一、学习讨论概况
- 素材来源：团队学习讨论群的问题整理——《AI 需求问题梳理表》，共 19 条需求/问题，每条含「问题描述 + 期待达成的效果」。
- 部门分布：业务中心 10 条（#1–#10）、研发中心 6 条（#11–#15、#18）、人力资源部 2 条（#16–#17）、质量部 1 条（#19）。
- 主题分布：提示词与需求表达（#1、#12）、客户与市场（#2、#4、#7、#8）、项目与信息流（#3、#6、#18）、研发与质量技术（#13、#14、#15、#19）、工具与知识沉淀（#9、#10、#16、#17）、数据基础（#5、#11）。
- 口径：这 19 问交由 Allan（优贝德医药）解答，重在提供解题思路（方法与路径，不是交钥匙方案）；这些问题在优贝德也是共性的，因此沉淀为本套课件长期复用。
二、关键信息摘要
1. token 与人力成本的观点
五条观点总结见 ① 算清 AI 的账，一句话版：token 是小钱，人的时间是大钱；需求说不清导致的返工才是最贵的浪费。（口径：据学习讨论主题整理，群聊原话未随表留存，如有出入以群聊为准。）
2. 可供团队试用的工具或服务
工具地图见 ③ 工具上手：公司已配（WorkBuddy + MiMo、录音转写与 AI 总结、培训区 AI 助教）+ 常见免费可试（DeepSeek / Kimi / 豆包 / 腾讯 ima / 腾讯文档智能助手）+ 待落地能力（私有知识库、Agent、PPT 母版、提问复盘）。
待补录：群聊中同事点名的具体工具未随梳理表留存；拿到清单后补进 tools.html。
3. 需要 Allan 解答的问题清单
19 条完整清单与逐条解题思路见 ④ 19 问解题思路手册（痛点 → 思路 → 避坑，逐条对应原表序号）。
三、待办清单
| # | 待办 | 负责 | 状态 |
|---|---|---|---|
| 1 | 19 问解题思路备课（含 6 小时议程、课件 7 页） | Allan | ✅ 本次课件交付 |
| 2 | #9 三件事确认：多模型 + Agent 方案、隐私保护方案、私有知识库可行性 | Allan | 课上给路径（tools.html 第五节） |
| 3 | 各部门按「期待达成的效果」定 AI 落地优先级（业务中心需求最多最急，10 条） | 各部门 | 课后 30 天内（practice.html） |
| 4 | 群聊点名工具清单 / 讨论原话补录 | 太一 / 娟 | 待补 |
| 5 | 参与名额确认（17 位同事） | 娟 | ✅ 已确认 |
| 6 | 午餐预订统计 | 娟 | ✅ 已统计（见下） |
| 7 | 每人交一页 30 天行动计划 | 全体学员 | 课后一周内 |
四、会务统计
| 项目 | 数字 | 备注 |
|---|---|---|
| 学习讨论参与名额 | 17 位同事 | 来自群内报名统计 |
| 午餐预订（娟这边） | 4 人 | 按预订份数准备 |
| 下午到场 | 1 人 | 下午到场，不占午餐 |
说明：参与名额与午餐统计来自群内会务信息，未随《AI 需求问题梳理表》留存，以此处记录为准。