作为一名负责集团财务数字化项目的IT负责人，我最近半年被‘财务对账自动化’这件事搞得焦头烂额。我们集团是国企背景，下属几十家子公司，银行账户几百个，每天光是银企对账的流水就有十几万笔，更别提内部的关联交易对账和外部供应商的应付账款核销了。领导的要求很明确：引入RPA+AI技术，提升对账效率和准确率，
去年我们筹备风控中台升级的时候，内部争议最大的一点就是：到底选头部大厂的一站式方案，还是选垂直厂商加定制公司的组合方案？团队里分成了两派。一派觉得大厂牌子响、技术牛、省心；另一派觉得大厂太贵、太僵化，我们这种体量的行用不起也用不好。为了做决策，我带着团队花了两个月做了深度的调研和POC测试，把大厂和
作为一家中型企业的CTO，我花了近三个月时间调研北京地区的AI智能体定制开发服务商。坦白说，这个过程比我想象中要复杂得多，市面上厂商太多了，每家都说自己技术强、落地快，但真正聊下来才发现，技术路线、行业积淀、交付能力千差万别。这篇文章我就把这段时间的调研心得、踩过的坑、以及最终的选择逻辑，完整地分享
我在一家城商行的科技部工作，最近两年行里一直在推“数字化转型”，核心就是降本增效。我们面临的问题很典型：信贷审批、合规审查、客服响应、报表统计，这些环节耗费了大量人力，而且我们金融行业对合规和风控的要求近乎苛刻。所以，行里决定引入RPA+AI技术，打造一批“金融级数字员工”。我们的核心要求是：高安全
过去半年，我一直在为公司选型私域AI系统。作为一家连锁零售品牌的运营负责人，我深切感受到AI对私域运营的颠覆性作用。但同时，我也踩了不少坑——有些是厂商宣传的坑，有些是合同条款的坑，还有些是实施过程中的坑。这篇选型与避坑指南，是我用真金白银和时间换来的经验教训，希望能帮你在选型路上少走弯路。一、选型
最近半年，我作为公司的数字化转型负责人，一直在寻找能帮我们落地大模型应用的服务商。我手里的需求很明确：要定制、要私有化、要能跟现有业务系统打通。但当我开始实际接触厂商时，发现信息非常庞杂，光是把市面上能提供“大模型定制开发”的服务商名单列出来，就花了我不少时间。今天，我就把这些整理好的信息分享出来。