清晰、务实、以来源为基础的商业AI洞察。

搜索AI战略、自动化或治理……
展开或收起菜单

AI用例发掘

提出AI用例前,先看清真实工作如何发生

一套面向产品经理、业务分析师和流程负责人的实地调研方法:从近期案例访谈、情境观察、工作材料、短期任务日记与运营记录中交叉取证,区分主观痛点与可复核的流程约束,保留反例和不确定性,并据此决定测试AI、优先改流程、继续取证或停止,避免把最显眼的写作步骤误当成真正瓶颈,让每项提案都能回到有边界的任务、可观察后果和下一步最小验证。

两名同事在明亮办公室的桌旁交接牛皮纸文件夹,桌面摊着案卷和一本打开的深蓝色活页夹。

业务团队想用AI摘要解决客户入场简报过慢,但已完成案例显示,困难简报常在等待商业决策、核对冲突字段和事实补齐后改写。抱怨是研究线索,不能单独证明约束的复发、位置或后果。提出AI用例前,应围绕有边界的真实工作,结合体验、行动、材料、跨时段记录和运营后果,再决定是否测试AI。

关键结论

  • 抱怨是研究线索,还不是已经成立的AI用例。
  • 先界定一段重复发生的工作,再选择足以回答问题的最小证据组合。
  • 访谈、观察、材料、日记和运营记录都是局部视角,没有哪一种天然等于全部事实。
  • 可信的瓶颈假设必须交代复发、位置、后果、机制、反例和可行动性,同时承认尚未证明因果。
  • 选择下一步测试前,要用同一份工作证据比较AI、规则、责任调整、流程改造、培训、更好信息和不干预。

观察工作流之前,必须先界定什么?

两名同事在会议桌上把打印页和彩色文件夹排成工作流程,并用黑色小箭头标示从左到右的先后顺序。

观察前,用触发、终点、产出、下游用户、参与角色及常规和例外案例划出暂定边界。官方用例发现指南要求从重复流程和真实产出出发,记录触发、频率、难度与下游用户;GOV.UK访谈指南建议先明确研究问题和需要理解的流程或技术。若证据显示等待来自上游或返工发生在下游,应调整边界并记录原因。

客户入场简报可从“已批准的销售交接到达”研究到“交付负责人接受简报”,并保留常规、资料不全和范围变更案例。问题应聚焦缺失信息的位置、补齐者、人工判断和返工时点。本文是对互补方法的实用综合,并非单一来源验证的标准规程;团队只需选择能回答问题并补偿主要盲点的组合。

  • 触发:什么事件让案例进入流程
  • 终点:何种状态才算完成并被接受
  • 产出:最终交付什么,供谁继续使用
  • 角色:谁执行、判断、交接、批准或接收
  • 案例组合:常规、资料不全、变更和其他重要例外
  • 研究问题:本轮证据必须澄清哪些未知项

如何用近期案例访谈还原实际经过?

男同事指着打开的活页夹内页,女同事在笔记本上记录,桌面还放着笔记本电脑和多张散页。

近期案例访谈应围绕一件已完成的工作,依次重建触发、输入、行动、判断、交接、偏离和验收,而非概括标准流程或设计AI功能。GOV.UK指南建议聚焦真实故事并开放、中性地追问。研究者应尊重“很麻烦”“总在等”等体验,同时查找对应案例、材料和后果,不能把取证变成质疑员工。

  1. 请回想最近完成的一份具体简报:它由什么触发?
  2. 最初收到了哪些信息和材料?
  3. 接下来发生了什么,您根据什么线索采取行动?
  4. 哪些地方需要判断、取舍或向他人确认?
  5. 工作交给了谁,对方又返回了什么?
  6. 案例在哪一步偏离了预期路径,为什么?
  7. 最终什么产出被接受,能否展示当时使用的已脱敏材料?

一项原始田野研究结合访谈、演示、观察、现场笔记和材料检查;有些活动经演示才得到具体描述。ACTA论文也指出,普通任务说明可能遗漏心理要求和技能。因此还应追问判断线索、不确定性和备选做法。这只是认知需求追问,不是正式ACTA;单个案例也不具代表性,仍须比较常规与困难案例并覆盖交接两端。

工作在正常环境中发生时,应该观察什么?

