🚀 我们如何在 Meilisearch 实践 AI

当我们发现 70% 的团队成员每天都在使用 AI 工具，但效果却千差万别时，我们意识到需要一种系统性的方法。不是又一个模糊的“AI 转型”倡议，而是一个实用的框架，用于将 AI 炒作与实际价值区分开来。

以下是我们为评估和实施公司范围内的 AI 工具而开发的具体系统，以及我们迄今为止学到的经验。

我们揭示的惊人现实

当我们在 Meilisearch 开启 AI 之旅时，我们预期会发现零星的采用情况。然而，我们发现了一个更有趣的现象：普遍的实验，但价值却不尽相同。

采纳悖论

我们公司范围内的评估显示，每一位团队成员都已尝试过 AI 工具，其中高达 70% 的人将其融入日常工作流程。

但数字只说明了一半事实

尽管采纳率很高，但团队对 AI 价值的看法却出人意料地参差不齐。许多人正在使用这些工具，但却质疑它们是否真正有益，抑或只是制造了另一种形式的忙碌工作。

使用与感知价值之间的这一差距成为我们的第一个关键洞察。

改变我们方法的四个关键洞察

通过对所有部门的深入访谈，我们发现了在简单使用统计数据中不会出现的模式

1. 🌿 环境影响：我们的团队对 AI 的环境影响提出了深思熟虑的担忧。
2. 🤔 专业知识悖论：随着团队成员领域专业知识的增长，他们对 AI 价值的看法通常呈现 U 形曲线。初学者发现 AI 对学习有帮助，专家将其用作强大的加速器，但处于中间水平的人有时会发现它弊大于利。
3. 🎯 信任困境：AI“不一致的卓越表现”产生了一个根本性的信任问题——有时具有变革性，有时却令人费解地偏离目标——这使得团队不愿将其整合到关键任务流程中。
4. ✨ 创意加速：尽管存在疑虑，但几乎每个人都报告了创意流程的显著改进——从消除写作障碍到改变编辑工作流程。
5. 🔭 提示词复杂性差距：大多数团队成员仍在使用基本的提示技术，并未意识到通过更高级的方法，他们的结果可以得到多么显著的改善。

这项调查显示，我们面临的并非采纳问题，而是价值提取挑战。人们正在使用 AI 工具，但未能持续获得有意义的结果。我们需要一个框架来帮助团队识别 AI 实际可以创造价值的地方，以及它只是增加复杂性的地方。

⚖️ 我们的解决方案：AI 价值评分矩阵

基于这些洞察，我们开发了一个系统性框架，以穿透 AI 炒作周期。我们没有追逐最新的工具或模型，而是创建了一种数据驱动的方法，用于识别 AI 在我们特定情境中能够创造真正价值的地方。

价值评分矩阵：每个潜在的 AI 用例都根据与我们组织优先级对齐的多个加权维度进行评估。这将“我们应该在哪里使用 AI？”这一抽象问题转化为一套具体的、可比较的分数。

我们的六个关键维度

以下是我们如何应用此框架评估潜在 AI 举措的

这种系统性方法摒弃了关于采用哪种 AI 工具的主观争论，取而代之的是与我们战略重点相符的循证决策。

早期成果：超越 AI 炒作周期

我们的评分矩阵已经改变了 Meilisearch 处理 AI 的方式

1. 从无限选择到战略聚焦

我们的团队不再淹没在源源不断的新 AI 产品中，而是拥有了一个清晰的筛选标准：“这个工具是否解决了我们的高分用例之一？”这极大地减少了干扰和错失恐惧症（FOMO），同时增加了有意义的采用。

2. 平衡投资：“法拉利”和“货轮”

我们正在战略性地平衡我们的实施

• “法拉利”项目：能产生兴奋和动力的快速成功（例如，自动化我们的内部文档更新）
• “货轮”计划：具有变革潜力的大规模努力（例如，借助 AI 协助重新构想我们的客户支持工作流程）

3. 创建专门的实验空间

一个重要的经验是：AI 的采纳需要受保护的时间。我们已将专门的“AI 探索模块”整合到我们的工作日程和即将举行的团建活动中，重点关注我们得分最高的用例。

4. 解决实际问题

评分矩阵通过风险维度自然地纳入了道德考量。我们通过以下方式将其付诸实践：

• 在可能的情况下，优先选择更小、更高效的模型
• 优先选择允许我们在本地运行模型的开源选项
• 预留时间用于人工审核 AI 生成的内容

框架实战：案例研究

在将我们的评分矩阵应用于通过内部讨论确定的用例后，我们迅速发现了高影响力的机会。一个突出的例子是改进我们的代码审查流程——特别是减少拉取请求（PR）的首次审查时间。

该用例在多个维度上得分很高

• 现有工具下的高可行性
• 对开发速度的直接影响
• 明确的价值实现时间指标
• 对工程团队的广泛内部影响

我们实施了 CodeRabbit，这是一个由 AI 驱动的代码审查助手，可提供即时 PR 反馈。在保留我们必要的人工审查流程的同时，该工具能识别常见问题并提供自动化的 PR 描述。经过为期两周的试用期后，我们测量了量化指标并收集了团队反馈。

结果验证了我们评分框架的预测

• 首次审查的平均时间缩短
• PR 文档质量提升
• 团队积极采纳和参与
• 整个工程组织的累计时间节省

接下来：轮到你了

我们分享此框架是因为我们相信它可以帮助其他组织摆脱 AI 炒作，专注于价值创造。

成功采纳 AI 的关键不在于拥有最花哨的工具，而在于拥有最清晰的框架，以识别 AI 在您的特定情境中真正增加价值的地方。