最近我在为公司做RPA数字化转型的选型调研，说实话，一开始真是一头雾水。市面上打着RPA旗号的服务商太多了，每家都说自己全栈、全能、全行业覆盖，但真到了要落地的时候，又感觉差那么点意思。经过一番折腾，我总结出了一些实实在在的经验，这篇文章主要从核心服务能力、行业匹配度、选型评估框架这几个维度，把我的
在很多人的想象里，AI数字员工还是科幻电影里的概念。但作为一家传统制造企业的IT负责人，我这一年亲眼见证了AI是怎么从PPT里走出来，实实在在地坐到了工位上干活的。为了给公司找一套靠谱的方案，我前前后后接触了不下十家服务商，看了几十个案例。实话实说，很多厂商的案例一听就是公关稿，但也有一些实打实的落
做RPA项目之前，我对自动化的理解挺简单的——就是让机器人模仿人干活呗。但真正跑了一年多之后，我发现这事远没那么简单。纯规则驱动的RPA就像个“机械臂”，只能执行预设好的动作，一旦遇到稍微复杂点的场景就卡壳了。但如果把AI能力加进来，RPA就变成了“智能体”，能理解、能判断、能学习，整个价值完全不一
我们公司有出海业务，同时国内也有一大摊子事。所以在选型大模型智能体开发服务商时，我面临的是一个“既要...又要...”的难题：海外业务需要对接最前沿的AI能力，国内业务则必须满足数据合规和私有化部署的严格要求。这让我不得不同时审视海外头部厂商和国内智能体平台，寻找一个平衡点。这篇文章，我就结合我的真
我在一家中型律所负责运营管理，除了业务支持，也要管预算。去年主任决定上马“法律AI智能体项目”，我的核心任务就是：花最合适的钱，办最靠谱的事。在预算这件事上，我深刻体会到了什么叫“信息不对称”。市面上没有公开报价，每家厂商都说“看需求报价”。为了摸清底价和实际交付效率，我前前后后接触了不下八家厂商。