对于那些在企业内部部署 AI 的人:客户有哪些需求是你们目前仍无法满足的?
摘要
一位从业者询问企业 AI 部署方,客户提出的哪些需求他们仍无法满足,并指出企业内部采用率低的问题(例如,一位系统管理员报告称,300 名用户中只有约 5 人实际使用它),以及公司专属知识、答案来源和访问控制等方面的不足。
上周我问了一群系统管理员,AI 上线之后,大家还在用它做什么。回答挺扎心。“更贵的 Google 网页搜索。”“高管在用,也让我们用。没人用。”有个人说,300 个用户里可能只有 5 个在用。所以采用率很差,好吧。我想不明白的是,到底怎样才能真正改善这种情况。我想这里的人能从另一面看这个问题,毕竟你们就是负责把这些东西部署起来的人。你们给公司部署时,他们总是在提、但你们目前还没法真正满足的需求是什么?- 了解公司内部的实际情况,而不只是你们建立了索引的那些文档 - 在有人把答案发给客户之前,展示答案的来源 - 控制谁能问什么 - 还是有什么我没想到的、很不起眼的需求?我正在这个领域做产品,所以难免有偏见。我宁愿现在就听到实话,也不想做出错误的东西。你们听到最多的需求是什么?
相似文章
是什么让开发者及企业在某些情况下无法将AI代理用于生产?部署到生产环境后又让他们夜不能寐?
探讨了阻碍开发者及企业在生产中部署AI代理的障碍与顾虑,包括可靠性、安全性与隐私问题。
在大型非科技公司中,AI 采用的实际进展如何?它真的具有变革性,还是只是管理层在胡说八道?
一位 FTSE100 公司的员工对 AI 采用面临的挑战表示沮丧,指出尽管公司施压要求使用 AI,但基本的数据质量和用户采用方面仍困难重重,并质疑变革是否真的会发生。
企业AI采用中的隐藏缺口:没人搞定如何规模化地管理AI智能体
企业正陷入“第三阶段混乱”:AI智能体泛滥却缺乏治理、归属或审计线索,而可用于生产环境、能当舰队用的管理工具仍缺席。
企业AI部署持续达到70-90%的“采用率”,但生产力却持平;为什么?
企业AI部署通常实现高采用指标,如登录或使用次数,但未能提高生产力,因为它们未解决根本的工作流程问题,并且衡量了错误的结果。
在将AI智能体投入生产之前,你最希望测试过哪一点?
一篇社交媒体帖子,询问从业者在将AI智能体部署到生产环境中时遇到的意外挑战和未经测试的问题,突显了开发与实际使用之间的差距。