在本期IT领导者专访中,MetTel公司首席技术官Ed Fox分享了为何在破损流程上叠加AI只会让问题更快恶化的深刻见解。"如果你的流程一开始就是破损的,那么AI不会帮到你,"Fox表示。
关键决策的影响
谈到近期最重要的决策时,Fox提到他最近决定聘请一位具有AI经验的高级员工,虽然用这个薪资预算本可以雇佣三名工作分析工程师。这是一个重大决定。
自2016年以来,MetTel一直在推进自动化和机器学习项目,而这次招聘让公司提升到了新的水平。在很大程度上,公司使用机器学习和AI来分析非结构化数据并提供响应。经过实践发现,98%的AI应用实际上是自动化,主要应用在网络运营端,而非面向客户的服务。
血的教训
Fox分享了一次失败的AI部署经历:公司试图将AI自动化应用到一个有缺陷的手动流程中,认为AI和自动化能够修复问题,但结果只是让错误发生得更快。"如果你的流程一开始就是破损的,那么AI不会帮到你。"
最终,团队回到原点,重新审视流程,让专人负责项目和流程,并在AI辅助下做详细记录。虽然AI在记录环节有所帮助,但流程修复主要靠人工完成。Fox表示,如果事先定义好流程、工作流、关键节点和决策点,本可以节省数百甚至数千小时的时间。
人才投资策略
在人才投资方面,Fox正在努力提升整个组织的AI技能平均水平。他向团队提出一个提案:每隔一个周四召开AI会议,让员工展示他们在个人生活中、MetTel工作中或客户服务中如何使用AI提升效率。这种双周演示机制从去年开始实施。
参与团队涵盖全球网络运营中心、客户服务、网络工程、网络骨干团队、移动核心团队、移动核心安全、合规团队等整个组织。
Fox还计划每季度召开一次会议,由不同部门轮流展示他们在自动化方面的成果。同时,公司还需要更多产品经理和专注于客户服务的人才。
外部环境变化
内存价格上涨对MetTel产生了显著影响,硬件成本增加了10%到30%,而许多客户合同是三年期,这给公司带来了挑战。
在AI方面,OpenClaw(原Moltbot、Clawdbot)等智能体工具让Fox感到担忧。虽然他积极鼓励员工使用AI,但当发现这些工具出现在公司网络中时,也会感到担心。公司与Netskope合作监控影子AI的使用,识别员工使用的AI工具以及是否涉及内部信息。
思维转变
Fox最近阅读了未来学家Zach Katz的著作《下一次文艺复兴:AI与人类潜能的扩展》。这本书让他对AI的能力有了更现实的认识,同时也将AI与社会问题联系起来思考。Fox表示,通过阅读这类书籍,能够更好地理解当前状况并预测未来发展。
Fox在MetTel工作超过25年,同时也是福布斯技术委员会成员。他的经验表明,成功的AI实施需要先完善基础流程,然后才能发挥AI的真正价值。
Q&A
Q1:为什么MetTel在破损流程上应用AI会失败?
A:Fox发现,如果基础流程本身存在问题,直接在上面叠加AI和自动化技术只会让错误发生得更快,而不是解决问题。必须先修复流程本身,明确工作流、关键节点和决策点,然后AI才能发挥真正作用。
Q2:MetTel如何提升员工的AI技能水平?
A:公司实施双周AI会议制度,让员工展示个人或工作中的AI应用经验。同时设立季度会议,由不同部门轮流分享自动化成果。还专门招聘了AI领域的高级人才来指导整个组织。
Q3:影子AI对企业有什么风险?
A:Fox提到OpenClaw等智能体工具让他担忧,因为员工可能在不知情的情况下使用这些工具处理内部信息。MetTel与Netskope合作监控影子AI,识别员工使用的AI工具并检测是否涉及敏感信息。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。