OKFDE｜我们的研究方法论
我们如何研究企业 AI 的真实交付
我们如何研究企业 AI 的真实交付
OKFDE · Enterprise AI · Research Methodology
一张单据被系统识别出来，距离它能够安全入账，还有多远？
中间可能隔着一份缺少字段的历史记录、一条没有写进制度的业务约定，以及一个无法确认是否提交成功的旧系统接口。操作员需要知道哪些内容可信，遇到差异应该找谁，点击确认之后又将承担什么责任。
OKFDE 从这些具体问题出发，研究企业 AI 如何进入真实业务，以及支撑它长期运行的工程与组织条件。
我们关注企业 AI 的落地与规模化应用。在 OKFDE 的研究框架中，企业 AI 不局限于某一种岗位或交付模式，而是指 AI 能力深入企业的业务与技术环境，直接参与问题定义、流程重构和生产交付，对业务采用与运行结果承担明确责任，并将实践经验沉淀为可复用、可扩展的产品与组织能力。
本文说明我们如何选择研究对象、判断证据，以及描述系统在具体业务中的自主程度。这套方法也接受案例检验，并随新的证据修订。
研究从一项具体业务开始
OKFDE 以具体业务场景及其部署为基本研究单位。
研究一套核销系统，需要明确它处理哪类单据，连接哪些系统，谁有权确认，异常如何处理。讨论排产系统，则需要知道它能够调整哪些约束，计划由谁批准，执行结果如何反馈。
这些边界决定了一项能力描述究竟意味着什么。同一个产品，在不同客户环境中可能具有不同权限，也可能承担完全不同的责任。
因此，我们会区分演示、试点和生产运行。某个场景中的表现，只支持相应范围的判断。对服务商整体能力的评价，需要更多项目和持续交付记录。
在明确研究范围之后，我们从三个相互关联的维度展开分析。
一、系统与数据摩擦
企业 AI 接触的数据有具体的来源与缺陷。扫描件可能模糊，历史字段可能缺失，业务人员对同一个词也可能有不同理解。我们首先观察系统如何识别这些限制，以及它是否会在信息不足时停止判断。
对于文档和图像输入，我们关注结果能否回到原始页码、文本片段或图像区域。低置信度内容是否明确呈现，无法识别的字段是否留待确认，也属于评估范围。口头约定形成的记录，还需要核实其适用范围与确认人，不能仅凭文本抽取就认定为正式业务规则。
系统接入方式同样影响交付质量。我们会追踪一项任务从原始资料进入系统，到最终写回业务系统的完整过程，记录其中仍需人工搬运的信息，以及新增的操作负担。
独立网页、标准接口和桌面自动化都有各自的适用条件。判断依据包括权限是否受控、接口变化后能否维护，以及操作失败时能否查明状态。接入旧系统的技术难度，需要与接入之后的运行可靠性分别讨论。
当 AI 可以触发业务动作时，研究会进一步检查执行边界。
模型生成的建议如何经过业务规则校验？系统能否独立检查执行权限？请求超时之后，怎样确认上一笔操作是否已经完成？
我们关注重复请求是否可能造成重复业务效果，也关注停止执行以后如何恢复、如何核对记录。某个组件的名称，无法单独证明这些问题已经解决。判断需要对应到实际行为及其验证材料。
二、人机权责与组织采用
AI 参与业务的深度，决定了需要怎样的授权与监督。
草拟一段文字与提交一项付款指令，具有不同的后果。研究开始时，我们会明确系统能够读取什么、能够修改什么，以及哪些动作必须经过人工确认。
人工确认本身也需要检查。操作员是否看得到原始依据，是否有足够时间复核？发现问题后能否修改或驳回，争议又由谁处理？
只有一个确认按钮，尚不足以说明人掌握了有效的控制权。我们会结合界面信息与实际操作流程，判断确认是否具有实质意义，并追踪系统提供方、管理者和操作人员各自承担的职责。
组织采用则需要回到员工的日常工作。
原来私下维护的 Excel 是否仍在更新？纸质单据是否减少？跨部门催办是否发生变化？这些现象能够帮助我们观察工作方式是否改变，但都需要解释原因。
Excel 停更，可能意味着系统接替了原有功能，也可能意味着这项工作转移给了其他人。打印量下降，也需要结合业务量判断。
因此，我们将这些现象视为采纳的代理指标，与操作记录和访谈相互核验。调用量、登录次数等数据可以辅助解释使用过程；业务价值还需要结合处理时间、返工与差错情况判断。
