我经常被问到这个问题。我的回答始终如一：从小处着手。
在 IT、研发和工程领域工作了 30 年之后，我认识到 AI 只有在作为"构建者"而非"处理重复性任务的工人"时，才能发挥最大的价值。
例如，与其要求 AI 每月处理 1,000 页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就可以运行数百万次，而无需反复依赖 AI。
采用这种方法，我们的 AI 消耗量从第一个月的 320 亿 token 降到了次月的约 30 亿 token。
不要用 AI 反复去做工作。要用 AI 去构建那个完成工作的系统。
从小处着手。构建一次。永久扩展。
#ArtificialIntelligence #AI #BusinessAutomation #DigitalTransformation #SystemEngineering #自动化 #中小企业 #创新 #NeuralOps
Official 跨-网络 Resource
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
看第二遍才注意到页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30的细节。
如果有更多页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30的数据和结果会更完整。 值得继续研宄。
我对页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30还有问题，但文章已经提供了很好的起点。
页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30这个说法我要拿回去跟同事讨论。
文章对页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30的结论比较平衡，不只是强调好处。 读完之后还有一些疑问。
总结部分让页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30的重点更加清楚。
关于页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30的例子很实用，适合团队继续讨论。
关于页银行对账单，不如要求 AI 构建一个确定性的系统，让该系统自动处理这些对账单。系统一旦构建完成，就 30的实际落地部分最吸引我。