本文是《FDE工程师-从AI技术实现到业务落地》系列文章第4篇
“技术成功，业务失败”——这是AI项目最常见的死法。
某零售企业，年营收50亿，决定上AI。
项目目标：用AI预测各门店的销量，优化库存管理，降低库存成本。
技术方案听起来很靠谱：
项目周期8个月，投入800万。
结果呢？
上线第一个月，补货建议的采纳率不到5%。
店长们根本不看系统推的补货建议，还是按自己的经验来。
为什么？
因为系统没有考虑一个关键因素——天气。
某门店周末有大型促销活动，销量会暴涨3倍，但系统不知道。某门店门口在修路，客流量下降50%，但系统也不知道。
技术团队做了最完美的模型，但没做最基本的需求调研。