企业案例 / 企业 AI 转型
某家电企业AI助理：快速获取产品型号信息
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。
正在加载内容…
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
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。
美菱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AI赋能家电制造的道路上，美菱股份的实践“用户投诉”倒推真实痛点，在四大方向实现突破：通过AI视觉实现质量检测秒级响应与零漏判。方案侧的关键做法是：采用LSTM、声纹识别等技术实现工艺参数自优化,用Deepseek进行吸塑设备运营报告自动生成，报告耗时5小时→1分钟，效率提升99.7%。
东风汽车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：面对夹具设计历史数据复用率低、设计周期长的核心痛点，东风汽车通过数据智能标注与管理、设计知识复用、3D模型自动生成等关键技术，成功盘活了沉淀的历史设计数据。方案侧的关键做法是：该方案实现了设计效率提升5倍以上，显著缩短了项目交付周期，是人工智能赋能传统汽车研发流程的一个典型案例。