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

當(dāng)前 B 端產(chǎn)品在接入 AI 能力時(shí)，常面臨模型更新頻繁、業(yè)務(wù)需求定制化程度高的雙重挑戰(zhàn)，導(dǎo)致交付與運(yùn)維復(fù)雜度攀升。文章結(jié)合實(shí)踐，從業(yè)務(wù)流程抽象、“共有” 與 “獨(dú)有” 內(nèi)容拆分、能力模塊化組裝及配置項(xiàng)治理四個(gè)核心環(huán)節(jié)，拆解 B 端及 B 端 AI 能力標(biāo)準(zhǔn)化建設(shè)的思路與方法，為高效融入 AI 能力提供參考。

過(guò)去幾年，AI技術(shù)的快速發(fā)展推動(dòng)了B端產(chǎn)品進(jìn)入“智能化”階段。越來(lái)越多的產(chǎn)品開(kāi)始接入多種AI能力，從語(yǔ)音識(shí)別到圖像分析，從自然語(yǔ)言處理到預(yù)測(cè)建模，形態(tài)各異、接口各不相同。（關(guān)于接入方式的分享，可以見(jiàn)小的上一篇的文章《淺談AI能力封裝到業(yè)務(wù)系統(tǒng)的經(jīng)驗(yàn)》）

在這樣的環(huán)境下，我認(rèn)為標(biāo)準(zhǔn)化建設(shè)是將AI能力高效融入業(yè)務(wù)系統(tǒng)的關(guān)鍵環(huán)節(jié)。本文將結(jié)合實(shí)踐，分享一些在B端AI產(chǎn)品標(biāo)準(zhǔn)化建設(shè)中的經(jīng)驗(yàn)與思路。

為什么AI時(shí)代反而更加關(guān)注標(biāo)準(zhǔn)化建設(shè)

當(dāng)前的AI能力市場(chǎng)有一個(gè)讓B端團(tuán)隊(duì)既興奮又頭疼的特點(diǎn)——變化快。幾乎每隔一段時(shí)間，就會(huì)有新的模型版本上線。新的能力意味著業(yè)務(wù)上新的可能性，但是也會(huì)帶來(lái)新的挑戰(zhàn)——是否需要基于新的模型變更系統(tǒng)功能？如果每次都要進(jìn)行一定成本的開(kāi)發(fā)，不僅會(huì)讓項(xiàng)目維護(hù)成本持續(xù)攀升，還會(huì)拖慢團(tuán)隊(duì)整體產(chǎn)出節(jié)奏。

更現(xiàn)實(shí)的是，B端產(chǎn)品還普遍面臨另一重壓力——業(yè)務(wù)需求多變且定制化程度高。 不同行業(yè)、不同客戶的業(yè)務(wù)流程、數(shù)據(jù)標(biāo)準(zhǔn)、合規(guī)要求各不相同，幾乎每個(gè)項(xiàng)目都像一次“重新開(kāi)發(fā)”。當(dāng)“模型更新頻繁”疊加“需求高度定制”時(shí)，交付和運(yùn)維的復(fù)雜度會(huì)呈指數(shù)級(jí)上升。

在這種環(huán)境下，標(biāo)準(zhǔn)化建設(shè)就不再是可選項(xiàng)，而是B端AI產(chǎn)品的生存必需品。優(yōu)秀的標(biāo)準(zhǔn)化框架可以做到：

1. 快速替換或升級(jí)模型，減少對(duì)業(yè)務(wù)主流程的沖擊。
2. 降低多客戶定制的邊際成本，最大化復(fù)用已有能力。
3. 讓新功能一次開(kāi)發(fā)，多處落地，實(shí)現(xiàn)規(guī)?；桓?。

如何進(jìn)行標(biāo)準(zhǔn)化化建設(shè)

先談?wù)剛€(gè)人關(guān)于標(biāo)準(zhǔn)化建設(shè)的理解。個(gè)人認(rèn)為，標(biāo)準(zhǔn)化建設(shè)分為4個(gè)核心環(huán)節(jié)。

