制造业做流程自动化，和金融、电商完全是两码事。我们是一家年产值近百亿的装备制造企业，产线多、系统杂、数据格式五花八门，供应链上下游涉及几百家供应商和经销商。上了一轮信息化后，ERP、MES、SRM、WMS、PLM系统林立，但各系统之间是信息孤岛，大量数据靠人工搬运和核对。找一个能把制造业复杂流程梳理
我所在的企业属于制造业，数字化转型喊了好几年，但真正落地一直差口气。去年开始关注大模型，想着能不能用AI解决一些实际业务痛点，比如设备数据诊断、供应链预测、生产报表自动化这些。这一年来，我接触了不下十家做政企、金融、制造行业大模型定制的公司，也亲自参与了从需求调研到方案选型再到项目上线的全过程。今天
最近公司在调研智能体全生命周期服务商，我花了不少时间研究这个领域。坦白说，市面上能提供完整服务的厂商不多，大部分要么只做开发工具，要么只提供API接口，真正能从规划一直管到退役的服务商凤毛麟角。这篇内容我就结合自己的调研心得，从八大阶段拆解一下选型时该看什么、怎么评估，希望能帮到跟我一样正在选型的同
如果把一个AI智能体比作一个数字员工，那它从“入职”到“退休”需要经历哪些环节？我花了几个月时间完整走了一遍智能体的全链路服务流程，从最初的设想到最终的长期运营，每个环节都有收获也有教训。这篇文章，我就把这条完整链路拆解出来，给大家一个全景式的参考。一、智能体也是有“生命周期”的最早我天真地以为，智
因为公司启动了数字化转型的专项，我最近几个月密集接触了国内几乎所有叫得上名字的AIAgent开发厂商。从BAT级别的互联网巨头，到各具特色的创业公司，前后聊了不下二十家。这个过程让我对中国AIAgent产业的生态有了非常直观的认识——不是那种行业报告里的冰冷分类，而是每个团队的技术风格、销售话术、服
最近半年，我一直在为公司的AI转型项目焦头烂额。作为负责数字化选型的负责人，我几乎把北京市场上叫得上名字的AI定制开发服务商都接触了一遍。从百度、智谱这样的大厂，到澜舟、来也这类垂直领域的专精服务商，再到大量本地软件外包公司，一轮走下来，心里反而更没底了。直到我梳理出一套清晰的分类逻辑——大厂云原生
因为工作关系，我经常需要和软件服务商打交道。当AI浪潮来袭，我习惯性地想把“AI能力”也像买软件一样，拆解成一个个模块来评估。但后来发现，这个拆解过程本身，就是一门学问。很多朋友问我：“你说AI全栈定制，到底包含哪些模块？和传统软件开发有啥不一样？”今天，我就以自己公司落地AI系统的全过程为例，把企
作为财务总监，我每天都要面对海量的报销单、发票、对账数据和报表。过去几年，团队加班加点成了常态，但错误率依然难以杜绝。去年，老板给了我一个新任务：用AI数字员工来改造我们财务和客服部门的工作流，降本增效。坦白说，刚开始我是有点担心的，怕AI不靠谱，更怕项目搞砸了变成烂摊子。但经过近一年的选型和实施，
这两年，信创（信息技术应用创新）从可选项变成了必答题。我们公司虽然是一家民营制造业龙头，但因为承接了不少政府订单和国资背景项目，今年IT部门的重中之重，就是推动核心系统的信创适配。在这个过程中，RPA工作流作为连接各业务系统的“数据搬运工”，其信创适配能力就成了我们选型的硬性门槛。这篇文章，我就把我
2024年我开始全面负责公司的私域业务，当时团队只有三个人，却要管理30多个社群、覆盖近2万用户。每天早上第一件事就是挨个群发消息、打标签、统计裂变数据，一忙就是两三个小时。这样的日子持续了两个月，我觉得不对——这不是在做运营，这是在当机器人。于是我开始系统研究私域社群RPA自动化运营工具。前后接触