双汇:RPA+多维表格打造24小时自动化办公体系
双汇围绕流程自动化开展AI能力建设。案例所对应的核心矛盾是:定位问题 AI自动分析差评。方案侧的关键做法是:当 RPA的多系统对接能力、多维表格的数据组织与逻辑能力、以及协同工具的即时触达能力三者结合,便能构建出一个 “24小时自动运转、数据流主动找人” 的智能运营体系,这才是AI转型在运营层面真正落地的核心形态。当前材料可确认的结果为:数天→10分钟 排查效率提升。
深入真实业务场景,记录企业 AI 转型的方法、挑战与价值。
共 121 篇已公开内容
双汇围绕流程自动化开展AI能力建设。案例所对应的核心矛盾是:定位问题 AI自动分析差评。方案侧的关键做法是:当 RPA的多系统对接能力、多维表格的数据组织与逻辑能力、以及协同工具的即时触达能力三者结合,便能构建出一个 “24小时自动运转、数据流主动找人” 的智能运营体系,这才是AI转型在运营层面真正落地的核心形态。当前材料可确认的结果为:数天→10分钟 排查效率提升。
中航工业某企业围绕供应链与库存优化开展AI能力建设。案例所对应的核心矛盾是:面向航空制造业主机厂与上游供应商的复杂协作场景,本案例通过构建供应商采购风险管理智能体,重塑供应链管理模式。方案侧的关键做法是:面向航空制造业主机厂与上游供应商的复杂协作场景,本案例通过构建供应商采购风险管理智能体,重塑供应链管理模式。
某家电制造企业(原材料未披露名称)围绕通用AI能力建设开展AI能力建设。案例所对应的核心矛盾是:时间成本高:家电行业的产品线繁多,手动查询和逐条查看产品详情非常费时。方案侧的关键做法是:用户友好界面:通过对话形式的人机交互界面,合作伙伴打开飞书/钉钉/企微/网页即可使用,无需操作繁琐的传统产品库系统。当前材料可确认的结果为:材料尚未披露可独立核验的量化结果。
美的集团围绕企业级智能体平台开展AI能力建设。案例所对应的核心矛盾是:代替人工夜巡,如注塑机油夜巡查。方案侧的关键做法是:是 美的集团最早部署人形机器人的三个制造基地之一。当前材料可确认的结果为:精确重复每一个动作,减少培训误差。
宁波吉利PMA工厂围绕研发设计与工程智能开展AI能力建设。案例所对应的核心矛盾是:车身强度是整车质量的基础,焊装车间需重点关注产品的焊点分配及焊点质量等问题。方案侧的关键做法是:为了避免或者减少问题的发生,我们采用了采用计算机仿真、虚拟制造等技术,搭建数字化车间或数字化工厂实现对产线布局、工艺流程、制造过程及生产物流的仿真,优化生产过程。
安徽合力围绕研发设计与工程智能开展AI能力建设。案例所对应的核心矛盾是:在试运行的1个多月里,3DDFM系统累计审查1400余个模型,日均完成 1100多次规则审查, 不仅提前发现2000多项可制造性问题,更使设计错误率下降32%, 彻底改变了“设计-下发-评审-反馈”的串行流程,实现“设计过程中同步DF…。
联宝科技围绕供应链与库存优化开展AI能力建设。案例所对应的核心矛盾是:该系统将AI的认知速度与广度注入供应链管理,实现了风险预警100%的精准率,标志着从“被动响应”到“主动预见”的质变,为企业驾驭不确定性提供了全新范式。方案侧的关键做法是:该系统将AI的认知速度与广度注入供应链管理,实现了风险预警100%的精准率,标志着从“被动响应”到“主动预见”的质变,为企业驾驭不确定性提供了全新范式。
鸿路钢构围绕安全生产与智能巡检开展AI能力建设。案例所对应的核心矛盾是:鸿路钢构通过智能工牌实现了:人员行为数字化、人岗匹配透明化、工时报工自动化、安全风险可视化、异常事件快速响应。方案侧的关键做法是:鸿路钢构通过智能工牌实现了:人员行为数字化、人岗匹配透明化、工时报工自动化、安全风险可视化、异常事件快速响应。当前材料可确认的结果为:数据准确性显著提高,工时统计自动化,减少人工纠错成本。
微软围绕组织与人才智能开展AI能力建设。案例所对应的核心矛盾是:“我们基于代理类型设计不同的关卡和风险控制,这是我们内部实验的直接结果。方案侧的关键做法是:本文基于11月13日微软官方博客《 The agentic future: How we’re becoming an AI-first frontier firm at Microsoft 》。
海天味业围绕工艺优化与能源管理开展AI能力建设。案例所对应的核心矛盾是:在酱油、蚝油等发酵型食品制造中,海天长期依赖人工经验、温湿度感知与师傅工艺判断。方案侧的关键做法是:面对更大规模、更高一致性、更高食品安全要求,海天在 2020–2025 年逐步构建了一套“原料—制曲—发酵—灌装—质检”全链路的 AI 化智能制造体系。
施耐德电气围绕设备运维与预测性维护开展AI能力建设。案例所对应的核心矛盾是:面对数千产品线、数十万型号的选型难题,以及传统故障排查效率低、知识库分散等痛点,施耐德电气通过文本机器人与FMEA图谱,实现产品精准选型与故障智能排查,构建统一知识平台,助力员工快速定位问题、沉淀经验,全面推动企业服务数字化升级。
某软件与IT服务企业(原材料未明确披露名称)围绕企业级智能体平台开展AI能力建设。案例所对应的核心矛盾是:痛点:大客户合同金额高、审核周期长(最长5个月),需法务、财务、信控等多方审核。方案侧的关键做法是:面对业务期待高而IT交付难的普遍矛盾,通过RIDE方法论(重组组织、识别机会、定义指标、高效执行),成功将28个“数字人员工”投入真实业务场景,如智能翻译、合同审核、电销外呼与员工服务。