Datawhale FDE访谈案例导读:24个业务现场与交付问题
本篇将《Datawhale《FDE案例100》》中已整理的24篇案例组织为阅读路径。案例提供业务问题、方案选择和交付过程的参考;来源披露的结果不构成对其他企业的效果承诺。
本篇将《Datawhale《FDE案例100》》中已整理的24篇案例组织为阅读路径。案例提供业务问题、方案选择和交付过程的参考;来源披露的结果不构成对其他企业的效果承诺。
怎样阅读这些案例
先按行业与核心业务任务找到相近项目,再检查原有流程、输入资料、异常分支与业务负责人。技术名词相同,并不意味着数据基础、流程复杂度和投入条件相同。
案例阅读索引
| 案例 | 行业 | 核心场景 |
|---|---|---|
| 从师徒带教到AI辅助培训:FDE用AI破解制造业经验传承难题 | 制造业 | 制造业经验传承 |
| 从人工审材料到自动化办件:FDE用AI提升车管所网办效率 | 政务服务 | 车管所网办审核 |
| 从案头工作到智能协作:FDE用AI优化诉讼律师的案件处理能力 | 法律服务 | 诉讼案件处理 |
| 从人工研判到智能调度:FDE用AI重构城市规划研判流程 | 城市规划 | 城市规划研判 |
| 从大海捞针到全链路提效:FDE用AI重构TikTok达人建联与履约 | 跨境电商 | TikTok达人建联与履约 |
| 从经验装车到智能规划:FDE用AI优化跨境物流装载效率 | 跨境物流 | 跨境物流装载 |
| 从个人提效到组织能力:FDE用AI推动企业研发转型 | 软件研发 | 企业研发转型 |
| 从物料难找到精准定位:FDE用AI减少工业企业采购浪费 | 工业制造 | 工业库存物料检索 |
| 从“表哥表姐”到智能执行:FDE用AI重构央国企财务流程效率 | 财务管理 | 央国企财务流程 |
| 从人工核对到智能对账:FDE用AI让线下零售对账又快又准 | 线下零售 | 线下零售对账 |
| 从文件散乱到随取随用:FDE用AI帮外贸企业把资料变成可用资产 | 外贸 | 外贸企业资料管理 |
| 从人工盯图到公司级生产:FDE用AI重塑鞋服电商素材工作流 | 鞋服电商 | 鞋服电商素材生产 |
| 从纸质流程到数据驱动:FDE用AI推动传统消防维保企业数字化转型 | 消防维保 | 消防维保数字化 |
| 从技术交付到业务自驱:FDE用AI推动国企工作流程真正落地 | 国企管理 | 国企工作流 |
| 从经验写稿到稳定量产:FDE用AI重构本地生活短视频内容生产 | 本地生活 | 本地生活短视频 |
| 从人工分析到分钟级洞察:FDE用AI重构电信网络数据分析 | 通信运营 | 电信网络数据分析 |
| 从老师傅报价到AI深度协同:FDE用AI重构非标制造售前链路 | 非标制造 | 非标制造报价 |
| 从纸质台账到AI经营:FDE推动生物科技上市公司市场销售与经营决策的智能化 | 生物科技 | 生物科技企业经营 |
| 从人工排队到审核前置:FDE用AI重构消费品研发协同与包装审核 | 消费品研发 | 消费品包装审核 |
| 从看不清订单到看清经营:FDE用AI让制造企业的经营流程更透明 | 制造业 | 制造企业经营透明 |
| 从人工绘图到智能协作:FDE用AI重塑建筑图纸交付流程 | 建筑设计 | 建筑图纸交付 |
| 从库存割裂到业务联动:FDE用AI打通跨境电商的库存、补货与广告决策 | 跨境电商 | 跨境电商库存与广告 |
| 从老板报价到长尾承接:FDE用AI打通工程租赁获客与报价 | 工程租赁 | 工程租赁报价 |
| 从发货到动销:FDE用AI打通跨境快消的海外数据断层 | 跨境快消 | 跨境快消海外数据 |
把阅读变成可执行的调研
- 对照客户现有流程,记录哪些环节与材料相同,哪些条件尚不成立。
- 将原文披露结果与自己的现状基线分开,明确指标的分母、时间范围和成本边界。
- 把案例中的方案拆成资料准备、模型能力、系统接口与人工责任,逐项判断可复用程度。
- 对未公开的预算、人员、周期和异常处理记录待确认问题,不用行业案例替代客户验收。
来源范围
本导读不增加新的企业事实或量化成效。具体来源、页码或受访者见各案例正文;方法性阅读建议由FDE前线编辑部整理。
研究资料
研究团队:FDE前线 · 系列研究
当前提供在线正文,尚无可下载的公开报告。
KEEP EXPLORING
查看全部 继续阅读
产业研究 / 企业 AI 转型
制造业数字化转型报告导读:35个企业案例的场景与技术路径
本篇将《2025年度制造业数字化转型典型案例集》中已整理的35篇案例组织为阅读路径。案例提供业务问题、方案选择和交付过程的参考;来源披露的结果不构成对其他企业的效果承诺。
产业研究 / FDE 与工程交付
企业 AI 工程蓝图:七层架构、四个运行平面与交付门禁
本文件是 35 页授课 PPT 的工程细节补充。研究核验日为 2026-10-18,不声称覆盖 10 月尚未发生的变化。所有目标架构、门槛、周期与算例均为参考设计。没有调用客户云账户或联通生产系统,没有验证商业 SLA,也没有虚构联通落地效果。
产业研究 / 企业 AI 转型
GitHub 上的 WeKnora 二开与集成案例
核验日期:2026-09-30。这里严格区分 代码二开 fork(有独立提交)、外部产品集成(通过 API 使用 WeKnora)和单纯 fork(没有独立提交)。GitHub 的星数、README 标题和 fork 标记本身不能证明项目有产品化能力。