解读

面试官想验证三件事：

1. 你是否真的“主导”过，而非只是参与；
2. 能否把技术、业务、合规、资源四条线串成一条故事线；
3. 在关键节点上，有没有“做减法”或“换赛道”的决断力。
   因此，回答必须呈现“时间轴+决策树”：时间轴体现完整周期，决策树体现你为何在A/B/C三条路中选了一条，并给出量化结果。

知识点

1. 0→1 六阶段模型：痛点收敛 → 数据可采性验证 → MVP 算法 → 产品化封装 → 灰度上线 → 规模化迭代。
2. 关键决策四维：商业价值（ROI）、技术可行（算法边界+算力成本）、数据合规（个人信息保护法、数据出境评估）、组织资源（研发人月、标注预算）。
3. 决策工具：ICE 打分、帕累托数据验证、混淆矩阵阈值切割、L型曲线拐点法。
4. 国内合规红线：算法备案、深度合成标识、训练数据个人信息去标识化、双清单（算法机制+审核规程）。
5. 结果量化：业务指标（GMV、次留、人效）、算法指标（Precision@K、F1、Latency）、成本指标（单张GPU小时成本、单条标注成本）。

答案

我主导的一款“智能报关单证识别引擎”0→1 周期 11 个月，背景是跨境电商平台每天 8 万票报关单，人工录入平均 18 分钟/票，差错率 3.2%，海关处罚风险高。

阶段 1 痛点收敛（第 0-1 个月）
关键决策：做“报关单”还是做“全票物流文件”？
用 ICE 打分：报关单 Impact 9（直接决定清关时效）、Confidence 8（客户痛点明确）、Ease 6（数据可回流）；全票文件 Impact 7、Ease 4。最终聚焦报关单，砍掉 60% 边缘场景。

阶段 2 数据可采性验证（第 1-2 个月）
决策：是否直接采购外部数据集？
合规评估发现外部数据含境内收货人身份证信息，需去标识化且无法获得授权。最终采用“客户现场脱敏回流+历史业务数据”双通道，累计 42 万张高清扫描件，节省 120 万元采购费，并一次性通过网安部门检查。

阶段 3 MVP 算法（第 2-5 个月）
决策：OCR+NER 自研还是云 API 调用？
算力成本测算：云 API 0.08 元/次，日 8 万票即 6400 元；自研一次性 GPU 投入 90 万元，半年即可回本。最终自研，采用 PP-OCRv3 主干+CRF 序列标注，平均识别 latency 420 ms，低于业务 800 ms 红线。

阶段 4 产品化封装（第 5-7 个月）
决策：是否一次性上线 47 类字段？
采用帕累托验证：TOP 12 字段占客户投诉 82%，先上线这 12 字段，其余走人工兜底。将 PRD 拆为 V1.0“高优字段自动识别”+V1.5“全字段覆盖”，研发周期缩短 4 周。

阶段 5 灰度上线（第 7-9 个月）
决策：灰度城市选择“深圳湾口岸”还是“上海洋山港”？
深圳湾日单量 1.2 万、场景单一；洋山港 3 万、场景复杂。为快速验证模型鲁棒性，选择洋山港 10% 流量灰度。上线两周，字段级 F1 0.92，人效提升 55%，客户投诉下降 38%，达到预设“双 30”标准（投诉降 30%，人效提 30%）。

阶段 6 规模化迭代（第 9-11 个月）
决策：是否立即把 CPU 推理切换为 TensorRT？
切换后可降 latency 至 180 ms，但需额外 2 人/2 周。业务侧当前 420 ms 已满足，决定把资源投入“商品编码智能推荐”新模块，保持技术负债可控。

最终业务结果：
• 单票录入时间从 18 分钟降至 4 分钟；
• 差错率从 3.2% 降至 0.7%，全年减少海关罚金 470 万元；
• 项目 ROI 238%，第 10 个月收回全部成本；
• 完成算法备案（网信备 310115××××号），成为国内首批通过海关场景备案的 AI 产品。

拓展思考

1. 如果今天再做一次，我会把“数据飞轮”前置：在 MVP 阶段就引入“主动学习”策略，把模型低置信样本实时推给标注团队，预计可再节省 15% 标注成本。
2. 合规层面，2024 年 8 月即将实施的《生成式 AI 服务管理暂行办法》对“训练数据可追溯”提出更高要求，我会把区块链存证模块直接写进 PRD，避免二次改造。
3. 技术路线层面，多模态 LLM 已能端到端完成“图像+文本”理解，可尝试用视觉-语言大模型替换 OCR+NER 两段式，但需评估 10 倍算力成本与海关内网私有化部署限制，ICE 打分低于 6 则继续观望。