解读

面试官想验证三件事：

1. 你是否真正操盘过“算法-数据-工程-业务-合规”五方混战的大型AI项目；
2. 能否用结构化方法把模糊诉求收敛成可落地的算法指标与排期；
3. 在资源有限、目标冲突的中国式组织里，如何兼顾KPI、合规与上线窗口。
   因此，案例必须体现“算法边界判断—数据闭环设计—多方利益平衡”三段论，且关键策略要落在“会前预埋、会中控场、会后闭环”三个动作上。

知识点

1. 跨团队需求对齐的“3×3 模型”：会前3张图（业务价值流图、算法可行性矩阵、数据血缘图），会中3份清单（争议清单、决策清单、待验证清单），会后3类交付（PRD修订版、数据标注方案、风险评估报告）。
2. 算法可行性矩阵：横轴为“数据可获得性”，纵轴为“模型效果天花板”，四象限快速砍掉伪需求。
3. 数据闭环“三问”：谁来标注、多久更新、错误样本怎么回流。
4. 中国式排期博弈：财务窗口（Q4预算回收）、监管窗口（算法备案截止）、业务窗口（618大促），用“红黄牌”机制锁定MVP范围。
5. 合规红线：个人信息保护法第26条“显著告知+单独同意”，必须在需求对齐会输出《个人信息影响评估报告》初稿，否则法务可一票否决。

答案

案例背景：去年我在某头部电商负责“直播商品违规话术实时拦截”AI项目，涉及算法、音频工程、直播业务、安全合规、标注外包五方，共32人。业务方希望30天内上线，准确率≥95%，召回≥90%；算法侧初评至少需要120万小时标注语料，时间不够；合规侧要求所有声纹可回溯，与直播原音分离存储，工程改造量巨大。
目标：用一次2小时的“需求对齐会”把范围砍到可落地的MVP，并拿到各团队签字承诺。

关键策略

1. 会前预埋
   ① 用算法可行性矩阵预判：召回90%需检测200+违规类别，但现有数据仅覆盖60类，落入“低数据高效果”象限，直接砍掉边缘类别，保留“极限词、虚假宣传、三品一械”三大类。
   ② 数据血缘图拉通：直播已有ASR文本流，可复用70%字段，减少50万小时音频标注；同时预埋“错误样本24小时回流”接口，让业务方看到闭环路径。
   ③ 把争议最大的“声纹分离存储”写成A/B方案：A方案全量分离（工期18人月），B方案仅对命中样本分离（工期3人月），提前发邮件让法务和工程各自背好数字，会上直接拍板。

2. 会中控场
   ① 开场5分钟重述业务KPI：大促前30天上线，拦截量提升3倍，GMV损失<0.5%，用“钱”对齐所有人注意力。
   ② 用“红黄牌”机制限时争论：每张黄牌2分钟，红牌直接记录为“待验证”，防止无限拉扯。会上共发出4张黄牌、2张红牌，把“是否支持方言识别”移出本期。
   ③ 决策清单当场输出：MVP范围、数据标注120万小时→30万小时、准确率≥90%、召回≥85%、声纹采用B方案、合规评估报告由法务在T+3内给结论。所有负责人在线飞书多维表格签字，生成PDF抄送总监群。

3. 会后闭环
   ① 当天夜里我把会议纪要转成PRD 2.0，把算法指标写成“误拦率≤1%（按直播场次计）”，方便业务感知。
   ② 标注外包团队48小时内给出“极限词”预标注样本1万条，算法组用主动学习筛选3000条高价值样本，训练首轮模型F1 0.82，达到立项阈值。
   ③ 每周五用同一套飞书表格自动拉取新误杀案例，30分钟复盘，4周后模型F1提升到0.89，业务方GMV损失0.37%，低于0.5%红线，项目顺利结项。

结果：项目按期上线，大促期间拦截违规直播1.2万场，减少监管罚款约800万元；我个人获得季度“技术协同奖”，并在集团内部分享该“3×3模型”，被3个事业部复用。

拓展思考

1. 如果再来一次，我会把“算法可解释性”也写进对齐会决策清单。因为监管下半年开始抽查“AI生成内容”的说明义务，提前把SHAP值可视化方案预埋，可避免二次改造。
2. 当面对“老板一句话需求”时，可把算法可行性矩阵提前做成一张A4铜版纸，会后让老板手写签字，形成“物理承诺”，显著降低需求膨胀概率。
3. 跨团队对齐会不是“一锤子”，建议用“双周沙盘”机制：每两周用30分钟快速刷新算法指标、数据回流、合规新规，把大对齐拆成连续的小对齐，既保持节奏又减少信息衰减。