PIPELINE简而言之
固定结构、固定规则：传统自动化。自由文本、变化的格式、需要分类：AI。这一个问题就能回答大多数情况。
01
分界线
固定结构、固定规则：传统自动化。自由文本、变化的格式、需要分类：AI。这一个问题就能回答大多数情况。
02
为什么这很重要
语言模型每次调用都有成本，更慢，且不总是给出相同结果。对于“金额超过 500 则需主管审批”这是个糟糕的选择。对于“将这封邮件归类到负责部门”则是正确选择。
03
常见组合
实践中 AI 通常位于开头——将非结构化输入转化为结构化数据。之后由传统自动化接管。这比完整的 AI 链更便宜、更可靠。
04
一个检验句
如果您能用一句话写下规则，就不需要 AI。如果需要举例说明，可能就需要了。
05
一个分类示例
有固定阈值的发票审核——超过 500 欧元需要第二个签名——是一个传统规则。而将来自二十个不同供应商格式的传入发票归类到正确的成本中心，则是 AI 的应用场景，因为这无法用固定规则表达。
问题
常见问题
能在一个流程中同时使用两者吗？
可以，这甚至是优秀实施中的常规做法：AI 对非结构化输入进行分类，固定规则接管其余部分。这种组合比完整的 AI 链更便宜、更可靠。
如何识别供应商不必要地使用 AI?
如果任务可以用一句话的固定规则描述，却仍然建议使用语言模型。这比必要的成本更高、更慢、更不可预测——通常是因为 AI 听起来比“如果-那么”规则更好。
如果规则以后改变了怎么办？
传统自动化需要调整，但如果从一开始就将可变部分干净地分离，通常并不复杂。这不是在规则足够的情况下一开始就采用 AI 的理由。
即使今天规则足够，AI 是更面向未来的选择吗？
不是——面向未来不是选择更复杂、更不可预测方案的理由。如果流程改变，无论今天使用的是规则还是 AI,都会进行调整。
下一步
我们会了解您的初始情况。
告诉我们目前什么最耗费时间。由此我们会给出一份包含工作量和收益的评估——之后才会提供报价。