HDATF
简体中文
开始交流
菜单

AX案例

了解企业如何将AI用于实际业务。每个案例依次说明业务问题、使用的技术与数据、改变后的流程和成果，按时间从新到旧排列。

已核验依据 259待进一步核验 24行业 23调查截止日期

AX是将AI融入实际业务和服务，改变工作方式。 本案例根据公开资料整理，并非 ATF Works 客户的成果。

搜索结果 259 (30 / 259)

2026. 11

  1. 2026-11-10资料发布AX243运营中

    零售 / 食品零售 美国

    DeCicco & Sons: 检测门店货架缺货并确定补货工作的优先级

    业务问题
    DeCicco & Sons在增加门店的同时，需要维持顾客所需商品的上架状态和面对面服务水平。公司希望准确了解门店实际情况，并建立多个业务系统能够共享的货架信息。目标是让员工集中处理已经发现的问题，而不是四处寻找问题。
    使用的技术与数据
    Simbe的自主货架扫描机器人Tally每天多次巡店，采集货架状态。商品信息、通道图像和商品位置信息通过API接入现有系统，用于门店运营、线上商品可售状态确认和供应商相关决策。这种方式不是增加一个独立工具，而是把信息融入现有工作流程。员工据此确定需要纠正的问题的优先级，并执行补货等措施。
    成果
    Simbe表示，试点门店在部署后的前60天内缺货减少35%，商品维持缺货状态的平均时间最多缩短28%。基于这些结果，DeCicco & Sons把平台推广到纽约州和康涅狄格州的全部门店。采用企业的管理层和门店经理表示，更快掌握货架实际情况使团队能更早解决问题，并把更多时间用于服务顾客和支持部门经理。
    局限与待解问题
    缺货减少和时间缩短数据来自试点门店的前60天，并非全门店推广后的平均成效。原文没有披露销售额增长或投资回收期。

    来源

  2. 2026-11-10资料发布AX239运营中

    制造 / 整车制造 美国

    Ford Motor Company: 以自然语言查询运输运营数据并支持供应链决策

    业务问题
    Ford北美运输部门必须随着供应链情况的快速变化作出决策。单独生成报表或等待分析结果的往返流程，会拖慢信息传递给相关人员的速度。准时到达等术语也会因客户合同和运输方式而有不同含义，因此仅凭通用语言模型的回答难以判断运营数据。
    使用的技术与数据
    Ford使用的Mo是一款AI分析助手，通过project44的物流数据结构和客户专属业务定义解读自然语言问题。project44表示，它将运输合同、运输方式、实际运输节点和预计到达时间关联为业务背景。Snowflake的Cortex Analyst把解读后的问题转换为SQL，从存储的结构化数据中查询数值。系统向运输人员提供回答和下一步建议；原文没有说明AI独立批准Ford的实际运输行动。
    成果
    Ford北美运输负责人Doug Cantriel表示，Mo无需往返传递报表或等待分析，就能直接向需要的员工提供准确且有数据依据的回答。这是Ford人员确认的信息获取方式变化。project44还提供了全体客户使用情况及单独的内部测试数据，但未将其认定为Ford专属的节省金额或准确率结果。
    局限与待解问题
    原文没有披露Ford的成本节省金额或响应速度改善率。其他客户的节省金额以及供应商内部测试成绩并非Ford的成果。

