01
AI 应用开发
把大模型接进业务流程
- ·RAG 企业知识库
- ·合同 / 简历 / 发票文档智能
- ·Agent 与业务工作流
- ·提示词工程与评测集
- ·多模型选型与成本优化
- ·AI 治理与审计
查看详情
02
数据与 BI
先有可信数据,才有能用的 AI
- ·指标体系与口径治理
- ·多源数据集成与建模
- ·经营 / 运营 / 车间看板
- ·自助分析
- ·AI for BI 自然语言问数
- ·数据质量监控
查看详情
03
低代码与流程自动化
表单审批、系统集成与 RPA,数周上线
- ·表单与审批应用
- ·跨系统集成(SAP/OA/企微/Teams)
- ·RPA 与定时任务
- ·移动端与扫码场景
- ·低代码平台治理
- ·全民开发培训
查看详情
04
FDE 驻场交付
工程师驻场,与业务一起交付
- ·场景诊断与优先级排序
- ·30 天 POC
- ·60 天 MVP 上线
- ·90 天推广与交接
- ·交付物与 SLA 明确
- ·知识转移与团队培训
查看详情
Capability radar
能力雷达:哪些已经在做,哪些还在试
按成熟度分四档,每项都标注我们的实际交付基础。不同档位的承诺范围不同。
已规模化多个客户、可复制、有标准交付物
- RAG 知识库12 个客户 · 其中 4 个为 8000+ 文档项目
- 文档审核与抽取合同 / 简历 / 发票 / 报关单
- 经营看板与指标治理零售 / 物业 / 制造 / 金融
- 低代码流程应用20+ 业务系统上线
- FDE 驻场交付30-60-90 天节奏已固化
已交付 · 可复制做成过,但还在积累第二、第三个案例
- Agent 多步任务邮件分类派单、工单分派
- AI 问数(AI for BI)3 个客户的指标语义层
- 模板库与连接器产品化12 套场景模板已沉淀
- 多语种文档识别跨境场景 78%,尚未达标
- 私有化模型部署金融与制造业各 1 例
POC 中有客户在试点,结论未定型
- 表格跨表推理工艺参数表场景,准确率不稳定
- 图像质检外观缺陷识别,误判率仍高
- 多 Agent 编排跨系统流程串联,权限模型待解
- 文档自动生成投标 / 报告草稿,人在回路中
观察中仍在评估,暂不承诺交付时间
- 微调与领域模型多数场景 RAG 已够用,性价比待验证
- 语音交互进车间噪声环境识别率不足
- 端侧推理硬件与运维成本尚未测算清楚
- AI 成本优化平台客户规模尚未达到需要的程度
每季度更新一次。「POC 中」不承诺上线时间,也不写入效果条款。
Maturity
你的组织在哪一级
同一句「我们要做 AI」,处在 L1 和 L3 的公司,投入规模差别很大。先定位,再谈方案。
L0
观望知道 AI 有用,但找不到第一个值得做的点
L1
试点做过 POC,停在演示阶段,没有真实用户
L2
单点上线有一个场景在真实使用,但只有一个人会维护
L3
流程重构AI 已进入主流程,配套制度与评测集已建立
L4
组织级多个部门自助扩展,有平台与治理机制
点击选择你当前的阶段
大部分来找我们的客户在 L1–L2 之间。L0 的公司,我们通常建议先做一次流程梳理,不急着上 AI。
Boundaries
我们不做什么
把边界说清楚,比把能力说大更有用。这也是我们判断项目是否承接的第一个标准。
- 不做通用大模型训练与算力生意
- 不做纯人力外包(只按人头结算的项目我们不接)
- 不承诺「什么都能做」—— 场景不成立时,我们会在诊断阶段直接说
- 不在没有评测集的情况下上线 AI 功能
- 不接「效果不达标全额退款」的对赌合同,因为 AI 效果取决于数据与流程,不取决于单方
我们的判断标准
一个场景值不值得做 AI,看四条
✓
高频每天 / 每周都在发生,而不是一年几次
✓
有判据存在可描述的标准,模型能学、人能验
✓
容错可控错了能发现、能兜底,不是一错就出事
✓
算得过账省下的人力或提升的转化,能覆盖成本
四条里有两条不成立,我们会建议你先把流程和数据理顺。