
從探索通話到生產管道:Ertas 參與模型
完整的 Ertas 參與旅程,從初始探索通話,經過範圍界定、前線部署、管道建設、驗證,到生產交接。
大多數企業 AI 供應商讓你坐下來看演示,然後才問你實際需要什麼。你看到幻燈片、產品瀏覽、來自與你的組織完全不同的《財星》500 強公司的案例研究。等到有人討論你的資料、你的基礎設施或你的限制時,你已經花了一個小時聽關於你可能永遠不會使用的功能。
我們以相反的方式建立了我們的參與模型。我們從傾聽開始。以下是整個流程如何工作,從第一次對話到你的團隊擁有並運營的生產管道。
第一階段:探索通話(30 分鐘)
探索通話是對話,而非推銷。沒有幻燈片。沒有演示。沒有銷售壓力。
我們提問:
- 你在使用什麼資料?什麼類型、什麼量、什麼格式?
- 資料在哪裡?雲端、本地、氣隙環境?
- 你想建立什麼?什麼模型、什麼使用案例、什麼結果?
- 之前嘗試過什麼?什麼有效,什麼沒有?
- 限制是什麼?合規、預算、時間表、團隊容量?
你也提問。這就是重點。探索通話的目的是確定是否有契合——而非說服你有契合。
通話後發生什麼:
如果有明確的契合,我們進入範圍界定。如果沒有,我們這樣說。我們告訴過組織他們的資料還沒有準備好進行準備,他們的使用案例不需要自訂管道,或者另一個供應商是更好的匹配。浪費你的時間不是商業策略。
如果情況不明確——你不確定你需要什麼,或者我們在評估之前需要看到資料——我們可能建議付費探索會議(通常 2 到 3 天),工程師審查你的資料環境並提供範圍界定報告。
第二階段:範圍界定
範圍界定將探索對話轉換為具體計劃。這是模糊目標變成具體可交付物的地方。
範圍界定文件包括:
- 資料源: 將包括哪些系統、資料庫和文件存儲
- 管道範圍: 管道將做什麼(攝入、清理、標注、轉換、匯出)以及不做什麼
- 可交付物: 具體輸出——可工作的管道、文件、訓練有素的團隊、品質指標
- 時間表: 帶里程碑的逐週計劃
- 團隊要求: 你的組織中誰需要在場,以及何時
- 基礎設施要求: 需要什麼計算、存儲和網路存取
- 定價: 固定專案價格或帶上限的時間和材料估算
- 成功標準: 雙方如何知道參與是成功的
範圍界定通常在探索通話後需要 3 到 5 個工作日。對於複雜的參與,可能涉及第二次通話或簡短的現場訪問。
範圍界定文件不是合約。 它是對工作的共同理解。你審閱它、提問、要求更改。我們迭代直到雙方都同意「完成」是什麼樣子。
第三階段:意向書和參與開始
一旦範圍界定達成一致,我們以意向書(LOI)或工作說明書(SOW)正式化。這涵蓋:
- 參與範圍(參考範圍界定文件)
- 定價和付款計劃
- 時間表和里程碑
- IP 所有權(你擁有管道和所有輸出)
- 保密和資料處理條款
- 終止條款
付款通常遵循里程碑結構:參與開始時 30%、在建設里程碑時 40%、在交接時 30%。對於較小的參與,可能更簡單——預付 50%,交付時 50%。
我們不要求多年承諾。參與有定義的範圍和定義的結束。如果你以後想擴展或增加範圍,那是另一次對話。
第四階段:前線部署
這是工作發生的地方。一名 Ertas 工程師(對於較大的範圍,可能是兩名)嵌入你的團隊。
「嵌入」根據你的環境意味著不同的事情:
- 現場: 工程師在你的設施工作,在你的網路上,使用你的硬體。這對於氣隙或高度敏感的環境很典型。
- 虛擬嵌入: 工程師通過安全存取(VPN、跳板主機、虛擬桌面)遠程工作,但在你的基礎設施上。每日站會和共享工作會議維持協作動態。
- 混合: 關鍵階段(探索、領域專家會議、交接)現場,建設工作遠程。
部署模型在範圍界定期間根據你的安全要求、資料敏感性和實際後勤達成一致。
工程師做什麼
第 1 週:資料稽核和環境設置。 工程師映射你的資料環境,獲取系統存取,並確認(或修訂)範圍界定假設。這是意外情況浮現的地方——幾乎總是如此。資料比預期的更混亂、更分散或更龐大。這是正常的。參與計劃考慮到了這一點。
第 2–3 週:管道建設。 工程師在你的基礎設施上建立資料管道:
- 你的源系統的攝入連接器
- 與你的領域專家迭代開發的清理和轉換規則
- 標籤架構設計和標注工作流程設置
- 每個管道階段的品質檢查
- 以你所需格式匯出
你的團隊全程參與。領域專家審閱輸出、對標籤提供反饋,以及標記邊緣案例。你的工程師觀察建設過程並提問。這不是黑盒——當工程師離開時,你的團隊應該理解管道的每個組件。
