跳到正文
Cheng FDE 宸澄科技
Kelly Wang,宸澄科技创始人

2025 年,深圳

创始人 · Founder

Kelly Wang

宸澄科技 创始人 · 首席 FDE

AI 解决方案专家

“不是所有问题都该用 AI。先澄,再决定。”

  • 人工智能训练师
  • PMP
  • Coze 相关实践认证
  • 腾讯等智能体大赛获奖

我做 AI 落地,第一件事通常不是写代码

做的第一件事通常是坐下来问:你说的这个问题,具体是哪一步在浪费时间?

大部分企业找我时,手里已经有一句很确定的抱怨——"客服忙不过来""对账老是出错""报价全靠老师傅"。这句话是真的,但它还不是一个可以做的东西。我的工作是把这句话拆开:钱从哪儿漏、流程卡在第几步、做完之后哪个数字会变、谁签字确认。拆完,问题才成立;问题成立了,技术选型往往只需要十分钟。

我做过产品,也自己写代码。这让我在看问题时不太容易停在"这个可以做",而会继续问"这个做完了谁来用、用不起来算谁的"。所以我们的交付里总有一张人机分工表:谁判断、谁执行、谁复核,写清楚才上线。

有人问我,这算咨询还是外包。都不是。咨询交一份报告就走,外包照一张图纸干活。解决方案专家要同时背两件事——方案成立,并且它真的在跑。所以我名片上不写"顾问",写的是"这个人负责到它跑起来"。

我也经常劝客户先别做。如果一个问题还没痛到必须改、数据根本拿不到、也没有人愿意为结果签字,那这件事推下去大概率是浪费钱。先澄,再决定——这句话既是公司名,也是我干活的方式。

关于 AI,我的六个判断

都在项目里被验证过,也被反驳过

01

模型的瓶颈不在能力,在语境

模型能写、能查、能算,但它不知道你们的规矩、谁签字、这个词在你们行业里指哪件事。这部分花的时间,通常比选模型多十倍。

02

上限由数据可达性决定

数据取不到、口径不统一,再强的模型也只能猜。所以先问「这个数在谁手里、多久更新一次」,而不是先问「用哪个模型」。

03

AI 干「有标准答案但人懒得做」的活

检索、比对、起草、汇总、转录——这些是 AI 的地盘。定价、取舍、认错、得罪人,仍然得人来。人机分工表就是划这条线。

04

提示词不是魔法,是流程的压缩

一条能稳定复用的提示词,背后一定有一条被写清楚的流程。流程写不清,提示词只能靠运气,换个模型就失效。

05

Agent 的难点在「接得住例外」

全自动跑通八成不难,难的是剩下两成怎么交回人手上、交接时不丢上下文。我们验收看的是这一步,不是跑通率。

06

「不做」也是一个交付结论

如果一个问题的解法是删掉两个转抄环节、把审批权限下放,那就不该上模型。承认这一点,比硬做一个 demo 省钱。

能力 · Capability

三件事我都能自己做到最后

大多数团队在这三件事里只占一到两件,中间那一件最容易掉。

视角 能力 具体是什么
业务理解 进现场 跟岗、访谈、拆流程,能听懂一线在说什么
产品定义 还原问题 把抱怨写成可验收的问题,定人机分工与验收口径
工程交付 做到上线 智能体、RAG、工作流、自动化,自己搭、自己调

找我之前,先想三个问题

这三个问题答得出来,我们的对话会快很多。

  1. 你觉得最浪费时间的那个环节,具体是哪一步?
  2. 如果这件事解决了,哪个数字会变?现在是多少?
  3. 这件事谁说了算,他能投入多少时间?

答不上来也没关系

说明问题还在"感觉"阶段——这恰恰是诊断要解决的事。不用先准备好再来找我。

和我聊 30 分钟

你可以只说一句抱怨,剩下的由我来问。判断这件事值不值得做,是最便宜的一步。

如果判断暂时不适合做,我们会直接说,不推销。

宸澄科技企业微信二维码

扫码加我企业微信
备注「澄」,说清卡在哪一步