异常最先出现在工厂群里 · 进度表是事后补的,出了事靠翻聊天记录
生产跟单 · 真实业务触发
汇丰纺织的 420g 抓绒在工厂群里报了色差照片,染整厂说「这批先这样」,QY-W2631 的交期悬了。老K 要在今天下午的生产例会上说清:影响哪几个款、各晚几天、谁的责任、要不要启用备用面料商。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
6 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 4 ÷ 落地难度 2 = 9.6
最大差异点 · 不要求工厂改习惯。群消息原文直接扔进来,Agent 负责把口语异常翻译成单据,工厂该发照片还发照片。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不做质量终判——色差是否可接受必须由验货的人看实物。只把「谁、什么时候、报了什么、影响了谁」结构化,验收结论栏留空。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了