《FDE案例100》方法论特辑 · No.06｜AI 要嵌进流程，顺着用户习惯长

别做孤立的聊天框，要做工作台#

我发现一个特别有意思的规律：几乎所有做得好的案例，产品形态都不是“聊天框”，而是“工作台”。

律师那个案例，是案件工作台。城市规划那个案例更绝——规划师真正的工作中心是地图，所以他们的界面左边是筛选条件和专业工具，中间是地图，右边才是 Copilot。AI 算完的结果，直接回显到地图上。规划师还是按原来的方式工作，不需要为了用 AI 再去学一套新玩法。

跨境物流的装车案例也一样。团队最开始想做个三维可视化系统，让工人看方案。结果现场一调研发现，工人在装车的环境里根本不适合频繁看手机、点电脑。

所以最后他们把算法结果变成了一张装车指导图——上面有货物编号、摆放方向、截面示意图、装载顺序。一张纸，贴在车门上就能干活。算法结果真正变成了现场能执行的动作。

你看，工作台不是装饰，它是把 AI 的能力翻译成用户当下能用的动作。 律师要的是案件空间，规划师要的是地图，工人要的是那张图。聊天框恰恰是这些场景里最难用的一种形态。

这里还有个更深的判断：像法律案件这种长期项目型的场景，一次对话根本装不下。所以正确的姿势是“先建案，再交互”。所有分析结果、策略建议、文书草稿，都沉淀在案件空间里，形成一条可追溯的工作记录。AI 不用反复重建理解，律师也不用每次重新解释。

能不造新入口，就别造新入口#

如果说“工作台”解决的是形态问题，那接下来这件事解决的是习惯问题：别逼用户换习惯。

我特别喜欢央企财务那个案例。科研人员报销，过去是他自己在系统里填一堆表。现在方案是——科研人员打开钉钉，告诉机器人“我要报销”，把发票发过去。就这一步。后面的识别、关联出差申请、判断科目、系统录入，全在后台被 AI 和 RPA 悄悄做完了。

人的操作被压缩到最短的一步，而且这一步用的还是他本来就天天在用的钉钉。没有新系统，没有新流程。

类似的例子一抓一把。美国电信运营商那个数据分析 Agent，最后是让客户继续以聊天的方式使用，可以挂在网页上，也可以通过 Teams、Slack 调用。那个国企的办公用品补货小工具，也是员工在 IM 上直接问机器人“我今天要领两节电池，还有没有”。连德国那家制造企业的培训，都是把 AI 能力接进他们原本就在用的平台，再配上一套在线课程打卡的流程。

我印象最深的一句话，来自一位 FDE：我没有要求新人改变整个工作习惯去适应 AI，尽量把 AI 放进他们已经存在的培训和协作环境里。

反过来想，很多 AI 项目为什么死掉？就是因为它多出来一个新入口。员工本来每天已经很忙，你突然塞给他一个新系统、一套新流程，他第一反应一定是——你怎么又给我加了一件事？

真正的价值在“最后一公里”#

有个案例我每次讲都会提。那家德国制造企业的 FDE，把知识库、测试集、培训流程全做完了，技术上早就跑通了，但他还是花了接近两个月陪跑。整个项目从立项、调研到陪跑大约半年，真正投入项目的时间大约四个月。

为什么？因为系统上线不等于项目结束。员工怎么用、哪里不习惯、老师傅愿不愿意看、新人能不能看懂，这些问题最后都会反过来要求他继续改产品。

这就是“最后一公里”。视频里没有，PPT 里也看不出来。你只有真的把 AI 放进流程里跑一遍，才会撞上这些坑。

所以我现在判断一个 AI 项目做得好不好，不太看它的模型有多强，而是看一个很朴素的问题：用户的工作流程有没有变轻，还是反而变重了？

如果答案是变重了，那这个项目大概率还没落地。

一句话总结#

能答问题是技术及格，嵌进流程才算落地；AI 要顺着用户习惯长，而不是让用户围着 AI 转。

这是《FDE案例100》方法论特辑的第 6 篇。前面我们聊了怎么认出真问题、怎么选战场、怎么算 ROI，从这篇开始，我们进入“构建”这一辑，聊怎么把能力真正做出来。下一篇，我们聊更靠底层的一件事：那些不会写在手册里的老师傅经验，到底怎么变成 AI 能用得上的知识。