国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

本文通過AI審單項目的實際案例，深入探討了企業(yè)引入AI大模型的顧慮、應(yīng)用步驟與機會洞察，旨在為讀者提供一份AI落地的實用指南。

一、引言

人人都在談AI?？葾I的信任赤字、AI的投入成本，都讓決策者和擁躉畏首畏尾。如何在企業(yè)內(nèi)洞察機會、如何說服決策者投入資源、如何衡量價值達成。這些都是繞不過去的問題。

筆者以個人踐行的AI審單項目為例，歷時一年多的痛苦與掙扎、現(xiàn)分享給各位，與各位共同探討AI的落地方法。

二、企業(yè)引入AI大模型的五個顧慮

自ChatGPT問世以來，AI行業(yè)再度被引爆。相比于技術(shù)本身，普羅大眾更關(guān)注和糾結(jié)的是“AI+什么場景”。

結(jié)合這段時間的實踐經(jīng)驗，我認為大部分企業(yè)引入AI大模型都存在5個顧慮：

1. AI如何在企業(yè)內(nèi)找到落地場景，且能形成規(guī)模效應(yīng)？
2. AI是一個好東西、要投入多少錢、能產(chǎn)生多大的收益和價值？
3. AI技術(shù)可理解性差，如何衡量落地場景的應(yīng)用穩(wěn)定性？
4. AI會不會引發(fā)數(shù)據(jù)泄露，數(shù)據(jù)安全如何保障？
5. AI要在企業(yè)內(nèi)如何復制成功，推進方法論是什么？

三、AI應(yīng)用的5步法概述

四、第一步：AI技術(shù)特征與企業(yè)應(yīng)用的匹配

開源節(jié)流是所有企業(yè)引入新技術(shù)能力和新商業(yè)模式的主旨，換言之、多、快、好、省的維系百年企業(yè)。這四字真言拆解之下即是：多（量大的作業(yè)、高利潤的領(lǐng)域）、快（快捷交付、實時響應(yīng)）、好（精準的、高質(zhì)交付）、低（成本最優(yōu)）；

就如筆者所在的財務(wù)共享服務(wù)領(lǐng)域，發(fā)票O(jiān)CR能力應(yīng)用在發(fā)票審單。國內(nèi)的發(fā)票結(jié)構(gòu)標準、字符規(guī)范（抬頭、發(fā)票號等）、識別自然精準（特別是隨著電票的發(fā)展，發(fā)票內(nèi)容更為清晰）。所以發(fā)票O(jiān)CR能力非常滿足這四個特征：

1. “多”字決：在規(guī)模上財務(wù)共享領(lǐng)域集中了各產(chǎn)業(yè)的發(fā)票校驗工作；
2. “快”字決：在快捷性上因為OCR廠商可快速返回結(jié)果信息，故而實時性有保障；
3. “好”字決：在準確性層面國內(nèi)發(fā)票O(jiān)CR幾乎可以達到99%以上的準確度；
4. “省”字決：在成本層面整個國家所有企業(yè)均離不開發(fā)票，市場空間巨大，各廠商也只有工具提供方，沒有太多變動成本。

反觀AI能力，境遇截然不同。OCR是“視覺“類新技術(shù)能力，模擬的是人眼、技術(shù)能力可理解性較強；而AI是“理解”類新技術(shù)能力，模擬的大腦、技術(shù)的認知和認可度偏弱性。

既然AI有這樣的技術(shù)特征，那對應(yīng)到四字真言之下，將需要如何對應(yīng)企業(yè)場景呢：

1. 量大的作業(yè)、AI越具備規(guī)模效應(yīng)：AI按字數(shù)收費，且從企業(yè)實際應(yīng)用來看，大量字符理解成本是浪費的。若規(guī)模上不夠，AI更無用武之地了，故而一定要選擇具備規(guī)模效應(yīng)的場景。
2. 準確性要求越高，AI越難自證清白：一千個讀者有一千個哈姆雷特。理解本身就是多元的，而理解標化的前提是知識的標化，AI是一門認知技術(shù)，必然對知識有準確性要求。這就比如AI客服，你讓AI回答一下產(chǎn)品型號還有可能、你讓AI做促銷轉(zhuǎn)化和商品引薦，若無足夠標準的知識去喂，指不定會惹出什么幺娥子來。
3. 實時性要求越高、AI越難有良好表現(xiàn)：實時性和準確性是相伴相隨的兩個指標。若場景準確性要求不高，但實時性要求高，比如AI+人臉識別，這時達到一定百分比即可通過門禁；若實時性要求和準確性都要求高，比如AI自動駕駛，那就需要大投入大手筆了。實時性要求不高，也才會給“半自動+人工介入”提供了可能。比如筆者所選的審單，若要求自動AI審單，就是高實時性要求，則對AI的要求必然高；若是審單助手，則提供了人工介入的可能，那AI就無過高準確性的要求。

