← 返回案例库指间云

公开案例 · 制造/工业

海外某工业设备企业(手套到卡车都进 ERP)

ERP 物料搜索与采购浪费治理

项目做法

FDE 没有带现成产品进场:前期对全客户业务摸排持续很长时间,进入案例后又围绕 ERP 及上下游团队持续数月访谈,有时直接坐在业务人员旁边看实际操作,访谈后自己做根因诊断。 诊断把"ERP 不好用"拆成约 15 个可处理的功能点,其中两个最典型:数据不干净、搜索能力弱。随后把问题放回完整业务链条验证价值:搜索困难 → 重复录入 → 数据污染 → 错误/重复采购 → 库存积压 → 报废 → 真实财务损失——只有链路成立,才知道 AI 应用值多少钱。 接着与所有利益相关方定优先级:功能点列表召集各业务部门负责人逐项确认并投票,FDE 内部从七八个维度评估每个用例——数据能不能拿到、处理后能不能写回业务系统、AI 能不能解决、技术难度、业务人员是否愿意采用。 技术上只做两件事: - 数据清洗标准化:在检索前处理历史数据里的重复和不一致 - 语义检索(semantic search,按语义而非关键词匹配):把同一物料的不同叫法对上号 是否采购仍由业务人员拍板。实施从能快速证明价值的场景开始,最好两三周看到初步结果;过程中允许反复,问题定义不对就回到问题发现。 > 验收看最终业务结果——客户是不是少买错、少重复购买,模型准确率只是过程指标。价值必须由客户业务人员确认"这笔钱确实被省下来了"才算成立。

项目进展

原文未公布量化结果(如实标注)。衡量口径明确:以采购行为是否改变为最终指标——少买错、少重复购买;模型准确率、搜索速度只是过程指标。 项目把"大家都知道有问题但没人知道值多少钱"的状态,变成可发现、可干预、可计算价值的经营问题,这被视为 AI 落地与 AI 演示的分界。 踩坑: - 找到真问题花了数月,对习惯"给需求写代码"的工程师最难接受 - 跨十几个团队协调,很多冲突不会在会上说出,要多轮讨论加单独沟通 - 数据能否拿出、老 ERP 能否写回、部门是否允许碰系统、用户信不信结果,任何一项解决不了用例都可能失败 - 上线后效果是否保持要持续观察,不能"东西做完、钱到账、人撤走"。

联系张经理

咨询电话

拨打电话 · 153 1441 1115

微信咨询 · 点图放大

整理业务需求
可复制摘要,通过微信发给张经理。
张经理微信二维码大图

电脑端用微信扫码;手机端保存图片后,从微信扫一扫的相册中选择。

保存二维码