第126章 业务四面：另一扇门（2/2）

重复性高、数据积累丰富、决策链路清晰、人力成本高的场景。林晨答得干脆，比如内容平台的推荐系统——每天亿级的请求，每一次推荐决策都在影响用户留存；再比如客服自动化、风控规则引擎、广告竞价策略。这些场景，AI替代或者增强的不是一个人，而是一套原来根本跑不起来的规模化决策流程。价值密度够高，物理成本才能被摊薄。

他顿了顿，补了一句：我自己的量化系统，其实就是这个逻辑的微型版本。不是为了追求最聪明的预测，而是在成本和精度之间找那个真正划算的平衡点。

张明远听完，靠回椅背，安静了几秒。他的眼神里有某种评估的意味，但不像陈博士那种深潭般的沉静，更像是一个猎手在确认猎物的成色。

好，那我再问你一个更现实的。他在桌上点了点手指，假设你加入T厂，负责推动某个AI能力在业务团队的落地。业务的人觉得这东西不靠谱，算法的人觉得业务不懂，两边都在等对方先动。你怎么破这个僵局？

这是一道考人的题。林晨知道，技术答案在这里一文不值。

找一个最小的、双方都觉得不要命的切入点，快速跑一个能看见结果的小实验。他说，AI能做什么这个指标，我们能在四周内帮你动一下吗。人都是被结果说服的，不是被方案书说服的。赢一次小的，才有资格谈大的。

张明远嘴角动了一下，算是一个认可的表情。

两人又谈了将近一个小时。问题涉及竞对分析、业务优先级判断、跨团队协作的摩擦处理，甚至还有一道关于如果预算被砍一半，你会砍哪里的刁钻问题。林晨没有回避，一一作答，有时候坦诚自己不确定，但说清楚了自己的判断依据和权衡逻辑。

最后，张明远站起来，把外套重新搭上手臂。

聊得不错。他说，语气轻描淡写，但林晨听得出来，那是一种真实的、非客套的评价，你的技术感和商业感都在，更难得的是你知道自己不知道什么。后面HR会联系你，薪酬那块，应该能给你一个满意的数字。

两人握手。

林晨走进电梯，等门缓缓合上。他才允许自己长长地呼出一口气。

手心微微潮湿，心跳还快着。

但这次，底气比任何一轮面试结束时都要足。

他拿出手机，没有立刻发微信，而是先站了一会儿，看着电梯镜面里自己的脸。

然后打字，发给苏婉：第四面结束了。感觉……这次是真的有戏了。

片刻后，苏婉回了一个字：

然后是：红烧排骨今天换成你最爱的糖醋里脊，庆祝。

林晨笑了出来。

走出大堂，深圳湾的风带着咸湿的气息扑面而来，阳光有点灼热，却让人心里踏实。

一个新的开始，好像真的来了。