1.業(yè)務(wù)流程抽象

這個(gè)過(guò)程的目的是“把不同客戶、不同項(xiàng)目中高度相似的業(yè)務(wù)流程抽象成統(tǒng)一的流程模型”。其意義在于盤點(diǎn)出一個(gè)統(tǒng)一的流程標(biāo)準(zhǔn)，讓后續(xù)的技術(shù)設(shè)計(jì)和交付溝通有共同參照系。

具體的做法在于梳理核心的業(yè)務(wù)鏈路，提煉出通用的“骨架流程”。這個(gè)過(guò)程中需要注意：

1）把“相似的”環(huán)節(jié)合并、歸類，避免把相似的環(huán)節(jié)分為多個(gè)流程。

比如上傳文檔、上傳excel、上傳圖片，都應(yīng)該視為“信息輸入”。

比如審核權(quán)限、審核文本內(nèi)容、審核圖片，都可視為“內(nèi)容審核”。

2）在骨架流程上，差異化環(huán)節(jié)只需要作為“屬性參數(shù)”存在，而不是拆成全新的流程。

比如前面提到的“內(nèi)容審核”，可以按業(yè)務(wù)場(chǎng)景拓展一個(gè)“審核內(nèi)容”的屬性參數(shù)，比如“審核權(quán)限、審核文本內(nèi)容、審核圖片”。

2.抽離“共有”與“獨(dú)有”

接著，我們要針對(duì)“骨架流程”進(jìn)行拆解，抽離其中“共有”與“獨(dú)有”的內(nèi)容。這一步是標(biāo)準(zhǔn)化的核心，整合“共有的”，再兼容“獨(dú)有的”。

“共有的”指通用的功能模塊，如報(bào)表展示、權(quán)限控制、審核業(yè)務(wù)等，我們需要把“共有的”固化為底層基礎(chǔ)服務(wù)。

“獨(dú)有的”指某幾個(gè)業(yè)務(wù)獨(dú)有的功能模塊，可以通過(guò)開(kāi)關(guān)配置、特殊邏輯、插件模塊、策略模塊等方式迎合這些業(yè)務(wù)的要求。

3.共有能力模塊化，面向業(yè)務(wù)場(chǎng)景組裝能力模塊

當(dāng)完成“共有”與“獨(dú)有”的內(nèi)容拆解后，我們需要將“共有能力”模塊化，并能根據(jù)不同業(yè)務(wù)場(chǎng)景快速組合成解決方案，從而讓“新場(chǎng)景交付”變成“模塊拼裝”，而不是從零開(kāi)發(fā)，大幅縮短交付周期。

這個(gè)過(guò)程中，需要做到以下內(nèi)容：

1）能力模塊構(gòu)建：

通過(guò)拆解“共有能力”，將其設(shè)計(jì)成一個(gè)功能模塊，通過(guò)“開(kāi)關(guān)配置、特殊邏輯、插件模塊、策略模塊”等方式兼容獨(dú)有邏輯。

比如客服工單業(yè)務(wù)可以采用以下形式構(gòu)建功能模塊：

• 信息采集模塊：可配置采集字段（客戶ID、問(wèn)題描述、附件上傳），不同類型客戶支持配置不同類型的信息采集。
• 信息處理模塊：利用AI技術(shù)對(duì)信息進(jìn)行分析，提供輔助下游處理的信息。
• 流程控制模塊：統(tǒng)一提供“工單創(chuàng)建→分配→處理→關(guān)閉”的骨架流程，用戶可通過(guò)策略模塊選擇是否需要“審批環(huán)節(jié)”。
• 結(jié)果輸出模塊：統(tǒng)一封裝“狀態(tài)更新+通知”，用戶可選擇輸出到郵件、IM或企業(yè)內(nèi)部系統(tǒng)。

2）能力插件化/組件化：

每個(gè)能力模塊之間，需要能像像“積木塊”一樣可插拔，從而結(jié)合業(yè)務(wù)需求進(jìn)行組裝，避免每次新增或替換能力都要改動(dòng)整體架構(gòu)。此處需要讓技術(shù)對(duì)模塊進(jìn)行插件化/組件化規(guī)范，產(chǎn)品就不多嘴了。