一名女子把白色卡片归入厚厚的客户文件夹,旁边的同事观察她的操作,并在螺旋笔记本上记录。

在正常环境中,应观察真实设备、文件和数据,以及切换、等待、核验、返工、打断、交接和信息冲突。情境研究可显露障碍及变通办法。客户简报场景中,要留意协调员如何切换信息源、核对字段、等待说明及获得系统外协助,而非统计个人点击速度或给员工排名。

开始前应记录观察模式。静默观察较少打断,却可能看不清原因;偶尔提问可补充语境;持续讲解更深入,也更易改变任务。现场笔记应分开记录案例背景、动作、材料编号、判断或不确定性、交接、打断、后果及研究者解释,使复核者能区分观察与推断。

  • 案例背景
  • 观察到的动作
  • 材料或记录编号
  • 判断与不确定性
  • 交接与等待
  • 打断与变通
  • 可观察后果
  • 研究者解释

工作观察应研究流程而非评价个人,只收集必要信息并限制访问;适用时让隐私、安全、法务、劳动关系、无障碍和业务负责人参与。GOV.UK指南要求知情同意、减少研究者影响、新增录制前重新确认同意并安全保存个人数据。结束时请参与者复核流程。共同重建有助于解释,却不能让小样本成为总体证明。

哪些证据能补上访谈或现场观察的盲区?

一名研究人员在宽大的工作桌上分类打印资料和彩色便利贴,并把它们归到大型分隔文件夹周围的不同组别。

工作材料、短任务日记和运营记录可补充状态、时间跨度与复发证据,但仍须相互核对。请参与者解释模板、清单、表格、消息、草稿、笔记和队列视图的实际用途。一项原始研究发现,材料的标记和格式能引出整理与跟踪策略;但其优先级、记忆线索和协作含义必须由使用者确认,不能只凭版式推断。

若事件间歇发生或观察可能错过关键节点,可让参与者在真实任务时记短日记,之后再澄清。一个GOV.UK项目将这种日记与访谈和任务观察结合。记录可用时,事件顺序和时间戳能支持分析等待、处理、返工、重复、偏离、期限和质量问题;但日志可能遗漏对照案例与线下工作、分散在多个系统,案例定义也可能不一致。

五类证据各自能看到什么、会漏掉什么,以及应怎样复核
证据方法能够揭示容易遗漏复核方式
近期案例访谈经历、顺序、判断、交接与不确定性记忆之外的细节和整体复发情况查看材料、演示任务,并比较不同案例与角色
情境观察真实工具、打断、变通、等待和隐性协作未被观察到的时段以及行动者未说明的动机记录观察模式,请参与者确认流程和解释
工作材料状态、优先级、记忆线索、草稿轨迹和协调方式使用频率、形成原因和材料之外的动作由实际使用者解释,并与具体案例对应
短任务日记跨时段的真实任务实例、当时的缺口和修订未记录事件、事后合理化和参与中断用访谈澄清,并抽查相关材料或记录
运营记录复发、排队、等待、返工、偏离和质量问题线下沟通、字段含义和延迟原因与观察、材料及工作人员解释对齐

客户简报可把入场表、系统记录、消息、清单、草稿和修改意见串成案例链,用日记记录缺失输入、澄清与修订,再查看队列时长、退回及缺失字段原因。时间戳能显示何时停住,却未必说明原因,线下确认也可能没有事件记录。低频例外仍应检查返工、资源消耗和后果,但不能据个别示例设定通用比例或阈值。

被反复提到的痛点何时才算可信的瓶颈假设?

研究团队比较多排不同颜色的案例文件夹,并在它们之间移动圆形木质标记,桌边还排列着木制流程箭头。

只有多项证据共同指向反复出现的流程约束,并连接到可观察后果,痛点才适合写成瓶颈假设,但仍不能宣称因果。情境调查可比较研究者与参与者的理解,小规模、解释性样本却限制广泛推断。事件数据能呈现瓶颈、偏离、等待和返工,但须与观察、材料及工作人员解释核对。

  1. 复发:同一约束是否出现在多个相关案例、角色或证据来源中?
  2. 位置:排队、等待、返工、信息缺口或判断负荷从流程哪里进入?
  3. 后果:它是否连接到可观察的延误、重复处理、纠错、丢单、输出不一致、额外劳动或风险?
  4. 机制:对约束如何产生后果,是否有可解释的路径,并经实际工作人员确认或纠正?
  5. 反证:哪些案例避开了问题,它们有何不同,还有哪些缺失覆盖和替代解释?
  6. 可行动性:改变此处是否可能改变结果,AI是否真的比规则、责任调整、流程改变、培训、更好信息或不干预更合适?

