笔记1：AI在企业落地成功一定是系统工程，现在才刚刚起步
AI要在企业成功落地，不可能是某个IT人员的事，也并不是企业购买某个AI 工具就能解决。它是一个系统工程，会涉及企业业务数据的知识化、组织的变化、流程的变革、AI技术的应用等，是公司整个系统性的变化，而不是单点或多点就能达成的工程，一定是从上到下系统性的工程。
关于AI对社会各界的影响，它是一个漫长且系统性的宏大叙事，这一点，在万维钢著的《拐点：站在AI颠覆世界的前夜》书中也提到。现在这些走在前面的一线AI Agent企业落地践行者，也是发出同样的感慨。
当下，在企业落地时，无论遇到什么样的问题，都是正常的。例如，IT人员与不少企业主或高管级管理人员往往存在信息鸿沟，有着认识上的偏差，作为AI Agent落地领路者，我们须用SaaS(软件即服务)的思维进行规划，制定策略。
笔记2：AI大模型落地应用的六个关键岗位
AI大模型在企业中落地使用，非常重要的一环是企业数据知识库的清洗、梳理，涉及的工作量大。要落地成功，可作为一个产品或项目来运营与管理，下面是六个关键的岗位。
|
AI大模型岗位角色 |
大模型厂商 |
大模型应用厂商 |
企 业 （AI组织） |
核心职能 |
|
模型架构工程师 |
是 |
设计和实现系统模型架构，优化算力资源的使用，确保底层模型的稳定，高效和可扩展性 |
||
|
算法工程师 |
是 |
是 |
负责模型的开发、训练和性能优化，是大模型开发的核心 |
|
|
软件开发工程师 |
是 |
是 |
是 |
将算法和模型集成到终端应用中，开发用户界面和API |
|
产品经理 |
是 |
是 |
定义关键AI能力模块，制定产品的市场策略，明确用户需求与体验设计，AI时代重点提升的业务和AI技术的理解能力 |
|
|
变革专家 |
是 |
推动组织的流程再造与管理变革，负责AI的内部宣贯，推动部门与个人应用新技术，变革专家多为中高层人才，成熟阶段的AI组织亦需要此类人才为持续推进管理变革。
|
||
|
业务专家 |
是 |
提供行业知识与业务管理，确保产品具有业务适用性和行业竞争力，一般从业务侧提拔或从垂直应用行业招聘 |
笔记3：落地应用AI Agent需要掌握的三项技能
在企业内落地AI Agent，会遇到各种技术上的问题，其中下面三项技能最为重要。
|
技能 |
要项 |
|
提示词工程 |
给出具象需求 给出参考示例 给出流程步骤 |
|
RAG检索增强 |
理解召回原理 正确清洗方式 善用知识记忆 |
|
流程构建 |
善于拆解业务 语意意图分支 条件意识分支 |
笔记4：AI 创业方向上的几点反思
当下，AI方向创业非常火，已涌入大量创业者，也有人已赚到钱，也有人还在路上。下面是几点关于AI创业方向上的反思。
1) 警惕AI 工具化，需SAAS化思维。
2) 如果找不到落地场景，或者落地不理想，一定是在产业端切的不够深。
3) Al Agent的发展一定伴随产业组织方式变化而变化，要擅长洞察产业组织形式变革，并与之匹配合适的生产力工具。
4)要变革一个产业，一定是数十倍，百倍效率提升的技术才有可能，如果某个方向指示1~2倍提升效率，一定是方向错了。
5)当无法预测正确的方向时，先排除掉。