3）低代碼化編排：

理想狀態(tài)下，我們基于已有的組件，可以提供低代碼能力，實(shí)現(xiàn)可視化的方式，把能力模塊快速編排成業(yè)務(wù)流程，而不是寫大量代碼。

但現(xiàn)實(shí)情況是，低代碼是一個(gè)成本較高的內(nèi)容，因此更多情況下，由技術(shù)進(jìn)行各個(gè)模塊的組裝，走完這“最后一公里”。

4）按業(yè)務(wù)場(chǎng)景組裝：

在能力模塊沉淀完成之后，真正的價(jià)值體現(xiàn)在如何讓業(yè)務(wù)方“看得懂、用得上”。由于“模塊”這一概念偏技術(shù)化，業(yè)務(wù)人員往往難以直接理解，因此需要將底層技術(shù)模塊重新組合，映射為業(yè)務(wù)可感知、可操作的能力結(jié)構(gòu)。

以 客服工單業(yè)務(wù)場(chǎng)景 為例，業(yè)務(wù)成員并不關(guān)心“信息采集模塊”、“信息處理模塊”、“流程控制模塊”、“結(jié)果輸出模塊”這些技術(shù)名詞，但他們一定能理解以下幾類業(yè)務(wù)能力：

• 工單配置：用于定義和管理各類工單模板，決定工單的表單字段、流轉(zhuǎn)規(guī)則和處理環(huán)節(jié)。其本質(zhì)是對(duì)底層“信息采集、信息處理、流程控制、結(jié)果輸出”模塊的可視化編排，讓業(yè)務(wù)人員通過(guò)配置就能生成對(duì)應(yīng)的工單模板。
• 工單處理：面向日常的工單操作，包括“工單受理、工單流轉(zhuǎn)、工單閉環(huán)”等環(huán)節(jié)。背后實(shí)際調(diào)用了“信息處理”和“結(jié)果輸出”等模塊，但業(yè)務(wù)人員只需關(guān)注工單從創(chuàng)建到關(guān)閉的完整處理過(guò)程。
• 工單分析：用于對(duì)工單的整體運(yùn)行情況進(jìn)行統(tǒng)計(jì)和分析，如處理時(shí)長(zhǎng)、問(wèn)題分類、滿意度等。其背后依賴“信息處理、流程控制、結(jié)果輸出”等模塊的數(shù)據(jù)沉淀與打通，但業(yè)務(wù)看到的就是直觀的報(bào)表與洞察。

通過(guò)這種方式，我們能夠 以業(yè)務(wù)流程為主線 將技術(shù)模塊組裝為業(yè)務(wù)場(chǎng)景，既讓業(yè)務(wù)方能夠快速理解和使用，又能在此基礎(chǔ)上靈活補(bǔ)充和拓展通用能力（如權(quán)限設(shè)置、通知提醒、知識(shí)庫(kù)聯(lián)動(dòng)等），實(shí)現(xiàn)“模塊化能力”向“業(yè)務(wù)可用能力”的轉(zhuǎn)化。

4.配置項(xiàng)治理

在標(biāo)準(zhǔn)化的過(guò)程中，我們會(huì)將“共有能力”與“獨(dú)有能力”進(jìn)行拆分和整合。隨著業(yè)務(wù)場(chǎng)景的不斷擴(kuò)展，必然會(huì)沉淀出大量與功能相關(guān)的配置項(xiàng)，例如“開(kāi)關(guān)配置、特殊邏輯、插件模塊、策略模塊”等。（這些配置項(xiàng)不一定外放給業(yè)務(wù)，也可以是在技術(shù)開(kāi)發(fā)層面配置。）