    来源

  3. 2026-11-10资料发布AX240运营中

    化工与材料 / 基础化工 尼日利亚

    Indorama Eleme Fertilizer & Chemicals Limited: 分析氨和烯烃工厂运行异常并支持优化决策

    业务问题
    Indorama在尼日利亚的氨和烯烃工厂需要同时关注能耗、产量和设备可用性，确保安全运行。工厂需要分析关键运行参数，识别限制生产的因素和异常迹象，同时让工程师理解采取措施的技术依据。
    使用的技术与数据
    KBR表示已在相关工艺装置部署KBR INSITE。平台将历史与实时工厂数据、基于物理规律的AI、工艺设计知识和现场运行经验结合起来。它集成Applied Computing的Orbital AI，持续监测设备性能，识别优化机会、工艺及设备异常，并提供根因分析。KBR解释，氨模型被设计为学习整个工厂的因果关系，而不仅是单独的数据模式。现场工程师依据各项结论的技术说明和可追溯建议作出运行判断。
    成果
    Indorama首席技术官Deepu Sivdas表示，对关键运行参数进行近实时分析，能够发现优化能耗、增加产量及识别运行限制的具体机会。他表示，物理模型与数据分析相结合，可以说明结论背后的技术推理，使工程师有信心根据建议行动，日常运行中已经出现实际收益。
    局限与待解问题
    原文未披露能耗节省率、产量增长率或设备可用性改善数值。同一公告中的EBIC工厂属于计划年底投运的另一份合同，不纳入本运营案例。

    来源

  4. 2026-11-06资料发布AX241运营中

    零售 / 食品零售 英国

    Waitrose: 结合交通、车辆容量和时段需求优化生鲜杂货配送计划

    业务问题
    Waitrose需要在客户选定的时间配送大量食品，同时高效利用车辆。交通状况、车辆装载容量、配送时间窗、订单需求和季节高峰互相影响，每天需要作出大量规划决策。随着配送量增长，保持客户可选的配送时段是一项挑战。
    使用的技术与数据
    Satalia与Waitrose运营团队共同开发、测试并改进AI配送优化平台，使其适应真实现场条件。平台综合交通、车辆容量、时间窗和需求，支持配送网络规划与管理。团队针对拥有130辆车的Coulsdon中心，模拟了圣诞节高峰需求。供应商表示，发布时平台已在170家门店、两个客户订单履约中心及1,400辆货车组成的网络中运营，每周支持约16万次到家配送。
    成果
    Satalia表示，项目使运营成本下降10%、配送里程减少8%、每条线路配送件数增加12%。公司称，即使配送量增加，客户可用配送时段仍增加4%，Coulsdon中心当天下单次日配送的时段增加50%。Waitrose负责变革实施与技术的负责人表示，系统在减少环境影响的同时，提供了更精准、便利的配送时间。
    局限与待解问题
    原文未披露成果测量期间或对照组。Coulsdon的50%改善仅指该中心的次日配送时段，不能用于整个网络。

    来源

  5. 2026-11-05资料发布AX225运营中

    化工与材料 / 基础化工 奥地利

    Borouge International: 乙烷裂解装置的AI实时优化与运行决策支持

    业务问题
    Borouge International需要在保持安全水平的同时提高设备可用性和生产率，并降低能耗与排放。公司将AI和数字化从生产扩展到供应链，建设快速分析运行信息并支持决策的能力。其中已确认实际部署的业务是阿联酋乙烷裂解装置的实时优化。
    使用的技术与数据
    公司表示，已在阿联酋3套大型乙烷裂解装置和20座加热炉部署AI实时优化系统。系统每分钟分析超过2,500个运行参数，支持生产与能源运行决策，将优化知识、AI与实时运行信息结合。向北美等地区扩展仍是未来计划。同一公告中的Honeywell自主运行概念验证属于另一项目，本记录不推断该优化系统无需人工批准即可控制设备。
    成果
    公司称，已部署系统支持更快的数据决策、更高生产率、更低能耗和排放，但未单独公布该系统的实测改善率或节省金额。公告中的2027年价值创造目标以及自主运行验证的潜在改善率，没有被当作已运行优化系统的实际成果。
    局限与待解问题
    尚未确认模型架构、各项输入参数及操作员审批流程。海外扩展与完全自主控制室不属于已完成的运行范围。

