企业 AX(AI 转型)设计与构建 — 从诊断到落地

什么是 AX(AI 转型)

AX 不是引入某一个工具,而是在重复性业务、文档、咨询、决策之中找出 AI 介入后结果会发生改变的环节,并把 LLM、检索(RAG)、自动化、智能体作为实际业务流程的一部分植入其中。其成果应体现为工作方式的改变,而不是一个新界面。

因此,AX 的成败更多取决于三点,而非模型选择:选择哪项业务作为对象,该业务的数据整理到什么程度,以及是否有让组织持续使用所建成果的运营体系。

DX 与 AX 有何不同

如果说 DX(数字化转型)是把纸质流程与手工作业迁移到系统与数据上,那么 AX 则是在这样积累起来的数据与系统之上重新设计业务,让 AI 承担判断、生成与应答。AX 的起步需要一定程度的 DX 基础,但不必等待 DX 做到完美 — 可以从一项业务开始。

推进顺序 — 诊断 → 设计 → 构建(试点)→ 运营·落地

四个阶段依次推进,每个阶段的交付物成为下一阶段的输入。也可以先只做诊断,之后再另行决定后续阶段。

1. 01

   诊断

   通过一线访谈与业务观察列出重复性与瓶颈业务清单,评估各项业务的数据准备状况与预期效果,确定优先级。交付物:业务清单、优先级矩阵、数据准备度评估。

2. 02

   设计

   针对优先级靠前的业务确定转型路线图与架构(模型、检索、对接、权限、安全),并预先就判定成功的评估标准达成一致。交付物:转型路线图、架构设计文档、评估标准。

3. 03

   构建(试点)

   选取一项目标业务,用真实数据与真实用户构建,并在运营环境中验证。依据评估标准判断扩大、修改或中止。交付物:试点系统、评估结果、推广计划。

4. 04

   运营·落地

   扩大公司内部的应用范围,确定使用方法、规范与负责人,使其在组织中落地。参照监控、成本、质量指标持续改进。交付物:安全与治理指南、培训资料、运营看板。

典型的应用类型

• 内部知识检索与问答(RAG):检索规章、手册、合同、技术文档,并附带依据作答的系统。按权限进行访问控制是关键。
• 文档自动化:将报告、摘要、翻译、分类、抽取等格式固定的文档工作自动化。
• AI 智能体:在规则与审批流程之内代为执行多步骤业务(查询 → 判断 → 执行)。
• 客户应答自动化:将咨询分类、初次回复、会话摘要自动化,并确定转交人工的标准。
• 数据分析辅助:用自然语言查询数据,获取可视化与摘要的分析助手。

决定周期与费用的变量

周期与费用因项目而异,我们在确认需求后按阶段报价。以下变量影响最大。

• 目标业务的范围与数量 — 单一业务的试点与全公司推广是不同的项目。
• 数据整理状况 — 文档格式是否统一、权限体系、重复与过期文档的比例。
• 需要对接的内部系统数量 — 协同办公、ERP、CRM、文件存储等。
• 安全要求 — 本地部署、VPC 配置、数据外传限制、日志与审计要求。
• 落地支持范围 — 培训人数、运营移交方式、是否签订持续改进合同。

安全与治理

AX 涉及公司的文档与数据,因此在设计阶段先确定安全边界。哪些数据可以外传、可以外传到什么范围,模型调用是在自有基础设施(本地部署、VPC)内处理还是使用外部 API,谁可以访问哪些文档,生成结果的日志如何留存 — 以文档形式达成一致后再构建。

在运营阶段,确定使用规范(可以输入什么、结果可以用在哪里)与负责人,在组织内发布,并纳入落地培训。

引入前需要确认的十件事

• 各团队能否说出哪些是反复耗费大量时间的业务
• 这些业务的输入与输出是否以文档或数据形式留存
• 是否清楚文档分散在何处、谁可以访问
• 能否确定 AI 出错时由人工核对的环节
• 能否确定以什么判定成功(处理时间、准确率、返工比例等)
• 是否有不得外传的数据清单
• 能否获得需对接的内部系统的负责人与权限
• 是否已指定实际试用试点的一线负责人
• 引入后是否有人负责运营与改进
• 是否已确认政府与地方政府 AI 引入支持项目的条件