這些配置項(xiàng)的設(shè)計(jì)與管理，直接決定了模塊化能力的上限：它們決定了能力能否真正做到 可復(fù)用、可擴(kuò)展。但需要注意的是，配置項(xiàng)并非越多越好——過(guò)度的配置會(huì)增加使用復(fù)雜度，也會(huì)帶來(lái)開(kāi)發(fā)與維護(hù)成本。因此，進(jìn)行配置項(xiàng)治理時(shí)，可以按以下步驟推進(jìn)：

1）盡量窮舉可配置內(nèi)容：

對(duì)于存在隨著業(yè)務(wù)變化而產(chǎn)生變更的內(nèi)容，需要盡量可配置化。我們可以先按照自身的認(rèn)知進(jìn)行窮舉，例如：工單超時(shí)時(shí)間、審批是否必填、通知方式等，都應(yīng)通過(guò)配置來(lái)實(shí)現(xiàn)差異化，而不是通過(guò)定制開(kāi)發(fā)。

2）兼顧實(shí)現(xiàn)成本與變動(dòng)可能性，合理設(shè)定優(yōu)先級(jí)：

實(shí)際情況是，并非所有功能都需要立即配置化，而是要基于業(yè)務(wù)變動(dòng)的頻率和影響范圍進(jìn)行分級(jí)。

• 對(duì)于高頻變動(dòng)、跨場(chǎng)景的功能，優(yōu)先配置化。
• 對(duì)于低頻變動(dòng)、僅限單場(chǎng)景的功能，可延后或通過(guò)定制實(shí)現(xiàn)。

這樣既能保證靈活性，又能避免過(guò)度設(shè)計(jì)。

3）配置項(xiàng)聚類與分層管理：

當(dāng)配置項(xiàng)數(shù)量增多時(shí)，需要通過(guò)聚類來(lái)降低復(fù)雜度。一般可按“全局”、“局部場(chǎng)景”劃分。

• 全局配置：適用于整個(gè)業(yè)務(wù)的、低頻變動(dòng)的內(nèi)容（如統(tǒng)一的安全策略）。
• 場(chǎng)景配置：僅適用于單一業(yè)務(wù)場(chǎng)景的內(nèi)容（如某個(gè)工單流程的審批規(guī)則），避免將局部需求擴(kuò)散到全局，降低配置成本。

4）持續(xù)治理與演進(jìn)：

配置項(xiàng)不是“一次性設(shè)計(jì)”，而是需要在使用過(guò)程中不斷優(yōu)化?？梢远ㄆ趯?duì)配置項(xiàng)進(jìn)行復(fù)盤，清理冗余或低價(jià)值的配置，合并重復(fù)項(xiàng)，避免配置體系臃腫。同時(shí)，隨著業(yè)務(wù)沉淀，可以逐步抽象出更高層次的配置模板或策略引擎，提升整體復(fù)用性和可維護(hù)性。

B端AI的標(biāo)準(zhǔn)化建設(shè)

基于前面提到的標(biāo)準(zhǔn)化建設(shè)思路，B端AI的標(biāo)準(zhǔn)化可參考下方四步。

1.業(yè)務(wù)流程抽象：抓住AI落地的核心環(huán)節(jié)

在推動(dòng) AI 落地之前，首先需要對(duì)業(yè)務(wù)與 AI 的結(jié)合流程進(jìn)行抽象。這里有兩個(gè)關(guān)鍵點(diǎn)：

1）抽象 AI 的應(yīng)用流程：

AI 的生命周期不僅限于業(yè)務(wù)環(huán)節(jié)，還包含自身的應(yīng)用流程，可分為“數(shù)據(jù)采集”、“數(shù)據(jù)標(biāo)注”、“特征工程”、“模型訓(xùn)練”、“模型上線”。這是 AI 技術(shù)的“通用主線”，為后續(xù)能力模塊化提供參考。