    来源

  6. 2026-11-05资料发布AX224运营中

    建筑与房地产 / 综合建筑 日本

    Kajima: 通过工地自主巡查及照片、点云采集管理施工进度

    业务问题
    Kajima需要应对建筑劳动力短缺，减轻工程师反复巡查、拍照记录和三维测量的负担。随着施工推进，结构与材料布置不断变化，难以直接复用面向固定环境定制的移动控制。公司希望让机器人承担日常数据采集，使工程师集中处理安全、质量和进度判断。
    使用的技术与数据
    公司为机器人安装由摄像头、LiDAR和边缘AI设备组成的FieldAI自主单元。FFM模型在设备端处理图像和点云，结合基于物理的推理与不确定性评估决定行进方向。机器人首先探索未知区域并建立地图，随后避开障碍，采集照片与点云并更新地图。任务结束后返回充电站上传数据，人员可通过网页查看，也可指定地点观看实时视频。技术判断与安全管理仍由人员负责。
    成果
    Kajima表示，自2025年签订企业级服务协议后约一年，已在日本超过10处工地部署，并在不同机器人、任务和工地累计完成超过2,000次自主任务。公司称这不是受限演示，而是在环境每日变化的实际工地持续使用。自动采集的照片和点云可用于确认施工状态与尺寸，改变进度管理的数据采集方式。
    局限与待解问题
    原文没有提供各工地的人员投入、工时节省率或事故减少率。协议与扩大部署的年份可确认，但开始月份未知，因此采用资料公开日期排序。

    来源

  7. 2026-11-05资料发布AX237运营中

    旅行与住宿 / 综合旅游服务 多个国家

    TUI: 根据数字服务架构图生成安全威胁模型并对照内部安全标准

    业务问题
    TUI由4名安全工程师支持超过100个数字产品团队。阅读架构图、识别威胁、映射内部标准并形成评估文档需要4至6小时。每月只能完成3至4次评估，导致积压，也难以对所有新服务一致应用标准。
    使用的技术与数据
    工程师上传架构图与背景说明后，由Amazon Bedrock上的Claude Sonnet 4.5与运行在AgentCore上的LangGraph流程识别组件和数据流。系统不一次性输入全部安全标准，而是利用文档元数据选择相关标准，生成STRIDE威胁，检查遗漏并补充。结果附带使用内部批准工具的缓解措施及对应控制条目。若加入专家评估，系统会标记AI与专家的风险评级差异，供人工审查。
    成果
    TUI报告称，内部上线前后测量显示，每次评估的工作时间最多减少70%，月处理量从3至4次提高到10至12次。截至2026年10月，注册用户为255人，已生成86个威胁模型，活跃创建者为43人。团队可以自行发起安全评估并审查依据与建议，而不再只等待排队审查。
    局限与待解问题
    时间缩短与使用量均为TUI公布的运营指标。原文未披露实际安全事件减少幅度或威胁检测误报率。自动创建Jira任务及接入部署前检查仍为未来计划。

    来源

  8. 2026-11-05资料发布AX221运营中

    信息技术 / 保险数据分析 未分类

    Verisk: 以分阶段AI智能体连接保险软件开发的需求、实现、审查和测试

    业务问题
    Verisk开发团队引入编码工具后，需求澄清、任务拆分、测试计划和代码审查仍依赖人工交接。AWS与Verisk共同撰写的案例指出，验收标准不完整及阶段间上下文丢失导致反复确认和手工作业。保险业务软件不仅需要更快交付，还需要记录谁审查并批准了变更。
    使用的技术与数据
    Verisk在Amazon Bedrock和AgentCore上分别构建需求、任务细化、开发、代码审查和质量保证智能体。输入包括Jira工单及附件、代码仓库、API规范、内部文档和上游产物。MCP连接现有业务工具，Jira状态变化或代码合并请求触发各智能体。开发智能体使用Bedrock上的Claude Code。产品负责人批准需求，开发人员决定实现和审查意见，质量人员批准测试计划，经验证的产物逐步成为下一阶段的上下文。
    成果
    AWS和Verisk表示，在通过完整流程开发的功能中，测试计划编写从3至4小时缩短到不足10分钟，测试自动化准备从1至2天缩短到不足30分钟。超过90%的智能体产物经人工审查后仅需极少修改即可接受。按工作规模单位故事点计算，人工与AWS计算费用合计下降20%至30%。每周发布是开发团队的目标，而不是已经达成的结果。
    局限与待解问题
    原文未披露受测功能数量、测量期间及对照组构成。尚未确认Verisk所有开发团队均能获得相同效果。

