长按二维码,关注官方公众号
从团队提效到知识沉淀：AI 赋能产研全流程实践
AI 大模型技术正在深刻重塑全球产研模式，已有超过 70% 的企业开始在研发流程中引入 AI 工具，预计到 2025 年可帮助企业提升 40% 的研发成本。面对复杂业务场景、加速迭代需求和人才成本上升的三重挑战，构建 AI 赋能的产研全流程已成为企业 AI 化转型的关键。
B 端团队可通过系统性引入 AI 工具与方法，建立了从需求到交付的全链路智能协作模式，从"知识管理、工具应用、协作模式、效能评估"四个维度构建 AI 协同开发体系。实践证明，舰桥平台案例实现了38.6%的整体效能提升，B端团队每周节省7-13.5人天，显著提高了交付速度和质量。
本次分享将系统透视知乎社区生态 B 端团队的 AI 赋能产研全链路实践，重点聚焦三大核心内容：知识驱动型 AI 协同开发框架、双轨并行实践体系（在项目中实践与在 B 端团队内广泛实践）、AI 协同产研效能评估方法。通过完整的逻辑和清晰的案例，为各类技术团队提供 AI 协同开发的路径参考和经验借鉴，帮助企业在 AI 时代建立产研效能的新型竞争力。
演讲提纲：
1、AI赋能产研全流程背景与挑战
- 产研面临的效率瓶颈
- AI带来的机遇
2、AI赋能产研建设思路：全链路协同赋能策略
3、知识驱动型AI实践案例
- 项目案例：舰桥平台-单次人力投入降低38.6%，代码一次通过率92%
- 项目案例：B端团队完整实现提效7-13.5pd/周，展示知识库复利效应
4、解析成功关键要素：知识管理、场景适配、团队培养和效能评估
5、AI协同开发新范式展望
听众收益点：
- 洞悉顶层设计AI赋能产研端到端流程
- 构建统一的知识管理体系
- 建立AI应用场景评估机制
- 打造数据驱动的效能评估体系
- 平衡效率提升与质量控制的关系
负责社区运营研发，包含：舰桥平台团队-正向引导立标杆、内容安全治理团队-负向治理守底线、风控反作弊反爬平台团队-流量安全打黑产、客服平台团队、爬虫团队等运营研发团队。自 2018 年加入知乎后，在社区和社交业务领域，担任高级研发与业务架构师。2021 年担任用户理解和数据赋能组的研发 Leader，带领团队从 0 到 1 搭建了实时数据基础架构和相关业务功能，并完成 DMP 和用户理解的整合。2022 年带领团队从 0 到 1 建设了一站式内容&用户&创作者管理、运营、分析平台 - 知乎舰桥平台，后逐渐整合并升级了活动、客服和教育 B 端。现合并了安全、治理、风控等方向的团队，负责社区运营研发。专注于平台化、产品化的解决各运营场景的赋能和提效问题。