五、第二步：機會洞察分析

5.1 項目圖譜

5.2 機會洞察的6個階段

5.3 機會洞察第一階段：FTE機會分析法、找出規(guī)模效應(yīng)最高點

AI有很多場景，比如圖片生成、代碼檢測、設(shè)備維修、多語言翻譯等。而且筆者所在部門在這些領(lǐng)域都有做AI的實踐，比如圖片生成，就通過AI大模型、將企業(yè)內(nèi)的宣傳物料進行自動化生成（如下圖），最終減少了0.2個UI人員的投入，可這些場景“人微言輕”，

所以我們緊緊瞄準了FTE最高的機會點，經(jīng)過長達1個月的FTE分析，最終認定“審單”才是最具規(guī)模效應(yīng)的點，哪怕其中有反對聲音說現(xiàn)實的附件有多么不標準、我們的當下時效已有多么高效。我們依然咬定青山不放松，認定只要提升1分鐘/單，在巨大的流量面前（若10萬單），則就可提效1666小時，折合9.57人。那也能hold住成本。

這給了我們一個深徹的領(lǐng)悟，AI路途中有很多野花，牢牢盯住遠方的大樹，方可直達目標。

5.4 機會洞察第二階段：工序計算分析法、下鉆機會下的耗時工序

FTE機會分析法找到了“最耗人”的地方，下一步則針對審單這個垂直場景再下鉆一層，分析“審單中最耗時的工序”（如下圖所示）。從下圖兩類報銷業(yè)務(wù)耗時分析可知，費用報銷類的檢查一致性雖然比較耗時（編號4）、但是查找附件（編號1）、定位附件具體內(nèi)容（編號2）、計算統(tǒng)計（編號3）、查閱規(guī)則覆蓋度（編號5）也比較耗時。
而總賬業(yè)務(wù)中、審閱附件（編號1、編號3）恰恰不是最耗時的地方，最耗時的是“轉(zhuǎn)換總賬報賬單明細”（編號2），所以引入AI審單并不能達成總賬審單提效目標，最終我們采用了另外一個新技術(shù)能力解決了這類場景。

這給我們一個認知，不要將雞蛋放在一個籃子里面，場景洞研后要因地制宜做最適合的方案、萬不可墨守成規(guī)。

1）費用報銷業(yè)務(wù)：用戶提報報銷單，會計審閱附件和單據(jù)；

2）總賬業(yè)務(wù)：總賬人員要依據(jù)產(chǎn)業(yè)業(yè)財提報的賬務(wù)表、手填轉(zhuǎn)換成總賬報銷單據(jù)

3）經(jīng)驗總結(jié)

1. 不同工序的操作方法大相徑庭，AI識別附件方案并非萬金油，還需依賴其他技術(shù)能力實現(xiàn)突破；
2. 工序可指導后面的“審單作業(yè)端到端分析”和“ROI分析”，是所有后面工作的信息輸入，絕不可忽略；
3. 只有深入一線了解工序操作、才不會偏聽偏信，才不會主觀臆想，才真能代表一線業(yè)務(wù)發(fā)聲；
4. 工序也為后面的“產(chǎn)品原型設(shè)計”奠定了基礎(chǔ)，產(chǎn)品是為業(yè)務(wù)服務(wù)的，沒有場景的AI技術(shù)都是耍流氓；

5.5 機會洞察第三階段：單據(jù)駁回日志分析法、找出審單規(guī)則明細

本步驟的目的是梳理審單規(guī)則、通過規(guī)則與附件的匹配來校驗AI能力的可行性。
絕大多數(shù)的企業(yè)的審單規(guī)則是這樣寫的“需提交A附件、附件要符合業(yè)務(wù)實質(zhì)”。筆者在正式進入AI訓練之前，花費1個月的時間深度梳理了規(guī)則，通過規(guī)則與附件的匹配來校驗AI能力的可行性。

而且沒有強依賴審單部門提供的規(guī)則，而是通過分析單據(jù)駁回日志，一條一條的檢視出審單SOP。個人覺得這種操作方法的好處是：一方面?zhèn)€體知識存在局限性，一個人難以知曉所有審單規(guī)則，我們要降低個體的依賴；另外一方面是深入一線挖掘?qū)弳我?guī)則、找出附件類型和樣本，從而深度分析AI能力的可行性，為下一階段的“規(guī)則配對附件評估AI能力法”提供了信息輸入。