    来源

  9. 2026-11-04资料发布AX218运营中

    制造 / 工业设备 未分类

    BACA Systems: 通过AI问答检索分散在多个业务界面的信息

    业务问题
    在BACA Systems，员工过去要在多个界面和系统之间切换，手动查找信息来回答业务问题。业务系统副总裁Andrew Russo举例说，这类问题此前需要45至60分钟的查找工作。公司开始在包含1300个自定义对象的环境中使用Agentforce Coworker，帮助员工更方便地找到所需信息。
    使用的技术与数据
    员工向Agentforce Coworker提问并核对结果。Salesforce解释，该工具基于现有Salesforce记录、业务元数据和连接的数据，协调相关智能体与工作流，返回供员工审核的结果及建议行动。其运行受到既有员工权限、共享规则和已配置访问控制的约束。原文确认BACA Systems实际开展的是信息问答，不能把同篇文章发布的全部新连接功能都视为该公司已部署的功能。
    成果
    Salesforce称，BACA Systems在20分钟内启用Coworker，并开始获得过去需要大量手工搜索才能找到的答案。Russo表示，工具回答了就在前一天还需要在多个界面间切换45至60分钟的问题。这个数字描述的是此前的搜索工作量，并非直接测量的引入后平均处理时间。
    局限与待解问题
    原文没有披露引入后的答复时间、回答准确率或使用员工人数，也没有公开具体问题内容和连接的各个数据系统。

    来源

  10. 2026-11-04资料发布AX230运营中

    金融 / 银行 澳大利亚

    Bankwest: 自动处理数字聊天基础咨询并支持转人工及回复起草

    业务问题
    转型为数字银行的Bankwest需要同时提供快速在线响应与针对复杂金融问题的人工解释。异步聊天中客户可能稍后返回，因此工作人员需要接续长对话的上下文，还必须用客户能理解的方式解释住房贷款等金融术语。
    使用的技术与数据
    Bankwest利用基于Microsoft技术的Bee，以自然语言回答重设密码、锁定被盗银行卡等基础问题。无法解决或需要人工时，Dynamics 365 Contact Centre将对话上下文和摘要转交工作人员。系统总结长对话，Copilot起草简明回复，工作人员再根据客户情况修改。他们参考实时情绪提示调整语气，银行团队则审查既往互动，改进Bee的提示与回复。
    成果
    Microsoft介绍的Bankwest工作人员表示，带上下文的摘要和回复草稿支持更快、更一致的解释。住房贷款专员称，将金融术语简化的功能提高了对话质量。文章称数字聊天已占银行客户互动的多数，并出现积极的客户和员工反馈。这些并不是单独归因于AI的量化效果。
    局限与待解问题
    原文未公开AI采用前后的平均处理时长、自动解决率或情绪判断准确率，不能将聊天占比的增长视为Bee单独带来的成果。

