AI 智能体与业务流程自动化
AI 的价值不从模型开始
企业不需要再多一个“问 AI”按钮。它需要更快地处理请求、查找信息，并在系统之间传递数据。因此我们先分析流程，再选择 AI、传统自动化或两者结合。
- 聚焦流程
- 业务成果
AI 主要方向
我们构建 AI 智能体、智能体系统、企业搜索、基于 LLM 的方案、Machine Learning、Computer Vision 与 NLP。系统理解上下文、调用所需工具，并把例外情况交给人处理。
业务流程自动化
无需人工步骤，在系统间处理请求、文档和数据。
AI 智能体与智能体系统
为工作场景配备工具、权限和操作日志的智能体。
RAG 与企业知识
基于内部文档的搜索与问答，并附来源链接。
LLM 产品与助手
基于语言模型的助手与产品功能。
Computer Vision、NLP 与 ML
从图像和文本中识别、分类并提取数据。
我们如何工作
分析流程
明确流程、数据与约束。
验证可行性
测试方法并确定指标。
接入工具
集成数据、系统与服务。
生产环境
配置权限、日志与监控。
扩展自动化
增加场景、数据和智能体。
需要 AI 之外的定制开发？
除 AI 方案外，我们还为企业设计和开发 Web 平台、服务与内部系统。
可控与可靠
日志、监控、访问权限和备用方案——在上线前就位，而不是第一次事故之后。
- 最小必要权限
- 关键操作需确认
- 数据与角色分离
- 知识库回答附来源链接
- 操作与决策日志
- 处理临时错误
- 模型之间的备用方案
- 监控质量、速度和成本
- 数据不能出网时本地部署
在生产环境中，仅理解模型的回答是不够的。需要看到系统使用了哪些数据、调用了哪些工具，以及出错时会发生什么。关键操作需要单独的权限和确认。每一步都会被记录，上线后持续跟踪质量与延迟。
实际产品中的 AI
NDDev 在实际运行中应用 AI 的系统。
Declaro
根据原始单据生成报关单草稿，并附来源链接供报关员核对。
My Attention AI
My Attention AI, Inc. 的注意力平台：Screen、Together、Train 与 Care。
我们不为形式而引入 AI，而是打造改变工作方式的系统。
好的 AI 项目会减少手工工作；糟糕的项目只会增加一个需要人工维护的工具。
- 衡量结果
- 展示系统如何做出决策
- 对生产环境中的运行负责
告诉我们哪个流程最耗时
请描述背景、数据、约束和预期结果。我们会进行初步分析并提出下一步建议。
24 小时内回复