企业AI实战经验与方案分享.pptxVIP

企业AI实战经验与方案分享聚焦B端产品，探索AI应用之道报告人名称20xx.xx.xx

401AI改造与自动化策略02用户与模型问题03AI落地与信任问题04数据与评估体系05知识星球福利目录

AI改造与自动化策略介绍企业在AI改造和自动化方面的正确做法与风险考量3

4对比不同做法，明确自动化风险边界直接使用Text2SQL查询表格数据，准确度难以保证。正确做法是在界面添加筛选按钮，AI将用户问题转化为筛选条件，用户可见可改，保持控制感，并收集用户修改作为反馈数据，持续优化。最小化改造优于极致自动化1AI是概率模型，必须考虑容错。危险操作包括直接生成SQL查询生产库、自动修改客户订单、无审核的数据操作。风险点有AI有10%的出错率，可能删除整张表；生成的SQL可能拖慢数据库；存在Prompt注入攻击风险。原则为自动化程度取决于你能承担的风险。自动化的风险边界2最小化改造与自动化风险

用户与模型问题分析AI功能用户不使用的原因及模型微调的相关问题3

4用户不会用不是他们的问题AI功能上线后无人使用的三大原因：空白输入框，用户不知道能问什么；尝试两次效果不佳，就放弃了；不信任AI，担心出错。剖析用户不使用AI功能背后的因素用户不使用AI功能的原因

4不要急于微调模型90%的场景不需要微调，优先开发好这三项能力：写好Prompt、做好上下文工程、添加约束和校验。微调的代价包括成本高，难以确定最优调试方案；评估微调效果困难；模型升级可能让微调失效。阐述模型微调的必要性与面临的代价模型微调问题

AI落地与信任问题说明AI落地的关键点及解决用户信任问题的方法3

4不要追求“永远不出错”，而要做好“出错后怎么办”。具体包括Fallback机制，即AI不确定时自动转人工；纠错机制，用户一键反馈错误，转化为训练数据；监控体系，每天分析AI表现差的问题，针对性优化；持续迭代，基于真实数据不断改进。AI落地的四个关键点明确AI落地需要关注的要点AI落地关键点

4分析用户不信任AI的原因用户不信任AI的原因有：不知道推荐依据，不敢采纳；无法向上级解释结果来源；犯过一次错就完全不信任。1解决AI幻觉信任问题解决AI幻觉信任问题

数据与评估体系强调反馈数据的重要性及建立量化评估体系的意义3

4说明反馈数据对AI优化的关键作用反馈数据的价值体现在将准确率从70%提升到90%，还能发现AI的薄弱场景。反馈数据是优化关键1反馈数据的重要性

420XX建立量化评估体系建立量化评估体系可以构建竞争壁垒，不能靠感觉，必须用数据说话。阐述建立量化评估体系带来的好处建立量化评估体系的意义

知识星球福利介绍知识星球的课程、直播、提问等福利及优惠信息3

4详细介绍知识星球的各项福利加入知识星球，可享受99节独家免费课程，价值4000元+；每月两次免费直播课；APP免费提问（每月3次）。前1000名加入可用，目前已有8000+星友加入，包括多位SaaS创始人、高管、阿里P8等。知识星球福利详情限时特价399/年，扫码领优惠券。限时优惠信息知识星球福利详情

谢谢观看报告人名称20xx.xx.xx内容由千问AI生成