案例与最佳实践
有出处的企业 AI 落地案例
用一手客户故事观察评测、采用与规模化方法，并明确供应商案例、客户自述和独立证据之间的边界。
怎样读“真实案例”
本页只收录可以回到原始发布页面核对的案例，但“有出处”不等于“经过独立审计”。企业 AI 案例常见证据强度从高到低大致是：
- 可复现数据或独立研究
- 客户自行披露的范围、口径和限制
- 供应商发布、客户署名或受访确认的客户故事
- 供应商单方面营销材料
- 无来源转述或合成示例
下面两例属于第 3 类。数字保留发布方口径，不能直接外推为行业基准；公开材料也没有证明具体交付人员的职位名称就是 FDE。它们的价值在于观察 FDE 式交付方法，而不是证明某个工具必然带来同样收益。
案例一：Morgan Stanley 的内部知识与会议工作流
来源性质：OpenAI 发布的客户故事，包含 Morgan Stanley 负责人署名和受访内容。
公开披露了什么
- Morgan Stanley Wealth Management 将 GPT-4 用于面向财务顾问的内部知识助手
- 发布页称该助手覆盖约 10 万份文档，超过 98% 的顾问团队在使用
- 团队为每个用例建立评测，在上线前由顾问和 Prompt 工程人员检查准确性与连贯性
- 会议摘要工具使用代表不同会议类型的评测数据，并由顾问审阅和修改后再定稿
- 团队用每日回归样本发现质量变化，并持续调整检索方式
原始页面：Morgan Stanley uses AI evals to shape the future of financial services。
可迁移的交付方法
- 先选高频且知识密集的任务，而不是先部署通用聊天框
- 用领域专家评分真实任务，评测不是上线前一次性考试
- 知识范围扩大时同步扩展评测和检索质量控制
- 对外部沟通保留人工定稿，并把人工修改作为反馈数据
- 用真实采用观察可信度，而不只看演示满意度
不能从公开材料推出什么
- 不能推出 98% 是所有金融机构可达到的采用率
- 不能据此计算该项目的净 ROI、总体准确率或事故率
- 不能断言所有输出都由人工审阅，或所有 OpenAI 企业客户都有相同数据配置
案例二：Zapier 的全员采用与内部 Agent
来源性质：Anthropic 发布的客户故事，包含 Zapier 产品负责人的署名内容。
公开披露了什么
- 发布页称 Zapier 的员工 AI 采用率为 89%
- 公司内部部署了 800 多个 AI Agent
- 用例覆盖营销草稿、代码与合并请求、研究和访谈中的快速原型
- 部分工作流把生成结果写入 Google Docs、Slack 或代码评审流程，保留人员复核节点
- 推广起点包括员工自发使用、全公司黑客松和团队级工具建设
原始页面：Zapier builds an AI-first remote culture with Claude Enterprise。
可迁移的交付方法
- 从已有自发需求中找早期用户，而不是只靠行政命令推广
- 把 AI 接进现有协作系统，减少用户切换工作台的成本
- 允许团队构建局部工作流，同时用企业权限和平台能力设边界
- 将黑客松作为发现机会的入口，而不是把演示数量当业务成果
- 区分“创建了 Agent”“有人使用”和“产生了可验证价值”三个层级
不能从公开材料推出什么
- 800 多个 Agent 不等于 800 个都在生产运行或持续创造价值
- 采用率不能替代质量、安全、成本和业务结果指标
- 供应商发布页的使用增长不能直接归因于单一模型或单一组织措施
把外部案例变成自己的证据
借鉴案例时，用以下模板重新验证：
| 问题 | 你的项目要补的证据 |
|---|---|
| 用户和流程是否相似？ | 角色、频率、当前耗时和决策风险 |
| 数据与权限是否相似？ | 数据源、敏感级别、可访问范围和质量 |
| 指标口径是否相似？ | 分母、时间窗、活跃定义和基线 |
| 人工参与是否相似？ | 审核点、修改量、升级率和最终责任 |
| 成本是否完整？ | 模型、平台、工程、评测、培训和运维 |
| 失败后果是否相似？ | 可逆性、客户影响、法律责任和恢复方案 |
外部案例只能形成假设，自己的基线、试点和持续评测才是决策证据。