落地的人工智能 · 综合

流程自动化:模型在哪里加分,在哪里多余

一句话: 如果流程是固定而清晰的,就写代码;模型的价值恰恰在于那些需要对非结构化文本做判断的地方。

把流程拆开

几乎所有业务流程都由三类步骤组成:搬运数据、决策规则、以及解读。前两类属于代码和规则引擎;只有第三类才值得上模型。

这样的拆解把昂贵而不可预测的部分缩小到一个小组件,其余全部保持可测试、可预测。

典型例子

读一封自由文本的邮件并抽出订单信息——模型。检查库存够不够——代码。给客户拟一份回复——模型。发出消息并更新系统——代码。

从第一天就度量

有多少case自动通过了、有多少需要人介入、有多少在通过之后又被修正了。第三个才是那个能揭示「自动化是真的有效,还是只是把工作挪到了别处」的指标。

深入一层

先在一段明确的时期里只跑「建议模式」,度量人对建议的同意率。转向自动执行要依据这个数字和操作的类型来定——而不是依据「系统看起来不错」的感觉。