    来源

  11. 2026-11-04资料发布AX219运营中

    金融 / 银行 美国

    Fulton Bank: 运行AI同事以支持员工的信息检索与工作准备

    业务问题
    Fulton Bank将Agentforce Coworker用于帮助员工查找所需信息、准备工作并推进下一步任务。原文没有量化原有流程的瓶颈时间，也未说明此前流程的具体构成。因此，该案例归类为支持员工信息获取和工作准备的运营应用，而非特定银行审批或交易处理的自动化。
    使用的技术与数据
    员工通过Coworker获取业务所需的信息与结果。Salesforce解释，该工具利用现有客户关系、记录、业务元数据及连接的数据，协调相关智能体和工作流。员工审核结果与建议行动，处理遵循既有权限、共享规则及访问控制。原文同时介绍通用产品结构和Fulton Bank的实际部署范围，但没有披露该银行连接了哪些具体数据源及审批程序。
    成果
    Salesforce称，Fulton Bank在数周内部署了20多个生产应用，支持约3000名用户。该银行负责销售技术战略的高级副总裁Brandon Bernard表示，每天都有大量使用，并存在员工更快查找信息、更有效准备工作及推进任务的实际例子。公告展示的是使用范围和体验，不是成本节省或金融业务处理成效的测量结果。
    局限与待解问题
    原文没有公开各项业务应用的清单、日活跃用户数或节省的时间。约3000名受支持用户不能被解读为每天使用的人数。

    来源

  12. 2026-11-04资料发布AX228运营中

    信息技术 / 汽车软件 印度

    KPIT Technologies: 监测竞争对手公开动态并编写月度战略报告

    业务问题
    KPIT营销部门不仅负责营销活动，还承担市场情报、投资者沟通和提案支持。团队需要从多个来源汇总并分析行业动态及市场信号，信息收集与整合占用了时间。接受Microsoft采访的营销负责人表示，由于还会处理客户的敏感知识产权，保留现有企业环境的安全与管控十分重要。
    使用的技术与数据
    KPIT利用Microsoft 365 Copilot和Power Automate建立竞争情报流程。Microsoft称，该流程自动监测14家竞争对手的战略变化和公开公告，生成包含建议及威胁评估的月度报告。Copilot利用现有Outlook、Teams、SharePoint和PowerPoint中的工作上下文。营销人员根据汇总信息和报告开展业务判断与战略讨论。
    成果
    KPIT营销负责人表示，团队不再需要从空白文档开始整理研究成果，能够更快找到切入点并提高质量。竞争对手看板和自动报告流程被列为实际工作变化。定性成果是专业经验较少的营销人员也能利用这些材料提出观点，承担更广的职责。
    局限与待解问题
    原文未公布竞争动态漏检率、报告准确率、节省工时或收入影响的数值，也未详细说明报告的最终审批流程。

    来源

  13. 2026-11-04资料发布AX229运营中

    信息技术 / 汽车软件 印度

    KPIT Technologies: 评估汽车制造商客户的业务机会并准备销售沟通

    业务问题
    KPIT客户团队在与汽车制造商沟通前，需要把外部市场信息与内部客户知识联系起来。收集资料耗时会挤占主动准备提案的精力。Microsoft介绍的营销负责人表示，团队需要从多种材料中寻找竞争动态、技术变化及客户优先事项。
    使用的技术与数据
    KPIT使用基于Copilot的专用智能体，将公开依据与内部知识整合为客户业务准备报告。报告对有望赢得的机会排序，区分事实与推断，并整理30天、60天和90天的客户拓展计划。Copilot也用于从每年产生超过1500份提案的资料库中发现模式。客户团队利用这些材料准备面向汽车制造商的沟通和提案。
    成果
    接受Microsoft采访的KPIT营销人员表示，把外部汽车制造商情报与企业积累的知识连接起来后，能够把更多时间用于主动构建提案，而非收集信息。营销负责人称，提案分析有助于发现竞争模式、新技术趋势、客户优先事项及未来技能需求。原文确认了实际使用，但不代表已测得销售成果。
    局限与待解问题
    原文未公开机会排序准确度、实际合同转化率或报告编写时间的前后对比，也未证实智能体能够独立确定价格或签订合同。