所以，導出1年的駁回數(shù)據(jù)、匹配制度手冊的SOP、建立附件樣本表、搭建審單規(guī)則與附件樣本的對照表。就是本階段的關(guān)鍵動作。下圖是“審單規(guī)則與附件樣本對照表”：

規(guī)則梳理經(jīng)驗：

1. 規(guī)則要細化到具體的附件字段和單據(jù)字段級（即系統(tǒng)可理解）、且附件字段要要對應(yīng)到AI理解的結(jié)構(gòu)化數(shù)據(jù)；
2. 規(guī)則要考慮多個重復附件提交情況、單據(jù)上有多行情況。從而思考要限定附件提交數(shù)、還是先分組后再比較；這為AI的理解要求和單據(jù)的字段要求提供了參考；
3. 規(guī)則的比較方法要區(qū)分：存在于、等于，存在于為“AB 在ABC內(nèi)存在，則通過”，等于為“AB 和ABC等于、則失敗”。這對多個附件、單據(jù)的多行的校驗提供了明確要求，同時若附件不規(guī)范、附件提供多份，都會造成規(guī)則失敗，所以就可進一步審視附件提報頁面的設(shè)計合理性；
4. 規(guī)則中的等于情況要精準到：完全匹配等于、忽略大小寫等于、去除前后空格、忽略大小寫等；
5. 一條規(guī)則中存在并且情況，則盡可能就拆分成兩條規(guī)則，審單人可清晰了解是具體那一段規(guī)則校驗失敗；

5.6 機會洞察第四階段：規(guī)則匹配附件評估AI能力法

成語“有求必應(yīng)”才是正常的協(xié)同機制、AI大模型不是萬金油，要讓AI去理解附件，首先就一定是要讓AI知道你需要它理解附件的哪些內(nèi)容。就比如下表的合同。我們通過分析步驟三梳理了規(guī)則、也建立了規(guī)則與附件對照表。在本步驟，我們會建立“附件識別能力表”進一步去評估AI的能力。

5.6.1 附件識別能力

1. 附件可視得出：肉眼在附件上就可看到這個字段內(nèi)容，比如資產(chǎn)數(shù)量、總金額；
2. 附件計算得出：肉眼在附件上不可見字段內(nèi)容，但是可通過多個字符計算得出，比如預(yù)付款金額=合同總金額*預(yù)付款比例；預(yù)付款金額在合同不可見，合同總金額和預(yù)付款比例可見；
3. 附件理解得出：肉眼不可見、也無法通過其他結(jié)構(gòu)化數(shù)據(jù)計算得出，只可以通篇理解文章，或通過關(guān)鍵詞庫做匹配才可以理解；比如合同的是否為框架合同，整篇文章都沒有框架合同這個字符，得需要通過合同類型得出。

經(jīng)驗：

1. 反對者總是會舉一個特殊例子（一張非常特殊的附件）來證明這件事情的不可行，你只需要用2/8原則去回懟他（這個業(yè)務(wù)模塊是整個企業(yè)80%的量么、這個附件是這個業(yè)務(wù)的80%的附件量么？這個附件的識別規(guī)則是所有規(guī)則的80%的量么）
2. 市場上的AI平臺均有提示詞工程，產(chǎn)品人員可以不掌握AI底層算法，但是一定要知道調(diào)試提示詞，也要知道AI的評估模型；

5.6.2 大模型評估指標

AI大模型需要引入，還需要建立一個企業(yè)整體的模型評估指標，這個指標是結(jié)合全局來做的思考，也可作為技術(shù)評估指標。如下表：

5.7 機會洞察第五階段：審單作業(yè)端到端流程分析、建立產(chǎn)品矩陣架構(gòu)圖

企業(yè)內(nèi)現(xiàn)在也存在一個怪圈，人人都在談數(shù)字化轉(zhuǎn)型、人人都在談端到端流程打通。好像不這么說上兩句，視野就不夠高、說服力就不夠強似的?？烧嬲钊肓私獠嵺`的也屈指可數(shù)。

筆者也是能力有限水平一般，不能免俗端到端流程分析一把，不然就會在產(chǎn)品評審階段被質(zhì)疑。
個人總結(jié)端到端流程的概念為：“以客戶價值為依規(guī)、圍繞流程整體經(jīng)營和財務(wù)運營指標實施的打破組織壁壘的流程重構(gòu)”。這里面的關(guān)鍵信息可以轉(zhuǎn)換為幾個自省問題：

