How to Make AI Work for End-to-End Business Processes

如何让AI为端到端业务流程服务 | Towards Data Science

人工智能

如何让AI为端到端业务流程服务

从简化工作流程到连接知识与规则、协调AI代理并实现可衡量的业务成果

胡伟伟

2026年10月28日

6分钟阅读

在Google上推荐我们

分享

封面图片

如何让AI为端到端业务流程服务

···

随着AI融入日常工作，越来越多的企业开始思考如何改进跨业务团队的协作方式。

借助Palantir Foundry Ontology、Databricks Genie Ontology、Microsoft Fabric IQ和OpenAI Frontier等新功能，我们如何将它们整合起来，使从产品开发、制造到销售和客户交付的工作变得更简单高效？

我将聚焦于某个具体的业务成果，例如提供包含合适产品、价格和交付承诺的客户方案。然后，我会与业务和流程负责人合作，简化实现方式，连接相关的信息和决策，并衡量改进效果。一旦取得成果，我们就可以将同样的方法应用到其他工作流程中。

我将重点关注以下几个关键领域：

• 简化工作执行方式：消除不必要的步骤、重复性工作和团队间的交接。

• 建立共享企业本体：连接产品信息、关系和业务规则，使不同团队和AI代理基于相同的业务理解开展工作。

• 构建共享智能层：整合可靠业务数据、公司知识以及团队当前工作的最新信息。

• 连接业务决策与AI代理工作流：明确业务优先级、决策者、审批需求以及工作在团队间的流转方式。

• 直接连接AI与业务输出：确保已批准的决策能够直接输入到实际产品设计、生产计划、客户方案和交付承诺中。

1. 简化工作执行方式

我将首先识别工程、制造、销售和交付团队在哪些环节重复工作、等待人工审批或在不同团队和系统间手动传递信息。随后我们可以移除不必要的步骤，减少交接环节，保留质量检查和审批流程，并衡量节省的时间和减少的返工量。

在AI辅助的包装审核流程中，我们分析了人员在审核、等待反馈和重复工作上花费最多时间的环节，确定AI可以执行和改进的活动。结果，我们的包装审核时间从6小时缩短到平均30分钟，整体周期从8周减少到4周。

图片由胡伟伟提供

2. 建立共享企业本体

我们需要确保不同团队基于相同的产品信息和业务规则开展工作。这意味着要连接以下内容：

• 产品身份：确保工程、制造和销售团队即使使用不同编码也能识别相同产品。

• 关系：将客户需求与产品规格、所需组件、制造能力和交付承诺相连接。

• 业务规则：整合产品兼容性、质量、制造、定价和交付的相关规则。

• 重用：让工程、制造和销售代理能够使用相同批准后的产品信息和业务规则。

当客户请求产品时，我们需要了解哪些选项符合他们的需求、能够生产并按承诺交付。然而在实践中，跨团队比较信息可能面临挑战，尤其当人们使用不同的产品名称、编码、业务定义或报告规则时。

例如，销售团队和工程团队可能使用不同的产品编码来标识同一产品。在使用这些信息评估客户活动之前，我们需要确认它们是否指向同一产品及版本。

AI可以帮助识别潜在匹配项，但相关团队仍需进行确认。一旦验证通过，这些产品关系和定义应在跨团队和代理之间复用。

我会使用企业本体论将不同系统中的产品信息和业务规则整合在一起，使AI代理能够理解它们之间的关联。智能层提供最新可靠的信息，决策规则帮助比较选项，AI代理则帮助团队完成工作。

3. 建立共享智能层

当团队使用不同方式计算同一业务指标时，AI根据数据源不同可能会给出不同答案。我曾亲眼见证AI答案质量在很大程度上依赖于业务定义的一致性和信息的可靠性。

我会与业务负责人对齐，明确每个关键指标的计算方式、哪个系统提供经批准的信息，以及这些定义如何在跨团队和代理之间复用。

要实现这一点，AI需要访问三类信息：

• 业务数据：产品准备情况、成本、制造产能和交付状态。

• 公司知识：经批准的产品规格、质量标准、客户协议和流程。

• 工作上下文：跨团队的待解决问题、待审批事项和近期决策。

微软通过Fabric IQ、Foundry IQ和Work IQ将这些整合在一起，使AI能够访问业务数据、公司知识和正在进行的工作，从而在不同任务中使用这些信息。

4. 连接业务决策与AI代理工作流程

对于每个决策，我们需要与业务和流程负责人对齐优先级及需要审批的内容。

例如，假设我们已经为客户准备了报价，但产能突然受限。AI可以帮助识别受影响的产品和客户承诺，并探索其他选项，如提供其他经批准的产品或调整交付日期。

一旦合适的人员批准了某个选项，AI代理可以帮助更新相关系统，并协调跨团队的后续步骤。OpenAI Frontier和AWS企业代理架构等技术可以帮助将代理连接到系统，同时确保合适的人员控制审批和重要决策。

从那里，工作流程应：

• 触发适当的工程、制造、销售或交付活动。

• 将经批准的信息传递给负责的系统。

• 将异常情况升级给合适的人员并跟踪完成情况。

AI可以帮助执行已批准的决策，而人员则对审批和整体业务结果负责。

5. 将AI直接连接到业务输出

最终，我们希望AI能够帮助生成实际的业务交付成果，例如：

• 产品设计：已验证的规格和测试要求。

• 生产计划：已验证的产品配置、操作说明和确认的进度安排。

• 客户提供的方案：已批准的产品、定价、商业条款和交付承诺。

• 客户解决方案：已批准的方案及完成的后续跟进工作。

对于每个交付成果，我们需要明确责任人、需要审批的内容，以及工作是否真正完成。我将从以下几个方面衡量成功：

• AI应用情况：员工是否在日常工作中使用AI？

• 工作流程表现：我们是否能以更少的错误、更少的返工和更高质量完成工作，同时提升效率？

• 业务成果：我们是否兑现了对客户的承诺，提升了客户体验，降低了成本，并实现了更好的财务表现？

我们需要区分节省的时间和实际节省的资源。如果AI帮助我们更快推出产品，意味着企业可以更早产生收入、提前接触客户或降低开发成本。我们应该衡量AI对收入、成本和利润率的实际影响，而不是假设更快的发布自动带来财务收益。

以包装审核为例，我们测量了审核时间、审核轮次次数和整体周期，以判断AI是否优化了端到端流程。随后我们分析这些改进是否帮助团队完成更多项目、保持质量或减少实际支出。

最后思考

我将把AI投资重点放在帮助团队更快开发和交付产品、响应客户需求、兑现承诺并提升客户体验的同时降低成本。

选择一个你希望改进的重要业务交付成果，与负责该成果的人员合作，简化流程，跨团队和工作流连接信息与决策，并利用AI实现可衡量的结果。

通过这种方式，我们可以将人员、流程、数据和AI结合起来，更好地服务客户、更快开发产品并提高运营效率。

• 作者注：本文所有图片均由作者使用AI工具创作。