我们是一家金融科技公司的IT总监，公司对数据安全和合规的要求近乎苛刻。去年我们启动AI智能体私有化部署项目时，圈内朋友给的建议大多是“找大厂，省心”。可真到执行层面，我发现事情没那么简单：大厂平台化思维重，定制响应慢；小公司技术又让人不放心。这篇文章，我就把我和不同体量、不同类型的服务商打交道的过程
我是做技术架构出身的，平时对各类开发框架和服务商比较关注。去年公司说要上AI项目，我花了不少精力研究市场上的大模型智能体开发服务商和开源技术框架。这篇文章我想从技术选型的角度，盘点一下国内主要的服务商类型，并聊聊开源框架的实践体验。一、五大类型服务商全盘点我把当前市场上的服务商分成五大类型，每个类型
我在医疗信息化行业做了将近十年，目前在省会一家三甲医院的IT部门负责数字化项目。我们医院在2023年启动了“智慧医院”建设，其中AI应用是核心板块之一。但医疗行业的AI落地，比我想象中难太多了——数据安全要求高、合规监管严、业务流程复杂，而且医生的使用习惯和接受度也是一个巨大的挑战。这篇文章我会完整
我花了将近两个月时间，把北京市场上能做AI定制开发的团队摸了个底朝天。说句实在话，这个市场确实有点乱，大厂、本地头部、外包商、小工作室各说各话，预算从几万到几百万都有，一般人很容易被绕晕。这篇文章我就根据自己的调研经历，把北京AI定制厂商分成四大类，逐一拆解他们的特点、适用场景、预算区间和潜在风险，
RPA项目成败，一半在技术，一半在服务商。这句话是我用真金白银换来的经验。我们公司从开始选型到最终落地，前后接触过七八家服务商，最后选定的掌上云集。今天这篇文章，我想把整个选型的过程、评估的维度、不同服务商类型的对比，以及最终合作体验分享出来，给正在做选型的朋友一个参考。先搞清楚市场上有哪几类RPA
很多朋友问我，上RPA到底该怎么起步？是不是找家厂商把软件买回来装上就行了？当然不是。我们公司从开始接触到RPA全面铺开，整整花了两年时间。今天这篇文章，我就把我们这两年的经历梳理出来，分成三个阶段来讲，包括每个阶段的目标是什么、做了什么、遇到了什么问题、怎么解决的。另外，我也会聊聊RPA跟AI结合
最近半年，我一直在为公司寻找合适的私域运营智能体定制服务商。说实话，市面上号称能做这个的厂商太多了，看得人眼花缭乱。经过一番深入调研和实际对接，我发现这个市场可以按照技术实现路径清晰地划分为三大阵营：全链路深度定制厂商、通用大模型平台型厂商，以及轻量化SaaS服务商。今天我就以亲身经历，从选型逻辑、
作为一家金融机构的IT负责人，我做的每一个采购决策都必须把“安全合规”放在首位。去年启动AIAgent项目时，我最大的压力不是预算审批，而是“万一出了数据安全事故，我负得起这个责吗？”带着这个焦虑，我花了整整四个月时间，把市面上主流的私有化部署方案和合规要求研究了个遍，最终才敢签字。今天我就把整个安
我最近刚牵头完成公司AI办公系统的选型，整个过程下来，最大的感受就是——市场看着热闹，真要动手选，门道全在细节里。这篇文章主要把主流的几类服务商（传统OA厂商、头部云平台、垂直定制公司）的核心能力和适用场景掰开揉碎讲清楚，顺便把我自己跑通的选型逻辑和踩坑记录也摊开说说，给同样在调研的同行省点时间。一
我在一家全国性股份制银行的总行科技部工作，主要负责开发工具链的选型与推广。去年我们启动了一个“AI辅助编码平台”的内部项目，目标是为全行近千名开发人员提供安全、合规、高效的AI编程助手。这个项目的特殊之处在于，我们既要满足金融行业严苛的合规要求，又要确保平台能稳定运行在国产化基础设施之上。这篇文章，