1. 流程是否有存在的必要？
2. 流程的KPI是否是服務(wù)客戶和經(jīng)營價值最大化還是單個部門節(jié)點效率最大化（流程是局部最優(yōu)還是全局最優(yōu)）？
3. 流程的客戶滿意度如何？

1）流程分析詳解：

就以普通的員工國內(nèi)差旅報銷為例（舉一個例子，并非筆者所在公司）現(xiàn)在的流程是：國內(nèi)出差是員工出差完畢后回來拿票填報報銷單、國外出差是員工提報申請單后，出差完畢后關(guān)聯(lián)申請單拿票報銷。

注明：因本文章重點討論的是AI大模型應(yīng)用，故而就不展開端到端流程分析，下來再專門輸出一篇端到端實踐文章以饗讀者、里面包含更全面的實踐經(jīng)驗）

從上表信息可知、當我們打破現(xiàn)有流程的慣式、從客戶滿意度來審視流程的合理性的時候，現(xiàn)在的流程如此不堪、現(xiàn)在的指標如此狹隘。

原來的指標是“單個部門的審單時效和人效”，那么就會無腦駁回、就不會關(guān)注流程的體驗和質(zhì)量。而現(xiàn)在改成“單據(jù)一次通過率”和“自動化審單占比”等指標的時候，客戶滿意度得到了提升。

同時、流程方案也有了AI和新技術(shù)加持的可能，用戶的填單服務(wù)體驗也變成：不填單、少填單、不咨詢、少耗時。

2）端到端流程分析的價值和意義：

1. 站在全局角度洞察機會與設(shè)計方案、與決策者和客戶同頻共振，
2. 方案具備多視角、多策略，不僅保證了立項時方案的客觀和完整，也保證了結(jié)案時的價值經(jīng)得住挑戰(zhàn)；
3. 從成本最節(jié)約角度設(shè)計方案，不強依賴單一技術(shù)，不壓碼單一方案。保證了成本、也提升了項目的成功率，畢竟不能將雞蛋全部放在一個籃子里。

5.8 機會洞察第六階段：ROI分析方法

ROI分析是大部分人最頭疼的地方、人都希望快意恩仇、都希望信任有加、都希望資源滾滾。而世間最大的特點就是“資源永遠是有限的”，而且大部分決策者的心理都是“花小錢辦大事、最好是不花錢”。所以ROI就成為不可避免的一環(huán)。那我們就需要詳細來審視下這個命題：

5.8.1 附件識別能力ROI為何如此痛苦

1. 這領(lǐng)導好麻煩：首先我們在心態(tài)上就認為ROI分析沒有必要。要客觀的認識ROI分析是項目立項的關(guān)鍵一環(huán)，并非個別領(lǐng)導的喜惡，更不是某幾個領(lǐng)導的特意針對。
2. 這測算太定性：其次我們的ROI測算容易做成語文題，而難以量化成數(shù)學題。無圖無真相、無數(shù)不證明。ROI測算一定需抽絲剝繭、涇渭分明。更需數(shù)據(jù)輔證、真憑實據(jù)。

5.8.2 收益測算

1）收益測算：定量分析維度

通過對影像件(含電子件)資料與單據(jù)填寫內(nèi)容做一致性校驗，進行審單（即：AI審單）的詳細分析：

2）收益測算：定性分析維度

1. 用戶滿意度提升
2. 人控改成技控、減少了審單風險，提升了賬務(wù)質(zhì)量；
3. 減少了審計風險
4. 減少了對賬問題，可實現(xiàn)后期自動對賬；
5. 發(fā)票結(jié)構(gòu)化了，為后期的稅務(wù)抵扣提供可能；

5.8.3 投入測算

六、本章總結(jié)

1. 通過FTE機會分析法，分類企業(yè)所有任務(wù)，整理形成AI審單外的排行前8的機會點，從整體視角看流程、從整體視角看AI在整個流程中的位置；
2. 依托工序計算分析法，圍繞8個機會，深度研究耗時點、將機會進一步下鉆打開，找出最耗時的工序，可指導后續(xù)的端到端流程分析、ROI分析、產(chǎn)品原型設(shè)計。所以工序研究是必修課；
3. 不要開始就大投入、大手筆的簽訂一個大廠商，上船容易、下船難啊?？上扔肧AAS服務(wù)運作一段時間，等項目架構(gòu)、技術(shù)能力、團隊能力穩(wěn)健運營了、運營指標達成后再換用成熟廠商。
4. 80%時間要花在機會洞察階段，F(xiàn)TE分析、工序計算、規(guī)則梳理、AI能力匹配。每一步扎扎實實的走下去，想不成功都難。
5. ROI測算花費再多時間都不為過，算不清賬、就做不了事。