从人工研判到智能调度:FDE用AI重构城市规划研判流程
城市规划选址涉及总体规划、详细规划以及交通、水务、市政、公共服务和产业等多部门信息。项目将空间数据、业务规则、专业知识、RAG 检索和工具调用组合进工作流,使一份跨部门规划报告由 3—5 天缩短到 10—20 分钟形成可继续推敲的初稿。
持续关注这一领域的实践与变化。
城市规划选址涉及总体规划、详细规划以及交通、水务、市政、公共服务和产业等多部门信息。项目将空间数据、业务规则、专业知识、RAG 检索和工具调用组合进工作流,使一份跨部门规划报告由 3—5 天缩短到 10—20 分钟形成可继续推敲的初稿。
消防施工图需要设计人员依据建筑 CAD 图纸和消防规范完成喷淋、消火栓、灭火器及管线布置。项目将图形理解能力与行业规范结合,让 AI 承担重复绘制和规则检查、设计人员负责审核调整,把大型项目的图纸生成周期由数天压缩到分钟级。
车管所网办前台已经数字化,后台仍需人工逐张审核身份证、合同、营业执照和发票等图片。项目把机器视觉、OCR、大模型和 RPA 串成办件链路,单件全流程审核由约 15 分钟缩短到 3—5 分钟,日均办件量由约 700—800 件提高到约 1100 件。
诉讼律师需要在材料整理、法律检索、策略分析和文书准备之间处理大量非结构化信息。项目把 AI 嵌入案件处理环节,让系统承担信息整理与分析工作,同时保留律师对策略判断和客户沟通的责任。
佳沃集团围绕知识管理与智能问答开展AI能力建设。案例所对应的核心矛盾是:识别:基于项目群消息实时识别项目状态,使风险主动浮现。方案侧的关键做法是:佳沃集团通过“知识库治理存量、Skill 统一调用、My Context 沉淀决策上下文”,把散落在系统和员工头脑中的经验重构为可持续调用的组织级 AI 能力。当前材料可确认的结果为:企业员工广泛使用外部 AI 解决个人问题,个人效率有所提升,但人机交互产生的经验通常没有进入组织知识体系。
江南电缆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:江南电缆通过 AI 智慧报价,把线缆行业复杂询价流程从人工慢响应升级为多格式自动解析、智能纠错和移动端分秒级响应的客户服务新模式。方案侧的关键做法是:江南电缆将 AI 智慧报价嵌入智能一体化客户管理系统,以客户询价为入口,通过多智能体协同完成询价单解析、核心数据抽取、信息纠错、规范表格生成和报价文件导出。
徐工集团围绕内容生成与办公创作开展AI能力建设。案例所对应的核心矛盾是:制作更轻•更新更快•成本更低。方案侧的关键做法是:围绕根据受控素材生成符合业务事实、品牌规范和交付格式的内容设计数据、模型与业务闭环。当前材料可确认的结果为:徐工集团将 Seedance 2.0应用于工业操作培训、工序 SOP、安全培训等视频生成,大幅降低传统实拍与3D 动画的制作成本。
视源股份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:广州视源电子科技股份有限公司成立于2005年,以交互显示、人工智能为核心,2025年营业收入达243亿元,拥有6个国家级研发平台和资质认证,是中国制造业500强企业和两个省级链主企业。方案侧的关键做法是:智能客服与知识库解答效率提升 90%。当前材料可确认的结果为:原本需要数周甚至数月的应用,被缩短至1—2天,部分场景半天即可上线。
光本位科技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:针对工具多、切换频繁的问题, Lightmate基于文心快码的定制化MCP能力,把光电芯片研发里要用到的工具统一接了进来。方案侧的关键做法是:针对工具多、切换频繁的问题, Lightmate基于文心快码的定制化MCP能力,把光电芯片研发里要用到的工具统一接了进来。当前材料可确认的结果为:迭代优化以往需要反复尝试、修改模型,现在也能够从两三天时间缩短到一两个小时。
中广核围绕知识管理与智能问答开展AI能力建设。案例所对应的核心矛盾是:问题现象 → 各工种之间存在数据孤岛,技术知识无法共享。方案侧的关键做法是:案例总结:宁德核电从「知识管理不足、低脑力劳动过多、安全分析能力不足」三个具体的痛出发,自主训练了 720 亿参数的核工业大模型「锦书」,并基于它构建「云中锦书」应用平台——让每个工程师都能用知识库排列组合,构建专属于自己的"数字工程…。
招商局重工海门基地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:瓶颈资源部署 25+ 项数字化方案,打通计划与执行。方案侧的关键做法是:部署 25 项以上数字化方案,涵盖 AI 驱动计划排产、数字孪生总组建造、准时化物流三大关键场景,推动生产计划与现场执行端到端贯通。当前材料可确认的结果为:船坞周转率翻倍,带动产能提升至 2.6 倍。
亚马逊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:企业:亚马逊(Amazon.com),2025 年运输成本 1,027 亿美元 + 履约成本 1,091 亿美元。方案侧的关键做法是:场景:需求预测基础模型 · 生成式 AI 配送地图 · 仓储机器人具身智能体。当前材料可确认的结果为:成果:大促活动(deal events)长期全国预测改善 10%。