深入真实业务场景，记录企业 AI 转型的方法、挑战与价值。
共 143 篇已公开内容
宝马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：AI 被引入，正是为了回答一个问题：人工智能能否让整车生产中的质量控制更高效、更快、更可靠？。方案侧的关键做法是：案例总结：宝马雷根斯堡工厂在每 57 秒下线一辆、几乎"没有两辆完全相同"的高度个性化混线生产中，用 GenAI4Q 这套学习型 AI，为当日约 1,400 辆按客户订单各异配置的车，各自生成一份"量身定制"的检查清单——把过去"一张…。
Cisco围绕智能客服与售后服务开展AI能力建设。案例所对应的核心矛盾是：从结构性层面看，Cisco CX 在转型初期暴露出三个核心问题：。方案侧的关键做法是：她发现把 AI 直接装到旧流程上只会"让坏流程跑得更快"，遂从"优化工单交接"转向"消除交接"，用智能路由实现约 88% 工单一次到位，并以"这个项目要停掉什么工作"作为评判 AI 立项的首要标准。
Hexion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：结构性痛点：原材料成本占成品价值的 50%-60%，板材厂商在低利润率下运营。方案侧的关键做法是：案例总结：150 年历史的化工巨头 Hexion ，通过"剥离传统业务 → 收购垂直 AI 公司 Smartech → 与设备龙头 Siempelkamp/Kadant 结盟 → 重塑商业模式"的四步策略，从被商品化的特种粘合剂供应商…。
ASML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：智能手机、电脑、AI 数据中心所用的先进制程芯片，都依赖 EUV（极紫外）光刻机这一关键设备。方案侧的关键做法是："我们意识到，公司将继续以快速的节奏增长，而要实现这种增长，我们需要更多运营方面的人手来支持。当前材料可确认的结果为：美国地区受影响岗位：从 300 降至 185，降幅约 38%。
某软件与IT服务企业（原材料未明确披露名称）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：胜负以毫秒计，赛道上的每一个决策都依赖工程、仿真、策略、IT、现场保障与总部支持等多个团队的实时同步。方案侧的关键做法是：在知识与任务系统已结构化的基础上，通过 Rovo 实现检索、理解与调用，将信息摩擦大幅削减，使人的注意力回归判断与创造。当前材料可确认的结果为：后果：复杂度提升后，系统稳定性不足，组织持续承压。
思科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：他认为，AI 的基础设施构建是一个漫长的过程，如果你没有在合适的时间切入，哪怕产品再好，也无法在巨头林立的赛道中存活。方案侧的关键做法是：通过 AI 优先策略，思科试图消除业务中的各种“阻力”，让产品迭代速度匹配 AI 的算力进化。当前材料可确认的结果为：Jeetu Patel：如果不是 AI 带来的效率提升，我根本无法驾驭当前这种复杂度的管理工作。
某机械集团围绕智能报价与成本分析开展AI能力建设。案例所对应的核心矛盾是：人工报价模式无法支撑业务规模化(周期长、偏差大、能力依附于人)，某机械集团通过构建"数据+算法+算力"驱动的智能成本估算体系,将报价周期从天级压缩至小时级、成本偏差率从20%降至5%,实现了从人工经验依赖到组织能力沉淀的结构性跃迁,为…。
全亿健康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：合规团队从5人扩至20人，仍无法覆盖全部店铺的资质巡检。方案侧的关键做法是：全亿健康通过RPA+AI构建电商、财务、供应链三大自动化治理体系,将人工密集型管控重构为规则驱动的智能化内核,实现效率电商合规效率提升90%以上，财务流水处理效率提升80%以上,为医药零售行业树立数字化治理标杆。当前材料可确认的结果为：供应链审批从最长24小时压缩至1分钟,效率提升99.8%。
亚马逊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：IA 的评估结果说：90% 的业务问题能被它精准拆解。方案侧的关键做法是：亚马逊通过分层智能体架构，用33M小模型做路由、API确定性替代SQL灵活性，将电商BI从"认知霸凌的数据坟墓"重构为"秒级响应的决策助手"，在牺牲27.1%覆盖率的前提下实现96.9%精确率与15秒P90延迟，标志着BI行业从"人找…。
顾家家居股份有限公司围绕生产计划与智能调度开展AI能力建设。案例所对应的核心矛盾是：单个商品上架耗时30分钟,大促期间需投入10余小时。方案侧的关键做法是：尽管2025年前三季度仍实现营收增长8.77%、净利增长13.24%的亮眼业绩,但管理层清醒认识到: 持续增长不能依赖偶然的灵感,而必须构建系统性竞争力。
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：作为数字化转型的行业标杆，美的在2023年面临新的战略问题：。方案侧的关键做法是：到： 构建系统化的AI应用体系，从13000个场景中提炼40个可复制的解决方案，实现从单点应用到多智能体协同的智能体工厂。当前材料可确认的结果为：AI应用不应满足于"单点优化"（如某个环节效率提升20%）。
花旗银行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：集中式培训无法解决"在我的具体工作中如何用"的问题，导致AI工具使用率长期徘徊在10%-20%，大量投入无法转化为实际生产力。方案侧的关键做法是：花旗的4000人网络不是"放任自流"，而是通过认证体系、工具平台、案例库、激励机制形成有组织支撑的去中心化结构。当前材料可确认的结果为：使用率突破： AI工具使用率从不足20%提升至超过70%，覆盖绝大多数员工的日常工作场景。