想找机器学习、深度学习的应用案例，网上常见两种内容：一种是术语堆砌，看完还是不知道能干嘛；另一种是宣传页，只讲成功不讲前提。这篇按「场景—判断标准—动手步骤」来写，帮你在自己的业务里对号入座，也能判断哪些场景其实不该上 AI。看具体模型和价格数字，去站内页面核对当时的版本。
想找机器学习、深度学习的应用案例，网上常见两种内容：一种是术语堆砌，分类、回归、神经网络讲了一堆，看完还是不知道能干嘛；另一种是宣传页，只讲成功不讲前提，好像什么都能做。这两种都没法帮你做决定。这篇换个写法，按「场景—判断标准—动手步骤」来走，让你拿着自己手上的事一条条对号入座，顺便判断哪些场景其实不该上 AI。
先说明一点：这里只讲思路和判断方法，不写任何具体数字。模型有哪些、各自什么价位、当前效果什么水平，这类会变的信息建议直接到站内资料库和价格页看当时的版本，别记别人文章里的旧数字。下面开始逐节拆。
先分清三类案例，别被宣传页带偏
看案例之前先给案例分类，思路会清楚很多。同一个「我们用了 AI」背后可能是完全不同的东西，数据要求、验收方式、出错后果都不一样。分不清类别，就容易被别人的成功经验误导，以为照着抄就能跑通。
- 判别类
- 做分类、打分、预测，比如这封邮件是不是垃圾、这个客户会不会流失。输出是标签或分数，验收看准不准。
- 生成类
- 产出文本、图像、语音，比如写摘要、做翻译、生成配图。输出是内容，验收看像不像、对不对、能不能直接用。
- 决策类
- 做排序、推荐、调度，比如先给谁看、派谁去处理。输出是一个动作，验收看最终业务结果好不好。
按数据来源还能再切一刀：自有业务数据、公开数据、外部采购数据。只有第一种才容易做出别人抄不走的差别，因为那是你独有的一线记录。公开数据谁都能拿，采购数据同质化也快，它们适合做冷启动，不适合当长期壁垒。
- 判别类对数据量要求相对友好，几百条标注样本就能先跑个基线
- 生成类对语料质量和覆盖度要求更高，缺什么风格就写不出什么风格
- 决策类最吃长期行为数据，样本积累慢，回报周期也长
- 如果一件事的规则本身就能写成明确的条件判断，用不上机器学习，写死规则更稳也更好维护
- 看任何案例时优先找三件事：输入是什么、输出怎么用、错了会怎样，宣传页通常只讲中间那步
几个大行业的典型场景对照
下面按行业列一遍常见场景，但请注意：同一类场景在不同公司的难度差别很大，取决于你的数据积累和容错空间。看的时候重点不是「我们也能做这个」，而是「我们有没有它需要的那种数据」。
| 行业 | 常见场景 | 起步难度 | 出错代价 |
|---|---|---|---|
| 零售电商 | 销量预测、选品打分 | 较高，依赖历史动销数据 | 备货错了压资金 |
| 零售电商 | 推荐排序、评价情感归类、图片审核 | 中等，样本易得 | 排序错了影响体验，审核错了可回溯 |
| 办公政企 | 文档分类归档、合同字段抽取、会议转写摘要、工单派发 | 较低，价值在省人力 | 抽错字段需人工复核 |
| 制造物流 | 质检图像识别、设备异常预警、路径排班优化 | 较高，需现场数据采集 | 错判可能停线或漏检 |
| 内容客服 | 多语言翻译、话术推荐、意图识别、知识库问答 | 较低，上线快 | 答错影响口碑，效果衰减快 |
从这张表能看出一个规律：越是省人力、可回溯、能人工兜底的场景，越适合先做；越是直接决定钱和安全的场景，越要慎重。办公、内容、客服这几类通常是最好的起步区，因为它们错一次的后果可控，而且人工复核的成本本来就不高。
- 样本极少的冷门品类别急着做，先想办法攒数据或换更容易的场景
- 标注成本高于收益的场景别做，算一下人工做一遍要多久、频次多高，划不来就停
- 一旦出错就无法补救的环节别做全自动，最多做成给建议、人拍板
- 效果衰减快的场景要提前定好回看节奏，语料过时就重新标注
判断你的场景值不值得做：一张自检表
决定动手前，拿这几条过一遍。任何一条答不上来，都说明还没准备好，不用急着选模型。这张表的顺序也基本就是排查顺序：先看数据，再看风险，最后算账。
- 查历史数据这类判断过去有没有留下记录，记录里有没有正确答案。没有标签就得先补标注，标注量估算不出来就先别开工。
- 算错误代价错一次是重发一封邮件还是赔一笔钱。前者可以直接上，后者必须先小范围灰度，限定影响面。
- 看规则稳不稳如果判断标准每隔一段时间就大改，模型刚训好就过时，先等业务稳定下来再说。
- 确认有没有人工兜底把 AI 输出接到一个人工确认的关口，是最省事的风险控制，也是早期收集反馈的好办法。
- 对照算账人工做一遍要多久、频次多高，乘以时间成本，再跟标注、训练、维护的投入比一比。划不来就停，这不丢人。
从小场景起步的四步动作
确认值得做之后，别一上来就搞全流程自动化。先用一个小切口验证「数据和流程能不能撑起来」，跑通了再扩。下面四步的顺序不要颠倒，尤其是第三步，很多人急着换模型，其实问题在数据。
- 第一步选一件高频、低风险、有历史记录的小事，比如把工单按类型归类，而不是做端到端自动处理
- 第二步抽一批真实样本人工标一遍，先看人工判断的一致性能到多少，人对不齐的事模型也学不会
- 第三步先跑「AI 给候选、人做决定」的模式，记录人工采纳率，采纳率不上来就回去查数据和标注口径，而不是换更大的模型
- 第四步定好回看节奏和退出条件：多久复看一次效果、哪个指标掉到什么程度就停下，写下来再上线
这四步里最容易忽略的是第二步和第四步。人工标注一致性决定了模型的效果上限，退出条件决定了你什么时候止损。把这两件事做了，就算这个场景最后没做成，你也攒下了一份可复用的标注数据和一套判断流程。
想横向对比不同模型和接口在这个场景下的实际表现，可以到站内的评测和工具页面，用同一批样本跑一遍，看当时的数字再决定，别凭印象选。
下一步想动手前先摸清可选项：去模型资料库看各家能力覆盖，再到价格追踪页核对当时的成本，最后用评测页的对比结果挑一个先试。→常见问题
机器学习和深度学习，落到案例上到底差在哪？
多数行业场景用前者就够：表格型数据做预测打分，几万条样本就能出结果。后者更适合图像、语音、长文本这类非结构化输入，好处是不用手工设计特征，代价是样本量和算力都上去了。先按输入是什么来选，别按哪个听着更高级来选。概念对应关系可以到站内词典的基础概念页对照。
我们数据不多，还能做应用吗？
能，但要换思路：一是缩小目标，只做某一个品类或某一条产线；二是先用现成的大模型做零样本或少量示例的判断，跑一段把它的输出当草稿，人工改完就攒出了标注；三是把重点放在流程上，比如抽取和归类这类容错度高的环节，别碰预测精度要求高的活。
怎么跟老板说明这个项目值不值？
别讲技术指标，讲三件事：现在这件事多少人多少时间在做、做完之后哪些环节能省下来、出错时谁来兜底。再补一句什么条件下会停，比如采纳率低于某个水平就回到人工流程。把成本口径也写进去，可以参考站内算力与成本相关页面，按当时的口径自己算一遍。
