乐于分享
好东西不私藏

高薪FDE要搞定的第一件事:业务体系AI适配度评估

高薪FDE要搞定的第一件事:业务体系AI适配度评估
前面讲过高薪FDE要具备的能力,今天来讲下FDE真正开展工作要解决的第一件事:企业的业务体系AI适配度评估。这个评估是业务重构、人机分工、AI架构设计的基础,是否基于一个适配AI的体系引入智能体,将直接决定智能体的干活模式是“让AI去猜”还是“靠谱的去干”,两种模式在幻觉和成本的控制效果上天差地别。

了解体系

我们经常会听说9001,14001,45001等体系,一直以来,大家对体系的看法都存在误解:忽悠人的东西,纸面上的工作,5分钟的活折腾成半小时的罪魁祸首,管理者没事瞎折腾显示价值的玩意。

实际上,体系是帮组织有序稳定运作、前置防坑的工具,可以这么说,但凡一个公司经常性的出现同类不良现象或扯皮等,那肯定是体系有不完善的地方。体系的本质是把想实现的目标拆解成战略执行点(业务类型),然后将职责细化到岗位,培训岗位人员具备能力,通过监管保证有条不紊的运行以实现目标。

目标的拆解要考虑人才的易得性,所以社会各级教育的专业门类很大程度上决定了体系分工,或者说传统的体系都是基于“人是分专业的”来进行分工。而在AI时代,当智能体进厂打工时,这一基础将被完全推翻,这时就会出现一个叫做“体系的AI适配度”问题。

另外还有一个重大的区别,过去的体系都是人来执行事务的,此时“各司其职、各负其责”是成立的,而智能体和人在法律层面上不是同一物种,它只干活,不负责。

所以,如果只是简单粗暴的依据现有体系来建设智能体落地,很大几率会出现各种问题,或者很多研究AI落地的公司压根就不会考虑以上问题,直接把锅甩给企业自己解决,所以很多企业AI落地后,不得不花巨量的精力培训员工如何适配落地的AI框架。
接下来以化工行业的安全生产为例进一步解释业务体系适配度,国家已经通过GB45673和AQ3034对安全生产的体系做了很完善的覆盖和拆解,有兴趣者可以深入研究。

化工企业业务AI适配度评估

以工作票为例,当前所有的化工企业都已养成施工必开票的习惯,并且这个制度也运行多年,以下是国家的要求,专业人士可以对标下自己日常的符合度。

首先,不要被“执行多年”给骗了,以上所有的要求都可以理解为业务的实现框架,框架只是工具,内容才是王道,大多是人做事会基于框架偷工减料,如果AI落地也只是基于框架敷衍内容,那落地后的智能体只能是一个会做表面文章的专家。所以要先从本质上评估现有的做法对目标实现到底起到多大的作用,从而决定哪些需要保留哪些需要改进。
其次,业务都不是脱离体系单独存在的, 比如有限空间票,就与国家要求的有限空间台账管理高度关联,你不能在台账里对某个有限空间的风险和防护措施是一种描述,在开票时又是另外一种结果。所以要评估各业务的关联以及谁是根源,谁引用谁。
然后让AI加入执行分担,但需要人对结果负责,为了实现这一点,传统的业务可能就要进行重构,比如以前作业票是一步填到审批节点前的,一旦AI能够帮忙自动填写工作票,那就需要分解为风险分析和措施制定两步,这样更方便人在第一时间对分析错误的条目进行纠正,从而提高第二步措施制定的正确率。同时也实现了了责任不落在AI头上的目的。
在人机分工的设置上,还要充分考虑AI与人各自的优势,比如让智能体来监管现场施工,发现了不安全状态,是按违章还是缺陷来处理?如果让智能体执行这个分辨,那可能要在模型训练优化上下大功夫才能成行,而如果智能体仅负责发现不安全状态而人来判定是违章还是缺陷,那这个配合就默契了许多。
可以遵循以下来判定适配度:当前体系的单任务节点,其内容的填充是人还是AI更合适?是否需要分解成人+AI两部分?AI是自己推理填充还是引用其它地方的结论。

化工企业的体系困境
对于大多数化工企业,最大的问题不是体系的AI适配度,而是其安全生产标准化的体系仍处在不达标的状态,不是企业不想做好,而是现实的各种事情已经压得人喘不过来气了,比如GB45673的5.3条款,仅这一项要求就足以让企业不堪重负。

体系建设需要成团队的专业人员且不是一朝一夕能够完成的,在当前行业不景气且全球大裁员的背景下,想要建成成熟的安全生产标准化业务体系,是及其艰难的事情。即便是花了大价钱建好了框架,发现总有人不去想着怎么在实践中完善体系,而是抓住体系中考虑不周的地方来阻碍体系落地。智能体时代的来临,有望从根本上解决这一问题。


业务重构和体系成熟共进

虽然大多数企业的业务体系不成熟是常态,但也并不是一定要先建立成熟的业务体系,然后才能进行业务重构以便迎接智能体的落地。业务重构和体系成熟完全可以同时进行,甚至这是安全生产标准化体系不达标痛点的最佳解药。

安全生产标准化体系无法达标运行,主要原因有以下几点:能将要求转化为可行计划的各类专家人才稀缺、需要大量的时间进行留痕和信息搜集整理、推动全员行动阻力巨大、执行监督和纠偏的管理成本过高。其实最最本质的原因是没有那么多预算花在这个烧钱无底洞上。

当前AI的出现,使得之前需要花大价钱请专业团队驻场才能取得成效的工作,都可以复刻到智能体上低成本的完成。你给它做好配置,他可以成为全能专家;你给它装上skills,它直接规划执行;你给他装上嘴巴和耳朵(移动端APP),它随时进行留痕整理;你给它装上眼睛(接入布控球),它时刻监督执行和纠偏;而这一切的成本,只是专家团队的十几分之一甚至更低(只是运行成本)。

写在最后

AI时代,我们一定要引入智能体进驻企业吗?这不是必选项,企业的体系能够稳定地实现目标才是必选项。而AI适配度评估的目的,是看通过引入AI,能否让体系的运行成本更低,质量更优。如果FDE没有好办法达到这个更低更优,那他的存在也将毫无价值。