2）識(shí)別業(yè)務(wù)流程中的 AI 介入點(diǎn)：

在業(yè)務(wù)主干流程中，我們需要拆分出AI可接入的點(diǎn)，如信息采集、智能識(shí)別、自動(dòng)審核、智能推薦等。

對(duì)于AI介入點(diǎn)，我們需要把它抽象成可復(fù)用的“能力槽位”，預(yù)留給到各類AI能力的接入空間。例如：

• 信息輸入環(huán)節(jié)→OCR、NLP解析、語(yǔ)音轉(zhuǎn)寫
• 審核環(huán)節(jié)→文本分類、圖像識(shí)別、異常檢測(cè)
• 輸出環(huán)節(jié)→智能推薦、自動(dòng)回復(fù)、預(yù)測(cè)結(jié)果2.抽離“共有”與“獨(dú)有”：AI能力的通用化與差異化

在 AI 的 B 端落地中，大多數(shù)模型能力都可以視為跨行業(yè)、跨場(chǎng)景的 “共有能力點(diǎn)”。 例如：OCR、NLP 分詞、意圖識(shí)別、圖像分類、異常檢測(cè)、推薦排序等，這些能力點(diǎn)本質(zhì)上是可復(fù)用的 AI 技術(shù)組件，可以根據(jù)不同行業(yè)的業(yè)務(wù)訴求進(jìn)行組合和供給。針對(duì)這些能力點(diǎn)，需要沉淀為 統(tǒng)一的模型服務(wù)接口，從而避免每次交付都要重新適配。

但僅有模型能力點(diǎn)還不夠，AI 應(yīng)用往往包含從 數(shù)據(jù) → 模型 → 服務(wù) → 反饋 的完整鏈路，因此還需要進(jìn)一步抽象出 AI落地過(guò)程的通用的流程模塊。比如“模型部署”、“效果評(píng)估”、“輸入適配模塊”……

其中輸入適配模塊是指“優(yōu)化模型輸出質(zhì)量的模塊”，一般指提示詞工程，即把業(yè)務(wù)問(wèn)題（自然語(yǔ)言或結(jié)構(gòu)化需求）轉(zhuǎn)化為模型能更好理解的提示，從而提升模型輸出質(zhì)量。

在此基礎(chǔ)上，根據(jù) 模型來(lái)源的不同，還會(huì)體現(xiàn)出不同的“通用能力”差別：

1）接入第三方模型：

重點(diǎn)在于“模型部署”、“效果評(píng)估”、“調(diào)用策略管理”，因?yàn)榈谌侥Ｐ屯呛诤?，企業(yè)只能在調(diào)用和評(píng)估層做治理。

2）自研模型：

自研模型則需要覆蓋更完整的鏈路，包括“數(shù)據(jù)采集”、“數(shù)據(jù)標(biāo)注”、“特征工程”、“模型訓(xùn)練”、“模型上線”。同時(shí)還要考慮“多版本管理”、“A/B 測(cè)試”、“持續(xù)迭代”等能力。

3.面向業(yè)務(wù)場(chǎng)景組裝AI能力模塊

1）能力模塊構(gòu)建：

基于前面的拆解，AI能力模塊可以分為三層。

（1）模型能力層：面向業(yè)務(wù)的基礎(chǔ) AI 能力點(diǎn)，一般可按照模態(tài)或功能劃分：

• 文本類（生成、理解、意圖識(shí)別、問(wèn)答）
• 圖像類（識(shí)別、檢測(cè)、生成）
• 視頻類（分析、生成、檢索）
• 音頻類（識(shí)別、合成、分離）

這是最直觀的 業(yè)務(wù)能力供給單元。

（2）應(yīng)用支撐層：面向 AI 應(yīng)用落地的通用模塊，保證模型能被穩(wěn)定、可控地用起來(lái)?？珊w“模型部署”、“效果評(píng)估”、“輸入適配模塊”……這一層是 通用的應(yīng)用能力模塊，無(wú)論第三方還是自研模型都需要。

（3）模型研發(fā)層：這是針對(duì)自研大模型的獨(dú)有環(huán)節(jié)。涉及到“數(shù)據(jù)采集”、“數(shù)據(jù)標(biāo)注”、“特征工程”、“模型訓(xùn)練”、“模型上線”等模塊。這一層是 只有自研模型才需要的能力模塊，第三方黑盒模型則不涉及。

