制造与工业AI 工坊长三角
某新能源电池厂 · 生产与质检 AI 工坊
把 46 人的质检与生产团队分成 4 组,用真实产线数据练通工作流,两周后自发上线 9 条工作流。
9 条自发上线的工作流
46 人参训人数
把 46 人的质检与生产团队分成 4 组,用真实产线数据练通工作流,两周后自发上线 9 条工作流。
盘了 41 个候选场景,砍到 5 个。原计划 180 万预算下调到 60 万,第一年只做三件事。
半年内搭起 AI 工作组、完成 3 次选型评估、上线 1 个智能体。经评审砍掉 2 个无效投入。
复用晶衡内核,接入轧机与连铸设备数据,8 周上线。非计划停机时间下降。
复用晶藏内核,把 1,200 页制度文件变成可问答的知识底座,回答必须给出条款出处。
想清楚该不该投 30 万自建知识库,结论是现在不需要,先解决数据口径。
| 服务 | 案例详情字段 |
|---|---|
| AI 工坊 企业服务 | 培训对象 / 培训时长 / 使用工具 / 参训人数 / 培训前的问题 / 涉及的工作场景 / 培训内容与形式 |
| AI 咨询与诊断 企业服务 | 诊断前的问题 / 诊断范围 / 关键判断 / 咨询产出 / 后续路径 |
| 企业 AI 转型与陪跑 企业服务 | 陪跑前的问题 / 陪跑重点 / 我们如何参与 / 陪跑产出 / 业务结果 |
| 智能体定制与开发 企业服务 | 使用对象 / 业务痛点 / 智能体如何工作 / 交付成果 / 业务结果 |
| AI 专项咨询 个人服务 | 问题背景 / 我们给出的判断 / 后续动作 |
| 高管 AI 私教 个人服务 | 问题背景 / 我们给出的判断 / 后续动作 |
这是刻意设计。硬套一个模板写四种交付,结果一定是每个案例都写成「客户痛点 / 解决方案 / 成果」三段式, 读起来一样,可信度反而低。