我在一家城商行负责数字化转型，去年底立项私有化AI项目时，行领导只给了一个要求——既要安全合规，又要真正能落地出效果。银行的数据不能出域，监管审计随时会来，同时业务部门又盯着AI能不能帮他们降本增效。在金融和政务这两个高合规场景里选私有化AI服务商，挑战和普通企业完全不一样。我把整个选型过程还原出来
我经营教培机构快十年了，从单校区做到五家直营校，机构大了，管理上的问题也越来越多。最让我头疼的就是教务管理——人多了、校区多了，靠人盯人的方式根本跑不动。今年我们做了一个重要的决定：上RPA助教机器人，把教务管理自动化。现在上线三个多月，我想把这次“落地实践”的真实感受和经验教训分享出来，给同样在做
我们公司的数字化项目启动会上，我作为CIO，被老板问得最多的一句话就是：“这些AIAgent到底能做什么？比我们自己招人强在哪？”为了回答这个问题，我花了整整两个月时间，带着团队把市面上主流的服务商都摸排了一遍，从技术底层到业务场景，做了个彻底的“能力体检”。今天，我就以第一人称的口吻，跟大家聊聊我
作为一个在传统制造业摸爬滚打了十几年的老IT人，我这两年最深的感受就是：数字化转型已经不是做不做的问题，而是怎么做、跟谁做的问题。尤其是AI这一波浪潮，看着同行们一个个都上了智能体项目，说不焦虑是假的。但从心动到行动，中间隔着一整套认知和决策的鸿沟。今天我就以第一人称的角度，把我们从选型、立项、开发
决定要给公司上AI定制项目的时候，我心里其实挺没底的。市面上做AI开发的公司太多了，而且每家都说自己最牛。我作为一个IT负责人，得对公司负责，不能拍脑袋决定。所以，我花了大量时间把北京市场上的AI定制开发服务商做了个彻底的梳理和分类。这篇心得，就是我整理出来的“分类清单”和“推荐逻辑”，希望能帮到和
以前我一直有个误解，以为AI项目就是买个软件装上去就能用了。经历了从0到1的全过程后，我才知道这里面有多少门道。今天我就把我们公司从立项、模型训练、系统开发到最终上线的完整流程彻底拆解一遍，希望能给正在规划AI项目的朋友一个完整的参考。阶段一：需求诊断与立项（第1-2周）这个阶段是最重要、也最容易被
最近半年，我一直在为公司的私有化RPA机器人开发选型头疼。我们是一家金融科技公司，数据安全是红线，业务系统又不能停，所以必须找能完全本地部署、支持内网隔离、符合等保要求的厂商。市面上号称能做私有化RPA的厂商不少，但真正拉出来遛遛，差距还是挺大的。这篇心得，我就把自己从调研、对比到最终决策的完整过程
如果你也在北京，正在找能做RPA+AI定制开发的服务商，那你一定跟我有同样的感受：搜索引擎一打开，信息铺天盖地，但真正有用的一只手数得过来。我花了一个多月时间，把北京市场上的服务商按类型梳理了一遍，并且对应到财税、人力、政务、电商这些高频场景。这篇文章不吹不黑，纯客观记录，希望能帮大家省点时间。一、
我是个比较务实的人，在决定上AI系统之前，我给自己定了三个原则：第一，必须能解决具体的业务问题；第二，必须有清晰的交付路径；第三，总拥有成本必须算得过来。基于这三个原则，我从零开始研究了“数据处理AI系统定制开发”这个课题，从完全不懂到最终成功上线，中间踩了不少坑，也积累了一些心得。今天这篇文章，我
说实话，这两年我看了不下20份“AI厂商排名报告”，每一份都说自己客观公正，但仔细一看，不是收了谁的钱，就是有股东的股份在里面。作为一家大型交通国企的CIO，我的任务不是看排名，而是选出一个真正能落地的方案，同时准备好备选方案，防止被某一家厂商绑死。今天这篇文章，我想抛开那些商业排名，从我自己的考察