欢迎来到 AioGeoLab | AI实验室 👋
🎯 特别栏目 · 塔迪GEO判断工程
不讨论如何被更多人看见,
只讨论在 AI 必须下判断时,
系统为什么会用你。
判断工程不是教你多下判断,
而是让"可以被系统使用的判断"
变得极其稀缺。
如果你的判断被系统反复使用,
那你是否准备好,
为它的后果长期负责?
不讨论如何被更多人看见,
只讨论在 AI 必须下判断时,
系统为什么会用你。
判断工程不是教你多下判断,
而是让"可以被系统使用的判断"
变得极其稀缺。
如果你的判断被系统反复使用,
那你是否准备好,
为它的后果长期负责?

把公司做成AI原生,究竟有什么用?丨ANC再认识AI原生企业价值 公司里的AI工具和Agent越来越多,不等于企业已经AI原生(AI Native)。 AI Native Company,是以AI Agency为主力实现核心价值创造的公司。 也就是说,公司不只在零散工作中使用AI,而是让AI持续理解和回应客户需求,根据业务结果判断下一步并采取行动,成为客户获得核心价值的主要力量。 ...

AI原生企业,就是AI用得越来越多吗?丨ANC再认识AI原生企业 此前,我们曾用一组文章介绍AI原生企业。但回看读者反馈,过去的内容太快进入了概念和建设问题。对于第一次接触这个话题的读者,更直接的问题仍然没有说清楚:AI原生企业到底是什么,它和企业现在使用AI有什么不同? 所以从这篇开始,我们先回到读者最常提出的问题,一个一个回答。 公司里使用AI的人越来越多,上线的工具和Agent越来越多,项目也一年比一年深入。所谓AI原生企业,是不是就是把AI应用得足够多、足够深? ...

公司变了,交给AI的判断也要重新确认|ANC持续维护企业判断丨AI原生公司 一家B2B软件公司曾经处于标准产品的规模化阶段。面对大客户的定制请求,公司已经确认一项判断:不能因为合同金额大,就接受只服务单一客户的功能。当需求的复用性尚未得到支持,定制又会增加长期复杂度或影响现有承诺时,应当优先保护标准产品和可重复交付。 这项判断不是过度保守,而是公司在当时主动选择的经营方式。它已经被交给销售与产品Agent,也通过了不同情境下的使用检验。Agent能在不同客户现场中稳定使用它。 ...

把一项企业判断交给AI后,怎样确认它真的会用?|ANC检验AI是否会用企业判断 一家制造企业已经把部分紧急备件采购交给了采购Agent。公司也确认了一项判断:当关键时间内确实存在停线风险,而且供应商当前的紧急交付能力已经得到确认时,如果停线损失明显高于采购价差,应当优先考虑可靠交付,而不是只选最低报价。关键条件没有确认时,这套判断不能直接使用。 Agent第一次把这项判断用于真实采购时,看起来非常成功。现场库存已经确认不足;长期供应商虽然报价较高,但确认有货,并能在停线前送到;新供应商报价较低,当前交付能力却没有得到验证。Agent建议选择长期供应商,业务负责人同意,备件最终也如期送达。 ...

企业判断不能只告诉AI怎样选,还要说清什么时候不适用|ANC建立判断边界 一家制造企业已经把部分紧急备件采购交给采购Agent。公司也确认了一项经营判断:当停线损失明显高于采购价差时,不应只选择最低报价,而要优先考虑经过验证的紧急交付能力。 一次关键备件告急,系统账面显示库存可能只够维持下一个生产班次。长期供应商报价更高,过去多次完成紧急交付;一家新供应商已经通过基本资格审核,报价较低,也表示仓库目前有货。 ...

别把公司的判断写成一条条规则,AI需要的是选择依据|ANC让判断进入运行 一家B2B软件公司已经说清了面对客户定制时的基本取舍:不能只看合同金额,还要考虑需求能否形成市场需要的通用能力、对现有交付的影响,以及这个市场机会是否值得公司承受长期增加的产品复杂度。 为了把这项判断交给销售Agent,团队开始把过去的纠正写成“遇到什么情况就做什么”的规则:重点行业的大客户可以接受定制;影响现有交付时不应接受;具有行业共性的需求可以进入产品路线;合同价值足够高时可以例外。 ...

所有目标都重要,AI到底该先保什么?|ANC说清公司如何取舍 一家B2B软件公司正在让销售Agent持续推进商机。它会读取客户需求、合同金额、成交概率、产品能力和交付资源,判断下一步应该提供什么方案。 一位来自重点行业的大客户愿意签署金额可观的多年合同,同时提出两个条件:获得价格优惠,并在八周内上线一个不在标准产品路线中的定制功能。 Agent建议接受。大额合同可以带来重要收入,标杆客户有助于公司进入目标行业,定制投入也可能被后续市场机会覆盖。从收入、行业入口和成交机会来看,这个建议有充分的理由。 ...

把优秀员工的经验交给AI,为什么还不够?|ANC确认什么判断代表公司 一家制造企业正在把紧急备件采购交给AI Agency。设备故障或关键零件库存不足时,Agent会读取停线风险、供应商报价、历史交付和采购制度,选择供应商并持续推进采购。 公司没有让AI从所有订单中平均学习,而是选了一位长期表现优秀的采购负责人作为主要样本。这位负责人熟悉设备,也熟悉哪些供应商能在紧急时刻真正把零件送到工厂。过去遇到可能停线的需求,即使老供应商报价更高,他也经常优先选择对方,多次帮助工厂及时恢复生产。 ...

AI懂业务还不够,企业还要把自己的判断交给它|ANC重新建立企业判断 一家B2B软件公司把部分客户续约工作交给了AI Agency。它不只负责发送提醒,还会根据客户状态判断风险、提出行动,并持续推进续约。 面对一个即将到期的重要客户,Agent给出的建议是尽快提供折扣,争取提前续约。客户近期使用下降、服务工单增加,流失风险正在上升;从这些事实出发,折扣是一个说得通的选择。 ...

AI预测得越准,企业判断为什么越重要?|《Prediction Machines》的启示 《Prediction Machines》由多伦多大学的Ajay Agrawal、Joshua Gans和Avi Goldfarb合著,原版出版于2018年,2022年推出更新扩展版。中文版书名是《AI經濟的策略思維:善用人工智慧的預測威力,做出最佳商業決策》。 一本理论书最让人兴奋的时刻,常常不是它给出了一个新答案,而是它突然换掉了我们一直在问的问题。 ...