PIPELINE一个AI自动化项目分4个步骤进行：从“明确应用场景”到“受控运行”，总计4至8周。每个步骤在进入下一步之前都需明确批准。
01 — 流程
详细步骤
明确应用场景
不是“我们要用AI做点什么”，而是具有可衡量结果的具体流程。
收集测试数据
我们需要来自您们企业的真实样本——越不规范，对测试越有利。
构建与测量
构建流程并对照测试数据进行测量。只有当命中率符合要求时，才会正式上线。
受控运行
初期由人工检验每个决策。根据结果逐步放宽检验阈值。
02 — 配合要求
我们需要您提供的内容
- 一位有决策权的联系人 — 而不仅仅是转达信息的人。
- 相关系统的访问权限,需要及时提供，而不是在上线当天才给。
- 来自日常业务的真实案例 — 越不规范，对测试就越有价值。
- 2至4小时用于沟通协调，分散在整个项目周期内。
- 对“什么是成功”这个问题的明确答案。没有这个答案，后期就无法评估效果。
03 — 范围
包含的内容
- 按主题、紧急程度和负责人对传入消息进行分类
- 从电子邮件、PDF和表单中提取结构化数据
- 预先拟定的回复草稿，只需由人工批准
- 长流程摘要，用于交接
- 明确阈值，达到该阈值后由人工决策——任何内容都不会未经检验即通过
- 记录每个决策，以便追溯为何发生某事
04 — 问题
常见问题
EU AI Act对此有何规定？
大多数企业应用场景属于低风险类别，主要触发透明度义务。当客户直接与系统交互或发布AI生成的内容时，我们会标注。对于人力资源领域的应用，我们会更仔细审查，那里适用更严格的规则。
可靠性如何？
这取决于应用场景，我们会在正式上线前进行测量。对于传入消息的分类，构建良好的系统通常能达到九成以上。关键不仅是准确率本身，而是出错时会发生什么——因此我们始终会内置一个检验阈值。
这与聊天机器人有何区别？
聊天机器人在对话中回答问题。AI自动化在后台运行，无需对话——它阅读、分类和预判，而其他人专注于实际工作。
我们可以小规模开始吗？
这是唯一合理的方式。一个应用场景，八周时间，可衡量的结果。之后做什么，您根据所见结果决定。
我们的数据会被用于语言模型训练吗？
不会。我们仅使用合同明确排除客户数据训练的访问权限，并在欧盟内处理。对于特别敏感的数据，我们使用在您自己基础设施上运行的模型。
我们如何保持对自动决策的监督？
每个决策都会记录：哪些输入、哪些结果、哪些置信度。可以随时抽查，就像对待人工代理一样。
与普通自动化有何区别？
普通自动化遵循固定规则：如果字段A填写完毕，则执行B。AI自动化则适用于没有固定字段的场景——自由文本、图像、变化的文档格式。通常二者结合才是正确答案，而非只选其一。
05 — 决策
如何继续推进
最经济的下一步是对话，而不是报价。通常二十分钟就足以明确一个项目是否有意义、大致预算范围，以及我们是否适合您。
如果不合适，我们会直接说明。一个诚实的“不”比一个进行三个月后中止的项目成本更低 — 对双方都是如此。
下一步
初步评估，无需承诺。
简要说明项目内容。您们会得到关于可行性和大致费用的诚实答复。