第 4 週:驗證和交接。 管道以生產資料端到端運行。品質指標被測量和審閱。文件被編寫。你的團隊接受操作和維護培訓。工程師逐一介紹每個配置、每個規則、每個決策——並解釋為什麼,而非只是什麼。
第五階段:培訓和知識轉移
培訓不是最後一天的一小時演練。它貫穿整個參與過程。
在建設階段,你的工程師與我們的工程師並肩工作。他們看到管道組件是如何設計的、邊緣案例是如何處理的、品質檢查是如何構建的。到正式交接時,你的團隊已經學習了幾個星期。
正式培訓涵蓋:
- 管道架構和配置
- 如何修改清理規則和標籤架構
- 如何添加新的資料源
- 如何監控管道健康和品質指標
- 常見問題故障排除
- 如何為新使用案例擴展管道
我們還提供書面文件:架構圖、配置參考、操作手冊和故障排除指南。
第六階段:驗證和驗收
在參與結束之前,雙方審閱在範圍界定期間定義的成功標準:
- 管道是否從所有指定源攝入資料?
- 清理規則是否在驗證樣本上產生正確輸出?
- 標籤架構是否涵蓋所有相關類別?
- 品質指標是否達到商定的閾值?
- 你的團隊是否可以獨立操作管道?
- 文件是否完整?
如果某些東西不符合標準,我們修復它。在雙方同意可交付物已達成之前,參與不會結束。
第七階段:交接和參與後支持
交接時,你擁有一切:
- 管道代碼和配置
- 所有已處理的資料和輸出
- 文件和培訓材料
- 在參與期間構建的任何自訂腳本或工具
沒有供應商鎖定。管道在你的基礎設施上運行,使用開放格式,不會「回電家」。如果你再也不和我們說話,管道繼續工作。
參與後支持包含 30 天:電子郵件和視頻通話可用於問題、故障排除和細微調整。之後,我們為希望持續存取的組織提供可選的支持合約。
接下來發生什麼
一些組織從第一天起獨立運行他們的管道。其他組織回來進行後續參與:添加新的資料源、為其他使用案例建立管道,或將系統擴展到新的團隊。
參與模型被設計為每個參與都是自包含的。你在最後得到一個可工作的可交付物,而非需要持續供應商參與的半成品系統。
開始對話
第一步始終是探索通話。三十分鐘,沒有推銷,沒有義務。我們會問你的資料,並傾聽你想要實現的目標。
預約探索通話,讓我們一起確定是否有契合。
Turn unstructured data into AI-ready datasets — without it leaving the building.
On-premise data preparation with full audit trail. No data egress. No fragmented toolchains. EU AI Act Article 30 compliance built in.
Keep reading

What Is AI Data Readiness? The Assessment Every Enterprise Skips
Most enterprises jump straight to model selection without assessing whether their data is actually usable for AI. Here's what AI data readiness means and how to assess it.

Why Your AI Project Is Stalling — It's Not the Model
Most failed AI projects blame the model when the real failure was at the data stage. Here's why data preparation is where enterprise AI projects actually stall.

How to Audit Your Unstructured Data for AI Potential
A practical guide to assessing your enterprise's unstructured data for AI readiness — inventorying file types, estimating labeling effort, identifying PII, and evaluating document quality.