# SBE与AI企业落地交流总结

## 一、背景介绍
- **羚羊团队**：阿里巴巴全资子公司，主业为企业级AGENT（AI员工）开发，SBE团队负责将AI员工落地至企业业务一线。
- **交流背景**：作者作为资深FDE（企业落地专家），与羚羊SD团队（数据领域近20年经验，成员多有5-10年企业级服务经验）深入交流，提炼出三个反直觉观点。

## 二、核心观点（颠覆传统认知）

### 1. 放下"一招打天下"幻想，分场景落地
- **传统乙方逻辑**：客户需求导向，提供一站式解决方案。
- **企业AI落地关键**：需拆解场景，避免功能堆砌。
- **案例**：某大型药企项目中，羚羊团队将"智能客户"拆分为两个独立场景：
  - **AI导师**：牵引销售完成全流程（如11个阶段动作指引）。
  - **AI销售助理**：生成话术、知识问答（基于医生画像与历史记录）。
- **合作模式**：与客户共创，抽象销售最佳实践为标准化流程（已梳理20+履职场景，复制顶尖销售经验）。

### 2. 数据是AI落地的核心，而非模型能力
- **数据重要性**：企业AI落地的基石，多数人低估其价值。
- **数据治理关键**：
  - **数据质量与来源**：项目成败在签约前已决定（需补5-10年数据短板）。
  - **权限与校验**：将关键动作从大模型转移至工程团队（如回复需校验后发布），避免模型"一本正经胡说"。
- **案例**：药企项目初期数据整理被质疑，一年后上线AI智能体，提前3-5年达成预期目标。

### 3. 终极目标：让客户具备"自驱能力"（教客户"捕鱼"）
- **羚羊团队反常识策略**：不依赖驻场服务，推动客户自主运营。
- **案例**：
  - 某电动车客户项目结束后，客户团队掌握大模型配置与流程设计，客服转型为AI训练师。
  - 方法论"三足九表"由客户自主命名并运营。
- **规模化路径**：沉淀共性问题与需求，形成标准化平台（如"Agent One"企业级AGENT平台，核心要素：**DATA（数据）+ AGENT（决策）+ SDE（流程标准化）**）。

## 三、总结
- **AI落地瓶颈**：模型能力已非关键，数据与业务经验的"最后一公里"才是核心。
- **企业转型本质**：客户需掌握数据与业务理解能力，而非依赖外包服务。
- **关键资产**：企业数据与理解业务的团队，模型迭代快但"痛点洞察"永不过时。