    来源

  14. 2026-11-04资料发布AX235运营中

    电信 / 固定与移动通信 马来西亚

    U Mobile: 跨业务系统查询用户故障、诊断原因并准备处置方案

    业务问题
    处理流量附加包购买失败或漫游故障时，客服需要分别检查接口日志、保存用户资格信息的业务系统API以及内部政策文档。若在多个系统间切换仍找不到原因，就要转交后台IT团队，延长用户等待时间。
    使用的技术与数据
    U Mobile与AWS和Axrail共同构建AiDaH，让员工通过Microsoft Teams使用。Amazon Bedrock AgentCore上的专业智能体通过MCP工具查询用户、订单和账单系统，并利用知识检索为解释提供依据。跨领域问题由多个智能体分工处理。对真实用户账户进行更改的操作，需要客服审核确认后才会执行。简单请求使用规则处理，模糊请求才调用模型，并非把所有查询都交给生成式AI。
    成果
    U Mobile表示，AiDaH已纳入L2支持标准流程，覆盖超过150种已记录的运营场景。公司内部测量显示，2026年1月至9月间，月度开通与网络工单减少84.5%，一般咨询减少81.6%，账单与计费工单减少48.7%。系统汇总多个业务系统的故障依据，使工作人员能同时审查调查结果与处置建议。
    局限与待解问题
    原文未提供工单下降的对照组，也未区分其他运营变化的影响。无需人工参与即可完成故障恢复仍是未来目标。

    来源

  15. 2026-11-02资料发布AX244运营中

    保险 / 特殊风险保险 美国

    Ascot Group: 识别保险事故首次报案邮件并建立理赔案件

    业务问题
    Ascot的美国理赔团队以较少人员处理专用邮箱收到的事故首次报案。同一地址还会收到已有案件的补充材料、进度咨询和其他来信。员工必须识别真正的新事故通知，确认事故日期对应的有效保单，再建立理赔案件，导致受理延迟。
    使用的技术与数据
    Bevaya的FNOL AI智能体从邮箱中识别新的事故通知，并应用各险种的业务规则。系统查询保单系统，匹配正确的保单和日期，然后在Guidewire中创建理赔案件。Ascot理赔部门与供应商一起梳理通知识别规则和系统连接，持续核查并改进结果。流程保留人工复核和可追踪的审计记录，并非把保障解释、是否赔付等专业判断全部交给AI。
    成果
    Bevaya的客户案例摘要称，无需人工介入的处理比例为85%，每月约自动化处理925件理赔，开立案件的时间从2天缩短到20分钟。Ascot美国理赔负责人解释说，受理和分配给适当理赔人员的速度加快，让客户能够更早开始案件处理。访谈把支持材料的分类与摘要描述为下一步扩展方向。
    局限与待解问题
    摘要中的成功率与访谈发言的数据不同，因此未采用成功率。85%是客户案例摘要所列口径，没有与现场提及的更高最新比例合并。原文没有明确最初运营月份的年份，因此使用发布日期排序。

    来源

2026. 10

  1. 2026-10-30资料发布AX208运营中

    建筑与房地产 / 住宅建设 美国

    Lennar: 在内部数据问答中展示数据质量与新鲜度依据

    业务问题
    Lennar各部门的系统和定义不同，报告数字相互矛盾。员工向内部AI助手LenAI询问业务数据后，仍需向数据团队确认答案是否可信。
    使用的技术与数据
    LenAI回答自然语言问题时，同时展示结合Ataccama数据质量、新鲜度和数据生成流程执行结果的信任评分。系统还检查答案是否有源数据支持并通过额外验证。员工依据这些证据决定能否用于业务判断。
    成果
    在Ataccama客户案例中，Lennar负责人表示，直接展示答案依据减少了员工的顾虑并促进实际使用。用户无需另行与数据团队沟通确认，就能判断数据是否足够可靠。
    局限与待解问题
    原文没有AI答案准确率和节省时间的实测数字。自动修复代理仍在开发中。

