,然后再招人。Stennir 在 Stennir 与内部招聘对比 中梳理了其中的利弊。
We are
当你不需要 AI 咨询时,Stennir 会直说;评估的结果也可能把一个简单的流程修正排在 AI 搭建项目之前。
We aren't
Stennir 不把咨询当作泛泛的 AI 探索来卖,也不会在一条规则、一张表单或一个现有工具就能解决问题的地方推荐 AI。
运营负责人接下来该做什么?
结合自己公司的情况,回答第一份清单中的四个问题。如果有两项或以上符合,外部视角很可能物有所值。想要结构化的版本,可以 做免费的就绪度评估;也可以阅读 AI 咨询 和 面向运营团队的 AI,或者 预约一次 30 分钟的通话。
常见问题
中型企业规模太小,用不着 AI 顾问吗?
不是。中型企业往往受益最大,因为它们在少数几个流程上有可观的业务量,却没有专门的 AI 团队。关键在于你是否有决定要做:先做哪个工作流程,遵循哪些数据规则,由谁搭建。如果有,无论公司规模大小,外部视角都有用。
我们能只请 AI 顾问做决定,然后自己搭建吗?
可以。Stennir 的评估会产出排好序的工作流程,以及一个附带范围和托管区域的推荐搭建项目。无论你是否与 Stennir 一起搭建,这份报告都归你所有。有些公司把它交给自己的工程师,有些交给另一家合作伙伴,也有些请 Stennir 来搭建。
与 AI 顾问沟通之前,我们应该准备什么?
一份最耗时的流程短名单,写明各由谁负责、大致处理多少业务量,以及数据适用哪些规则。你不需要准备战略,也不需要对模型有偏好。好的顾问会问工作本身,而不是问技术。
Stennir 同时支持阿拉伯语和英语吗?
是的。阿拉伯语和英语都完整支持,其他语言可按需提供。在你的团队依赖某个工作流程之前,Stennir 会用你的真实文档和消息在两种语言下进行测试,而不是在最后才翻译英文版的搭建成果。混合语言的收件箱在海湾地区很常见,所以也会一并测试。
