Cross-Case Comparison（横向案例对比）

知识库位置：FDE Knowledge Base/06 Case Studies/07-Cross-Case-Comparison.md 术语不确定时，请查阅 Glossary（中英文术语表）。

把六个案例放在一起横向比较，可以看出：不同的 Business Problem（业务问题）对应完全不同的 Architecture Pattern（架构模式），而不是「所有项目都上 AI」。

六类项目横向比较

Case（案例）	核心问题	主要模式	最大风险
Knowledge Assistant（企业知识助手）	找不到知识	RAG（检索增强生成）	错误检索 / 权限
Customer Support（AI 客服智能体）	客服效率	Workflow（工作流）+ Agent（智能体）	高风险动作
Sales Assistant（AI 销售助理）	信息碎片化	Copilot（智能副手）	Adoption（用户采用）/ Context（上下文）
Predictive Maintenance（预测性维护）	非计划停机	Data（数据）+ ML（Machine Learning，机器学习）	Data Quality（数据质量）
Data Integration（企业数据集成）	数据不一致	Data Platform（数据平台）	Ownership（数据所有权）
Workflow Automation（AI 工作流自动化）	人工流程成本	Workflow（工作流）+ AI	自动化错误

Architecture Pattern Comparison（架构模式对比）

Knowledge Assistant（企业知识助手）
→ RAG（检索增强生成）

Customer Support（AI 客服智能体）
→ Workflow（工作流）+ RAG（检索增强生成）+ Tool Calling（工具调用）

Sales Assistant（AI 销售助理）
→ API + RAG + LLM Synthesis（大语言模型综合）

Predictive Maintenance（预测性维护）
→ Data Pipeline（数据管道）+ Predictive Model（预测模型）

Data Integration（企业数据集成）
→ ETL（抽取-转换-加载）+ Canonical Model（规范化模型）

Workflow Automation（AI 工作流自动化）
→ Deterministic Workflow（确定性工作流）+ AI

这说明什么

FDE 并不是 AI 项目工程师。

很多 FDE 项目的最佳解决方案可能主要是：

Data（数据）
Integration（集成）
Workflow（工作流）
Architecture（架构）

而 AI 只是其中一个组件。

六个案例中，只有前三个以 AI 为主要能力；后三个的核心分别是数据质量、数据治理和确定性流程。选择「不用 AI 的方案」有时正是最正确的架构决策。