“人类因素”“情感共鸣”，还有没完没了的关于如何促进对齐的讨论——是对齐人，不是对齐AI模型。
这是某次私募股权客户部署Clonal（我们的运营智能平台）后，Slack频道里最常出现的内容。关于dbt模型、评估、蒙特卡洛模拟的讨论，远比预期少。
写软件正在变成我们工作中越来越简单的那部分。更难的是，搭建出人们愿意信任、愿意使用、并且在使用中不断改进的系统。在金融服务行业，这件事的分量格外重。部署Clonal的那一天，它是静止的。即便数据开始流动，连接数据源、生成摘要，这些动作本身也不创造价值。价值出现在更好的上下文改变了前线工作方式的时候：分析师怎么准备、投资委员会怎么决策、业务拓展怎么协同、机构怎么根据信息采取行动。
工作流优先于功能
我们的PE实践反复验证了一点：客户不想要，我们也不想再做一个需要专门去查东西的地方。我们要的是，机构自身的历史信息，在决策者做判断的那一刻，就摆在他面前。
这里面一部分是工程问题，剩下的部分是社交问题。它需要仔细的系统设计和迭代，也需要我们所说的“人类动作”——人们围绕系统反复做的事，比如走查、评审、确定谁负责什么。
以交易负责人准备一场银行家对话为例。他的问题很朴素：我们之前聊过什么？哪些公司正在进入市场？我们放弃了哪些，为什么？接下来该问什么？
一个技术上很惊艳的平台，如果答案散落在重叠的界面、抽象的评分和陌生的分类里，反而会让这种准备变得更难。
早期我们把这些问题做成了完整的功能，有可视化有样式。产品负责人John Cutler注意到，这样做把好几种心智模型压缩成了一个。客户同时在反应数据本身、背后的逻辑、以及呈现方式，我们分不清反馈针对的是哪一层，也很少能清楚读到图数据的真实状态。现在我们改成先理解问题、写示例查询，然后和客户坐下来，一起走查数据呈现出来的东西。有点像用纸做洞察的原型。
运营模型藏在架构里
在本体设计（我们叫“拓扑”）中，微小的区分会带来巨大的后果。
一家公司不等于一笔交易。一家公司可以在不同时间有多个交易流程。内部决定放弃，和对外传达这个决定，可能不是一回事。基金放弃一个项目，不意味着这家公司不再接触市场。缺失一条互动记录，不能证明一段关系已经冷却。这些情况我们天天遇到，它们就是业务的日常语义。
如果平台把这些区分压平，它可以呈现一个干净的界面，却扭曲了现实。前置部署工程师和产品经理与客户一起做系统设计，让这些区分体现在数据模型、工作流归属、权限和可见的操作状态里。没有这种日常接触，我们做出来的东西能运行，但不管用。
闭环：工作流和学习回路
前置部署的工作在实施之后持续产生回报。
和用户并肩工作的工程师与产品负责人，能看到“被要求的能力”和“可用的日常流程”之间的差距。他们观察某人处理一笔真实交易、调查一个意外的可比公司、或者费力寻找下一步动作。这种近距离暴露出的问题，需求文档很少能捕捉到。廉价代码让我们能大幅压缩这些循环，但设计和与做真实工作的人互动，才是我们最重要的一类人在回路。我们大量借鉴领域驱动设计和服务设计，让这些环节有用：短走查、聚焦的推演、用真实记录测试、可见的反馈追踪。这些都在帮助厘清“好”意味着什么。有时我们可以从环境中收集到这一点。当我们进入像交易评估这样判断密集的工作时，必须找到办法把直觉变成可评估的东西。
信任靠克制来设计
在投资工作中，一个诱人的黑箱评分，通常不如一条带日期、来源清楚的笔记有用。
“关系正在冷却”这样的标签听起来很智能，但当专业人士知道自己最近有过好几次对话时，它就会反噬。“自某日期起无记录互动”主张更少，读者却能据此行动。
自动化也一样。一个超期的截止日期可以触发一次复核，但它不应该自行宣布一个流程已经死亡。一个排队中的更新不应该显示为已完成。未知的数据应该保持未知，而不是变成一个看起来很自信的零。这些在软件里都不难表达，哪怕是手写代码。在设计时却很容易被忽略。
交付物是一种可重复的能力
我们的目标是让客户不再需要我们的部署团队。我们希望留下的是一个拥有更清晰归属、可复用上下文、可靠决策路径、以及持续改进自身系统能力的组织。
我们构建和配置的软件提供机器，围绕它的人类动作让它运转起来。
热门跟贴