六问检验是编辑性决策规则,不是因果检验或统计方法。用于客户简报后,假设会从“摘要写得慢”转向“困难案例因商业决策缺失和字段冲突而等待、改写”。仍须保留反例:常规简报可能很快,长简报也不总是更慢,时间戳还漏掉线下澄清。因此这只是待检验的机制;复发、位置或后果不清时,应继续研究而非包装成AI机会。

在你能指出约束在哪里反复出现、带来什么后果、还有什么未知之前,先别问AI应该放在哪里。

一张有证据支撑的AI机会卡应该写什么?

一组同事俯身查看会议桌中央的空白纸张,纸张两侧分别堆放着支持材料和相互矛盾的案例文件。

机会卡应是有边界、可追溯的决策记录,而非给痛点贴上方案名称。NIST AI RMF Playbook的Map部分要求记录目的、用户、运行环境、业务价值、限制、影响、范围和人工监督。卡片应分开写明流程边界、观察样本、陈述痛点、观察模式与运营后果;实质判断须引用现场笔记、脱敏材料、日记或记录查询,否则标为假设。

  • 流程边界:触发、终点、产出、下游用户和角色
  • 观察样本:时期、案例类型、所含角色和方法组合
  • 陈述痛点:由谁提出,关联哪些近期案例
  • 观察模式:步骤、判断、交接、变通、材料和流程变体
  • 运营后果:等待、返工、纠错、放弃、不一致、额外劳动或风险
  • 证据、反例和缺口:引用编号、未覆盖范围、分歧与替代解释
  • 机会表述与约束:谁需要何种帮助,以及信息、权限、安全、隐私、劳动、无障碍、领域和人工监督条件
  • 下一步:测试的假设、适用案例、成败证据、负责人和复核日期

机会陈述应说明谁在何种有边界的任务上需要帮助、希望改善什么结果,并用同一证据比较AI、规则、流程或责任调整、培训、更好信息和不干预。NIST Playbook建议考虑非AI和非技术方案,却不规定胜者。官方用例发现指南还保留证据要求、负责人、下一里程碑和后续测试。最终只做四类决定:测试AI、测试非AI改变、继续取证或停止。

客户简报应先测试必填字段、明确的销售交接负责人和可见的例外队列,观察等待与返工是否改变;仅对事实完整的案例再测试有边界的起草辅助。提出AI须有证据支持明确任务、重复约束、可观察后果、可用信息、适当监督及相对简单方案的可检验优势。涉及员工、客户、机密或受监管信息时,应让适当负责人参与;机会卡不能代替法律或高风险专业判断。

常见问题

企业工作流中,怎样识别值得测试的AI用例?

先界定重复发生的工作,用具体案例、观察、材料或运营记录确认约束的位置和后果。保留反例、缺口与替代解释,并以同一证据比较AI、规则、流程调整、培训和更好信息。形成有边界的任务和可判别测试后,候选用例才值得推进。

业务痛点和AI机会有什么区别?

痛点是参与者对困难的有效陈述和调查起点,却未必指出真正约束。AI机会还须说明复发、位置、可观察后果、约束条件,以及AI为何可能比其他干预合适。缺少这些要素时,应继续取证。

观察员工工作时,怎样避免变成职场监控?

明确研究对象是流程而非个人绩效,取得知情参与,只收集必要信息并限制访问。记录观察模式,新增录制前重新确认同意,结束时请参与者复核流程。涉及隐私、安全、法务、劳动关系、无障碍或专业领域问题时,让相应负责人参与。

每个工作流都必须做访谈、跟岗、日记、材料分析和流程日志吗?

不需要。这五种方法是互补选项,并非必须全部执行的标准清单。团队应从研究问题出发,选择能回答关键未知项并补偿主要盲点的最小组合,同时说明未采用方法可能留下的缺口。

观察工作流能证明某个瓶颈导致了延误或返工吗?

不能。观察、访谈和运营记录可共同支持瓶颈假设,但仍受抽样、记录缺失、研究者影响和替代解释限制。团队应保留反例,设计能区分不同解释的最小测试,不能把相关模式写成已证实的因果关系。

ModelFold logo

ModelFold 编辑部

我们报道AI在企业内部真正落地的过程。报道从具名信源出发,区分查证到的事实与我们的判断,并在有据可查的编辑控制下借助AI完成资料研究与初稿。我们不能替代具体专家的审阅。