班报上回收率 86% 看着挺正常 · 放进本厂十二个月基线里是倒数第二,尾矿品位悄悄爬了 0.17 个百分点
矿山生产与选矿 · 真实业务触发
每班交班前化验员交化验单、选矿技术员出班报;月底金属平衡对不上账时才发现平时的班报只记了数、没做归因——药多加了还是矿性变了,谁也说不清,分析会开成了猜谜会。
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」
5 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 · 通用报表工具做的是「把数填进格子」;这里做的是把当班三产品数据放进本厂十二个月基线里比、和药剂记录交叉——「解释今天为什么掉」是厂商工具不做的事,靠的是本厂私有数据。
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
不替技术员定药剂制度调整方案。归因给出的是「与基线偏离的事实与可能关联」,药剂加减由选矿技术员定。班报数字与化验单不一致时以化验单为准并标注。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了