Datawhale FDE案例100

• Datawhale

案例 100

真实企业 AI 落地案例集

FDE CASEBOOK 100

第一期

真实案例 来自企业一线实践

深度访谈

还原落地全过程

经验沉淀 可复用的方法与洞察

启发未来 助力更多企业与人才

如果今天把所有企业放在同一张 AI 地图上，我们会看到一幅非常不均匀的图景。有些企 业还在思考 AI 能为自己做什么，有些企业的数字化基础仍在建设，有些企业已经开始把 大模型、智能体和自动化工作流带进真实业务，甚至尝试规模化地改变原有的工作方 式。很难用一个统一的阶段去概括今天的企业 AI 落地。 但在过去一段时间里，当我们真正走进企业、访谈一个个 AI 落地案例之后，有一件事情 变得越来越确定：AI 已经开始在真实世界里创造价值。 它往往不会首先表现为一次宏大的“企业 AI 转型”，更多时候，它发生在一个个具体甚至 细小的场景里：一个原本需要大量人工处理的流程、一段依赖老师傅经验的知识、一项 反复进行的信息整理工作、一次销售跟进、一份报告、一条生产流程，或者一个过去因 为成本太高而始终没有被很好解决的问题。这些变化可能并不轰动，却已经开始真正影 响企业的效率、成本和工作方式。 这也是我们发起「FDE 案例 100」的原因。 我们希望记录的，并不是 100 个所谓的“AI 落地标准答案”。事实上，今天也不存在这样 的标准答案。我们更想记录的是一群先行者正在进行的探索：他们如何发现问题，如何 理解业务，如何选择技术，如何在现实条件下做取舍，又如何一点点把 AI 融入到真正的 业务现场。有些探索已经取得了明确的效果，有些仍处于验证和迭代之中。它们并不完 美，也未必能够被直接复制。但正是这些带着探索痕迹的实践，让我们看见 AI 从技术能 力走向产业价值的真实路径。任何一次大的技术变革，都需要这样一批先行者。 在这个过程中，我们也越来越意识到，AI 落地已经不再只是一个技术问题。当 AI 真正进 入企业，问题会逐渐从“模型能不能做到”，延伸到“什么问题值得解决”“业务部门如 何参与”“数据和知识如何组织”“新的工作流程如何建立”“项目上线之后由谁持续运 营”，以及更重要的 —— 企业自身如何在一次次项目中逐渐形成使用 AI、理解 AI 和建设 A

1/243

I 的能力。这意味着，AI 带来的变化最终会进入组织本身。 而这也是我们理解 FDE 的方式。FDE 并不是简单地来到企业完成一个项目，再把一个系 统交付出去。我们更希望它是一种共建关系：FDE 与企业一起发现问题、定义问题、构 建方案、验证价值，同时帮助企业把方法、经验与能力逐渐沉淀在组织内部。一次项目 的结束，不应该意味着 AI 能力的离开。真正有价值的 AI 落地，是企业在解决一个具体问 题的同时，也开始学会如何解决下一个问题。 因此，我们更愿意把 FDE 看作企业 AI 转型过程中的长期共建伙伴：站在技术与业务之

间，也站在今天与未来之间，与企业共同完成一段转型的探索过程。

这本案例集，也是 Datawhale 对这个过程的一次阶段性记录。我们希望持续连接真实的 产业需求、快速变化的 AI 技术，以及那些愿意走进现场解决问题的 FDE 团队与人才，形 成一个开放、可信、长期生长的生态网络，让更多真实需求被看见，让更多实践经验得 以流动，也让更多愿意走进产业的人发现机会。 在这里，也想感谢每一位愿意参与这次记录的人。感谢所有接受访谈、愿意分享真实实 践的企业、FDE 团队与一线探索者。正是因为大家愿意把真实的过程、经验与思考打 开，我们才有机会看到 AI 落地更完整、更具体的面貌。也感谢参与案例征集、访谈、整 理、编辑、设计与传播的每一位伙伴，感谢你们一起把这些散落在产业现场的实践，一 点点整理成今天这本案例集。 同时，也感谢一路支持 FDE 项目的企业、社区与生态伙伴，以及「得到 AI 学习圈」在案 例呈现上带给我们的启发与灵感。这本案例集能够最终呈现在大家面前，离不开每一位 参与者的信任、分享与共同投入。 特别感谢艾丽丝、黄子育、苏鹏、周理璇、吴博文、王嘉鹏、王凯立、胡博毓、林真 宇、康楚瑶、王毅成、居丽德孜、谢尧、孙斌、张鼎伦以及所有参与其中，未能一一列 出的伙伴。 我们相信，未来真正改变产业的，不只会是更强的模型。还会是无数企业、技术团队与

2/243