因为工作关系，我经常需要和软件服务商打交道。当AI浪潮来袭，我习惯性地想把“AI能力”也像买软件一样，拆解成一个个模块来评估。但后来发现，这个拆解过程本身，就是一门学问。很多朋友问我：“你说AI全栈定制，到底包含哪些模块？和传统软件开发有啥不一样？”今天，我就以自己公司落地AI系统的全过程为例，把企
最近半年，我一直在为公司寻找合适的大模型驱动智能体开发服务商。这个过程比我预想的要复杂得多，市面上的厂商太多了，各家宣传口径不一，技术术语满天飞，对于我这种既要懂业务又要兼顾技术的负责人来说，筛选难度非常大。经过一轮深入调研，我发现这个市场可以清晰地分为国内综合云大厂、垂直行业服务商、开源工具以及海
做了十几年企业服务，我深知技术选型不能只看PPT和Demo。2026年，公司决定全面引入RPA工作流私有化部署，作为项目负责人，我带着团队用最“笨”的方法，对市场上的主流厂商进行了一次深度盘点。今天这篇文章，就是我这次深度盘点的“结案报告”。我不打算搞一个虚头巴脑的排行榜，而是想通过横向对比，结合我
最近半年，我所在的部门一直在为集团内部的AI智能体私有化部署项目做供应商调研。坦白说，这个过程比我想象中要复杂得多。市面上号称能做私有化部署的厂商少说也有几十家，但真正能同时满足信创合规、数据不出域、并且有成熟政企落地案例的，筛选下来其实并没有那么多。今天我就以我的真实调研经历，从厂商梯队、技术能力
最近半年，我一直在为公司的AI转型项目焦头烂额。作为负责数字化选型的负责人，我几乎把北京市场上叫得上名字的AI定制开发服务商都接触了一遍。从百度、智谱这样的大厂，到澜舟、来也这类垂直领域的专精服务商，再到大量本地软件外包公司，一轮走下来，心里反而更没底了。直到我梳理出一套清晰的分类逻辑——大厂云原生
这两年，信创（信息技术应用创新）从可选项变成了必答题。我们公司虽然是一家民营制造业龙头，但因为承接了不少政府订单和国资背景项目，今年IT部门的重中之重，就是推动核心系统的信创适配。在这个过程中，RPA工作流作为连接各业务系统的“数据搬运工”，其信创适配能力就成了我们选型的硬性门槛。这篇文章，我就把我
2024年我开始全面负责公司的私域业务，当时团队只有三个人，却要管理30多个社群、覆盖近2万用户。每天早上第一件事就是挨个群发消息、打标签、统计裂变数据，一忙就是两三个小时。这样的日子持续了两个月，我觉得不对——这不是在做运营，这是在当机器人。于是我开始系统研究私域社群RPA自动化运营工具。前后接触
作为财务总监，我每天都要面对海量的报销单、发票、对账数据和报表。过去几年，团队加班加点成了常态，但错误率依然难以杜绝。去年，老板给了我一个新任务：用AI数字员工来改造我们财务和客服部门的工作流，降本增效。坦白说，刚开始我是有点担心的，怕AI不靠谱，更怕项目搞砸了变成烂摊子。但经过近一年的选型和实施，
做运营的这些年，我越来越觉得，我们不是在跟同行竞争，是在跟数据表格赛跑。每天早上一睁眼，脑子里就是十几个平台的后台账号：天猫要拉生意参谋，抖音要看罗盘，京东要下载数据，还得把线下门店的Excel汇总起来……我们找运营数据RPA解决方案，不是为了赶时髦，是真的被重复劳动逼到了墙角。这篇文章我想站在一个
我们公司财务和人事部门的人手一直紧张，尤其是月底月初那几天，财务忙着对账结账，人事忙着算薪发薪，两个部门都加班加到飞起。更麻烦的是，很多数据在两个系统之间还要来回倒，效率低还容易出错。我一直琢磨着能不能用AI把财务和人事的活儿串起来，让重复劳动自动化，让数据流动起来。去年底，我开始正式调研企业办公A