按来源追溯企业AI应用实践，区分披露事实、方法推断与项目成果。
某电子与半导体企业（原材料未明确披露名称）围绕经营分析与智能决策开展AI能力建设。案例所对应的核心矛盾是：生产执行的的评分过程是贯穿了从中心长到各级主管、再到一线员工的业务流程，如果通过人工流转，整个过程复杂且漫长。方案侧的关键做法是：智能工厂的打造可助力客户上市时间缩短50%，准时交货提升130%，并实现关键生产工序自主化和100%自动化。
能源装备行业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：叶片占风机成本的20%以上，一旦出现问题，可能导致事故和故障，甚至长期经济损失。方案侧的关键做法是：整合期(2018年末至2020年)：由于早期各业务单元独立建设系统导致数据汇聚效率低下、一致性差，这一阶段金风进行了基于流程的大平台规划，旨在整合各业务单元的平台，并逐步替换旧有系统，以提高数据处理效率和一致性。
某食品与消费品企业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：各个网站上的信息不定时更新，人工操作可能无法及时获取第一时间的资讯。方案侧的关键做法是：场景：多资讯平台信息检索和汇总，RPA+AI实现全链路自动化。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。
某电子与半导体企业（原材料未明确披露名称）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：在充分了解这一瓶颈问题之后，企业从需求、销售、生产、计划、采购、库存、仓储、运输等全场景视角出发进行了综合考量，制定了先基础后深化，稳步推进的解决方案，将依托智能决策实现产供销高效协同项目分为三个阶段稳步推进：。
维达纸业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：自主创新、联合开发的卫生纸机毛布在线清洁技术入选2021年科技部可持续发展技术清单，有效解决了毛布脏污引起的毛布寿命、能耗、车速及质量问题。
某医药与生命科学企业（原材料未明确披露名称）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：AI识别问题：直接用多模态大语言模型提取，虽然表格格式能保留，但汉字识别不准确。方案侧的关键做法是：这个场景适用于，企业在知识库建设或企业数字化转型过程中，面对各种重要需要存档的文档，不知道要如何处理？。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。
某能源与公用事业企业（原材料未明确披露名称）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：品牌增值：724小时不间断服务，支持自动转工单功能，实现客诉问题及时应答-解决-管理闭环。方案侧的关键做法是：高效处理：实现客诉快速响应（单次响应时间由小时缩短至秒），通过底层知识库的构建实现客诉资料的快速学习上线。
震坤行工业超市（上海）有限公司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：在比价助手帮助下，客户能从数以万计的供应商中，快速选择最优价格，综合考虑供应商的资质、供货质量、售后服务等，SKU数量精减84%，节约采购成本15%。
某医药与生命科学企业（原材料未明确披露名称）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：费时费力：人工处理一条专利至少需1分钟，而内容复杂的专利可能需要2至3分钟。方案侧的关键做法是：优化模型选择：采用Deepseek-chat模型，该模型支持32K上下文。当前材料可确认的结果为：通过优化提示词（prompt），我们显著降低了每次处理的费用，同时提高了稳定性和响应速度。
某汽车与零部件企业（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：人工审核与匹配，效率、质量与可复制性受限。方案侧的关键做法是：通过RPA的循环处理文件的能力，结合AI服务，完成批量处理的场景。当前材料可确认的结果为：利用好多模态大模型的识别能力，结合梳理清楚的业务逻辑和规则，可以把枯燥且繁杂工作交由AI来完成，显著提高效率！。
某企业通用企业（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：另外需要说明的是，AI判断准确率为93%，仍有4份简历被错误归类。方案侧的关键做法是：将文本内容从网页端或者通过API输出。当前材料可确认的结果为：另外需要说明的是，AI判断准确率为93%，仍有4份简历被错误归类。
某汽车与零部件企业（原材料未明确披露名称）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：然而，企业内部的员工缺乏经验或产品熟练度不足，往往无法及时找到解决问题的方法和建议，从而影响企业的生产运营。方案侧的关键做法是：通过这一技术，实现了知识、人员以及时间维度上的多维度链接，将原本分散无序的知识资源有序地串联起来，构建起一套系统化的专家经验库。