所有人都说你们该用 AI 了
没人说用来做什么。压力是真的，供应商的声音很大，而这些都没告诉你们这里究竟会有什么改变。
您的愿景已经超出电子表格的承载范围。
告诉我们
怎么判断说的就是你们
董事会有人问过 AI 战略是什么。试点做过，然后悄无声息地停了。买了订阅，几乎没人用。听说竞争对手在做点什么，没人清楚是什么，也没人确定有没有效果。
缺的不是野心，是具体。AI 在阅读、归类、起草和初步分流上确实好用，而在如今被拿来推销的许多事情上要弱得多。弄清在你们公司里哪件属于哪一类，这就是全部问题。
就从您现在所处的位置开始
目前还什么都没有
什么都还没试过，压力来自外部：董事会的一个问题、一个竞争对手、一条新闻。有用的第一步是一份你们公司里具体任务的清单，而不是一份战略 — 因为 AI 对其中一些很强，对另一些很弱。
有一些，但还不够好
试过一些，结果不了了之。卡住的试点、没人用的订阅、让某个人下不来台的聊天机器人。试点几乎从不死在模型上，而死在不出彩的那一半：真实系统、例外情况、监控、有人负责。那一半是可以搭出来的。
运转良好，但还能更进一步
已经有东西在跑，而且划得来。问题就变成第二个和第三个场景、规模上去之后的运行成本，以及在人们开始信任它之后需要什么样的监督。
通常会走到哪里
这里没有任何事情是事先定好的。这些是该问题通常会走向的方向。哪一个适合您，取决于观察您的业务实际是怎么运转的。
看一眼你们真实的工作
今天在你们公司里，阅读、归类和起草发生在哪些环节，一共占掉多少工时 — 写成一份可以着手处理的具体任务清单。
如实排序的场景
每个候选按投入、价值和风险打分，再排成最有把握的排在最前。一份关于什么划算的短清单，胜过一份关于什么可行的长清单。
一个场景，做实
把最有把握的候选做小，并与今天的做法做对照测量，让继续往下走的决定建立在你们的数字上，而不是供应商的数字上。
把它跑起来需要什么
运行成本和监督在一开始就与建设一并定下来，让这笔账从第一个月起就站得住，而不只是在试点期间。
我们如何判断是哪一种
我们看工作今天是怎么发生的：真实的顺序，而不是流程文档。做了什么、由谁来做、多久一次、在哪里被卡住。这是一次交谈，然后是与实际做这件事的人相处的一段时间，答案就来自那里。通话和调研由 Bruno 本人进行，因此我们能把您的话变成现实。
返回给您的是值得搭建的清单，以及每一部分能带来什么，按最有效的排在前面的顺序排列。在任何工作开始之前，您会连同条件一起看到书面内容。
会有什么变化
你们得到的是具体答案，而不是笼统的焦虑：这两件事值得做，成本是这些，其余都可以等。这同样是一个在董事会上站得住的答案，而且它出自你们自己的运营，不是出自一张幻灯片。
常见问题
我们的数据够好，能上 AI 吗？
在相当多的场景里，够。读文档、起草回复所需要的，比人们预想的少得多。预测和分析需要的更多。你们的场景落在哪一边，是我们最先确定的事情之一。
怎么知道一个场景值得做？
每个候选都按它能还回来的工时来定价，因此比较发生在你们自己的数字上，而不是供应商的说法上。越过这条线的，就是值得先动手的。
我们做过试点，最后不了了之。
这是常见的故事，而缺的那一半永远相同：与你们在跑的系统之间的连接、对例外情况的安排，以及上线之后有人负责。我们建的正是这些部分。
我们的数据会去哪里？
这是每个场景都要专门做的决定，写在报告里，而不是事后才想起。它决定了哪些做法根本上是否合适。