三、单位经济与交付经验的产品化
一个项目解决了客户的问题之后，我们还会追问，下一次交付能否因此变得更好。
现场形成的适配器、领域模型和评测用例，具有复用潜力。是否已经形成产品资产，需要观察它们在后续项目中的实际使用情况。
我们会记录复用时需要修改多少内容，维护责任由谁承担，以及它是否减少了重复实施与验证工作。把代码整理成一个独立模块，只能说明团队做了抽象设计，实际收益仍需后续交付证明。
经济性也需要分别从客户与交付方观察。
客户侧关注处理一项业务的总成本、用时和结果质量。交付方则需要考虑实施投入、持续支持成本，以及新增项目对人员投入的依赖程度。两者可能在不同阶段呈现不同结果。
计算单次业务成本时，我们以成功完成并通过约定验收的业务事项为分母，将人工复核纳入成本。失败、重试与返工消耗的资源同样需要计入，一次性实施费用的分摊方式应当说明。
对于尚处于试点阶段的项目，我们会保留其学习价值，同时注明长期经济性仍待验证。规模扩大后是否产生收益，需要数据支持。
事实、解释与假设分别呈现
OKFDE 的研究结论分为三类。
客观事实
这一类记录材料能够直接支持的内容，并注明来源与适用范围。
招标文件能够证明采购方提出了某项要求。官方技术文档能够证明厂商公开描述了某种设计。二者都需要进一步的交付或运行证据，才能支持相应的生产能力判断。
日志和现场观察也有边界。研究应说明它们来自什么环境、覆盖什么时间窗口，以及能够回答哪些问题。
研究解释
这一类呈现 OKFDE 基于事实形成的工程判断或组织分析。
我们会交代事实如何支持结论，说明其中的假设与代价，并保留有实质影响的其他解释。某个流程在引入系统之后变快，尚不足以单独证明变化由 AI 引起，业务量和流程调整也需要核查。
读者应当能够分辨材料中直接记录的内容，与研究者据此作出的推演。
待验证假设与未决问题
这一类记录当前证据无法回答的问题，以及后续需要什么材料才能继续判断。
涉及尚未披露的权限设计、运行指标或成本结构，我们会明确写明暂无公开信息。未披露信息不直接等同于能力缺失，也不能用来补全一个过于乐观的判断。
上述分类区分的是内容性质。证据是否可靠，还需另行检查来源质量与核验状态。我们会记录关键材料的日期、版本及来源之间的关系，避免将同一份材料的多次转载视为独立验证。
业务流程自主性等级
为了描述系统能够在多大程度上参与执行，OKFDE 使用 L0 至 L4 的业务流程自主性分级。
这套分级属于 OKFDE 的研究框架，适用于明确范围内的业务流程。它不代表行业认证，也不直接等同于产品质量。高风险流程保留逐笔人工确认，可以是充分考虑业务约束后的合理选择。
上述等级描述应当同时附带业务范围和证据状态。我们会区分厂商声明、测试验证与生产观察。材料不足时标记为暂不定级，不以 L0 代替未知。
一项研究如何形成结论
每项研究首先明确问题与范围，随后收集能够支持或反驳关键判断的材料。
对于重要结论，我们会记录原始来源、时间与适用条件，检查不同材料是否互相独立，是否存在无法解释的冲突。公开材料不足时，可以在获得授权后通过访谈或运行资料补充核验。
报告应当保留结论与证据之间的对应关系。一个判断依赖哪些材料，哪些部分属于解释，还有什么条件尚未确认，读者应能查明。
商业合作与保密要求也会影响材料的使用。涉及客户、合作方或委托研究时，应披露相关利益关系。未获授权的信息不进入公开报告，保密材料的存在也不能替代可公开说明的论证。
当被研究方或读者提出事实异议时，我们依据新增材料核验。影响结论的修改应记录原因，更新研究日期与版本，避免结论脱离当时的证据条件。
研究参与
OKFDE 欢迎能够帮助核验真实交付情况的材料，包括旧系统集成记录、异常处理过程，以及业务采用前后的变化。
提交线索时，请尽量说明业务范围、发生时间与可提供的证据，并标注保密和引用限制。请勿提交未经授权的客户数据或个人信息。
关于 OKFDE
我们关注 FDE，更关注 AI 真正落地之后发生的真实事件。
如果你也关注AI，关注产业，欢迎建联。
微信：okai-leo
公众号：OKFDE-AI不止Demo
⬆OKFDE三“贱”客希望陪伴大家的AI项目成功落地，持续高效！(◍・ᴗ・◍)