高层引领
ACTION / 动作 管理层率先垂范，点燃组织共识。
让业务部门觉得这件事重要、值得投入。PART 01
AI 时代，企业还在用旧方式工作
60%
日常重复性操作
- 高度重复机械化的循环流程
- 规则明确无需复杂决策逻辑
- 清晰可描述标准化操作步骤
“
大量员工坐在办公室里工作，但其中很大一部分都在做非主观决策、有逻辑、有规则的工作
机器更擅长
高频、稳定、持续执行
×
人更擅长
判断、创新、复杂协同
我们把“机器该干的事”交给人处理，消耗了企业最贵、最稀缺的人力资源。
制造业现场的压力
半导体、先进制造、离散制造的复杂度，会进一步放大旧工作方式的成本
流程断点多
ERP、MES、QMS、WMS、EAM、邮件、Excel 与客户门户之间仍有大量表层操作，系统已经有了，但最后一公里还靠人搬运。
ERP
MES
QMS
WMS
EAM
批次
工单
质检
交付
PART 02
AI 来了，但企业还没有真正变强
AI 让个人生产力提升
10倍
写内容、做素材、出方案、跑 Agent，个人效率正在快速提升。
但这些效率，转化成组织产能了吗？
It is time to build.
个人提效
流程重构
组织产能
技术真正释放价值，不是每个人手里多了一个工具，而是企业重新设计工作方式。
今天很多企业在用 AI
写内容
做素材
出方案
跑 Agent
- 一次性
- 辅助型
- 工具化
但企业真正需要的是：
能接一段工作
能进入业务流程
能与机器协同执行
能持续运营并复用
AI 被使用，不等于 AI 在 干活。
重新定义
重新定义：什么才叫 AI 真正上岗
AI 不再只是写文案、做总结，它已经可以理解信息、分析问题、拆解任务。但在企业真实业务里，改价格、算成本、录订单、做对账、回写系统都不能出错。
01
只会回答，不算上岗
停留在对话框里的 AI，只能给建议。企业真正需要的是进入 ERP、MES、QMS、WMS、邮件和 Excel，把流程跑起来。
02
能干活，但做不准，也不能上岗
企业核心流程需要稳定、准确、可追溯。概率式输出可以辅助判断，但不能直接承担必须确定的业务结果。
03
能干活 + 干得对 = AI 真正上岗
AI 负责理解和判断，确定性自动化负责进入系统执行、回写、留痕和预警。影刀要解决的就是这条从判断到执行的业务闭环。
人定义目标
目标、规则、边界
AI 理解判断
识别、提取、归纳
自动化稳定执行
操作、回写、留痕
业务结果闭环
预警、复核、复盘
已经开始发生的变化
让 AI 进入业务，企业才会真正变强
接下来看到的不是一次性工具演示，而是 AI 自动化进入岗位、流程和系统后的真实工作方式：有人定义目标，AI 理解任务，自动化把结果稳定执行到业务里。
PART 03
问题本质：执行、判断、领导没有被正确分工
过去一个业务流程全部压在人身上。人既要理解需求、做判断，又要登录系统、复制数据、录入字段、提交结果。AI 时代要解决的不是让 AI 做所有事，而是重新拆分工作结构。
人
负责目标与领导
定义业务目标、判断取舍、处理异常、推动跨部门协同。
AI
负责理解与判断
识别文件、提取字段、归纳异常、生成说明、辅助决策。
自动化
负责确定性执行
跨系统点击、查询、下载、录入、回写、留痕、推送。
新的工作方式：
人把目标和规则定义清楚，AI 处理理解与判断，自动化把结果稳定执行到业务系统里。这样，流程不再依赖人从头盯到尾。
PART 04
让 AI 自动化进入制造业关键流程
从交付、成本、质量到组织协同，AI 自动化的价值不是停留在建议，而是进入系统、承接流程、稳定交付业务结果。
制造业 AI 自动化地图
从系统林立到流程闭环
客户订单 / 预测 / 交期承诺
ERP
订单、采购、成本
订单、采购、成本
MES
工单、WIP、完工
工单、WIP、完工
QMS / SPC
质量、异常、追溯
质量、异常、追溯
WMS / EAM
库存、设备、点检
库存、设备、点检
AI 自动化层：读取、理解、执行、回写、留痕、预警
AI 自动化中枢
经营日报
异常队列
审核证据链
管理驾驶舱
PART 05
从个人提效到机构级生产力
企业真正要判断的，不是哪一个 AI 工具更聪明，而是 AI 能不能从个人效率工具升级为组织增长引擎。
右侧补充维度
主动行动
机构级 AI 不只是等待提问、生成答案，而是在明确规则和权限边界后，主动触发任务、推进流程、回写系统，并把结果持续沉淀为组织能力。
组织规模化
全员参与，不是人人都开发
全员参与的重点，是让真实需求被规模化发现、轻量化落地、自动化稳定执行。业务人员提出问题，平台把经验和规则标准化，AI 负责理解和判断，自动化负责确定性执行。
1
全员参与
销售、运营、财务、人事、客服、采购、IT、管理层都能提出真实、重复、低效的需求。
2
需求标准化
把人的经验、规则和判断，整理成可描述、可复用、可治理的业务流程。
3
AI + 自动化承接
AI 负责理解、判断、分析，自动化负责执行、操作系统和流程流转。
4
自动运行并行处理
机器人持续运行、批量处理、稳定可靠，让流程不再依赖人盯着跑。
5
工作方式重构
人定义目标、制定规则、管理异常，AI 与自动化成为新的岗位协作方式。
最终价值
更多需求被发现，更多流程被自动化，AI 真正进入业务，人力被释放到更高价值的工作。
制造业典型客户
征和工业：把全员参与变成组织机制
征和工业通过“以赛代训”的方式，把自动化从个别创新扩展到集体参与，让业务部门从“被动接受”走向“主动提需”。
CONTEXT / 背景与需求
从重复劳动到智能未来
参赛项目覆盖财务、生产、销售等核心场景，围绕 ERP、OA、财税软件等系统，把高频、重复、标准化流程转化为自动化应用。
10个参赛项目
72人取得认证
78.8%部门平均提效
96%财务体系证书率
更重要的是：需求开始“自己出现”
- 业务部门从被动接受，转向主动提出自动化需求
- 标杆流程在跨团队之间快速复制
- 自动化理念从财务部门横展到更多业务线
专职团队
ACTION / 动作 组织年轻人考证与激励，形成可持续推进力量。
保障落地过程中的技术支撑与方法沉淀。高效流程
ACTION / 动作 通过创新大赛和标杆案例，把需求管理流程跑顺。
让需求从提出、评估、开发到复盘形成闭环。文化渗透
ACTION / 动作 以赛代训、重点激励明星案例，带动更多员工参与。
从“要我用”转变为“我要用”。收益测算
把“节省时间”翻译成经营语言
1350年节省人天
6.1等效释放人力
实际收益可结合流程频次、单次工时、错误成本、上线范围进一步测算。
PART 06
落地收口：先速胜，再复制，最后变成企业能力
0-2 周
试点期：选样板间
从交付、采购、质量、财务中筛选高频、低风险、规则清晰、系统路径明确的流程。
2-6 周
试点期：跑出速胜
优先跑通生产派工、延期订单、采购用量、资质更新等可演示场景。
6-10 周
推广期：人才复制
沉淀异常队列、效率数据、日志留痕和经营日报，让成果可复盘。
10-16 周
成熟期：形成默认工作方式
建立场景池、开发规范、权限审计、培训机制和业务共创节奏，让 AI 自动化融入日常流程。