2）能力插件化/組件化：

對(duì)于上面三層能力，可以通過(guò)以下思路進(jìn)行插件化/組件化建設(shè)。

• 模型能力層：每個(gè)AI能力點(diǎn)（文本生成、圖像識(shí)別、語(yǔ)音合成等）都包裝成一個(gè)標(biāo)準(zhǔn)插件。其中做好“輸入輸出標(biāo)準(zhǔn)格式規(guī)范”、“多版本兼容”、“插件可互換”等要點(diǎn)，從而實(shí)現(xiàn)“業(yè)務(wù)只管使用，不用理會(huì)能力來(lái)源”。
• 應(yīng)用支撐層：把通用的應(yīng)用支撐環(huán)節(jié)做成可復(fù)用的組件，使其可在業(yè)務(wù)流程里被“調(diào)用”，保證不同模型在不同業(yè)務(wù)場(chǎng)景下都能穩(wěn)定落地。
• 模型研發(fā)層：使得研發(fā)層的模塊（“數(shù)據(jù)采集”、“數(shù)據(jù)標(biāo)注”、“特征工程”、“模型訓(xùn)練”、“模型上線”）可復(fù)用于多個(gè)模型。

3）低代碼化編排：

對(duì)于模型能力層和應(yīng)用支撐層的能力模塊，目前市面上有不少AI低代碼工具，也有不少開(kāi)源技術(shù)能力，使得業(yè)務(wù)可以使用拖拉拽的方式編排AI能力模塊的組裝，從而面向業(yè)務(wù)提供能力支持。

因此，這一塊的應(yīng)用是能夠借力于市面上的能力的。

4）按業(yè)務(wù)場(chǎng)景組裝：

為了讓業(yè)務(wù)方“看得懂、用得上”， 我們需要 以業(yè)務(wù)流程為主線 將技術(shù)模塊組裝為業(yè)務(wù)場(chǎng)景能力，再將AI能力融合進(jìn)入到業(yè)務(wù)系統(tǒng)上。AI能力需要依附于業(yè)務(wù)系統(tǒng)而存在，這是和其他功能標(biāo)準(zhǔn)化建設(shè)有所差異的。

此處可結(jié)合業(yè)務(wù)系統(tǒng)的類型、業(yè)務(wù)系統(tǒng)的核心流程進(jìn)行拆解，比如客服工單系統(tǒng) ：

• 工單配置：AI可提供結(jié)合業(yè)務(wù)訴求，快捷配置工單的能力，從而降低系統(tǒng)使用成本。
• 工單處理：AI結(jié)合歷史處理經(jīng)驗(yàn)、工單上游數(shù)據(jù)分析，給到工單處理建議。并且和聚合相似工單，從而實(shí)現(xiàn)批量的工單處理。
• 工單分析：利用AI輔助洞察工單內(nèi)的各種信息情況，從而輔助得到相關(guān)的結(jié)論信息。

此外，融入方式在上篇文章《淺談AI能力封裝到業(yè)務(wù)系統(tǒng)的經(jīng)驗(yàn)》提到過(guò)，分為“基于業(yè)務(wù)流程的融合”、“提供聚合的服務(wù)助手”、“提供入口導(dǎo)流”，感興趣的朋友也可前往閱讀，指點(diǎn)一二。

4.配置項(xiàng)治理：為AI應(yīng)用的變動(dòng)做準(zhǔn)備

AI能力的配置項(xiàng)，更多集中在“應(yīng)用支撐層”，主要為模型針對(duì)不同應(yīng)用場(chǎng)景，所使用的不同配置（比如知識(shí)庫(kù)、調(diào)度流程等）。

做好AI能力的配置項(xiàng)治理，需要做好對(duì)“配置項(xiàng)聚類與分層管理”。即前文提到的一般可按“全局”、“局部場(chǎng)景”劃分，做到多業(yè)務(wù)場(chǎng)景配置不混淆。小結(jié)

以上便是近期相關(guān)思考，歡迎指點(diǎn)。