    来源

  2. 2026-10-30资料发布AX216运营中

    物流 / 第三方物流 美国

    Worldwide Express: 处理货运账单的运价差异与附加费用异常

    业务问题
    Worldwide Express的账单与订单、配送记录或合同运价不一致时，员工需要查阅承运商规则、核查原因、联系承运商，再将结果录入运输管理系统。AWS案例称，未解决的账单异常每月占用了1500万美元现金流。不同承运商的附加费用标准和争议处理流程各异，仅靠固定规则难以解决。
    使用的技术与数据
    公司与AWS和LTM合作，将Amazon Bedrock的推理能力及在Amazon EC2上运行的智能体接入SpeedShip运输管理系统。不同智能体分别负责账单匹配、合同运价差异核查和依据配送证据验证附加费用。系统通过现有API读取合同价格、运单详情和签收证明，并检索各承运商的运价规则与操作流程以生成处理建议。初期员工在原有界面逐项批准，原文称准确率超过99%后改以批量批准为默认方式。团队记录驳回原因和人工修改频率，用于改进提示词与知识资料。
    成果
    据AWS发布的案例，运行六个月时方案已覆盖40多家承运商，智能体每周处理1万项异常，错误率低于1%。公司报告现金回收周期缩短四周，年度成本节省超过100万美元。原文称未解决异常金额从1500万美元降至400万美元，并释放了1000万美元现金流。员工得以从重复处理转向复杂且价值更高的争议。
    局限与待解问题
    原文没有公开比较样本和错误测量方法。正文所述释放1000万美元现金流与高管所述每周额外加快1000万美元客户账单处理的口径不同，未将两者合并计算。

    来源

  3. 2026-10-29资料发布AX223试点验证

    制造 / 整车制造 德国

    BMW: 改善研发缺陷工单质量并判别具有相同根因的历史案例

    业务问题
    BMW研发缺陷管理需要补全工单标题与说明，并找到相同根因的历史缺陷以减少重复调查。德语和英语混合的内部数据包含专有分类与标识符，通用模型即使接收详细指令，仍可能编造标识符或输出错误语言。AWS与BMW选择该流程验证模型定制和评估方法。
    使用的技术与数据
    双方在12周合作中使用工单编辑历史和根因分析结果。Bedrock模型生成训练样例，再由独立评判模型按信息保留、格式和语言条件筛选。在SageMaker上为小型基础模型训练任务专用QLoRA适配器，通过单一实时端点按需选择多个适配器。任务包括改写标题与说明、生成缺失信息问题，以及判断新缺陷与给定历史候选是否具有相同根因。BMW管理任务定义、评估标准、整理后的训练数据与适配器。
    成果
    AWS与BMW表示，在独立保留的评估数据上，标题质量按五分制从3.74升至4.71，说明质量从2.84升至3.87。模型还提高了识别候选均不具有相同根因的能力。这些结果来自单一训练设置和固定候选列表的实验，不代表现场处理时间缩短或完整检索服务的运营成效。
    局限与待解问题
    原文明示评估仅使用单一随机种子和单一训练参数设置。完整检索流程、持续生产部署以及工程师实际节省的时间尚未确认。

    来源

  4. 2026-10-27资料发布AX202运营中

    电信 / 固定与移动通信 澳大利亚

    Telstra: 核对客户服务迁移过程中旧新平台之间的账单与付款差异

    业务问题
    Microsoft于2026年10月27日发布的文章称，Telstra在把客户服务从旧平台迁至新平台时，需要处理跨系统核对账单与付款的复杂工作。其任务是在保持运营信任和治理标准的同时，发现不一致并提出纠正办法。
    使用的技术与数据
    Telstra与Microsoft Frontier Company合作，将基于AI的Migration Payment Agent投入生产。智能体利用旧新系统的信息主动发现不一致，建议纠正措施，并补充相关信息形成供人工审核的案例。AI分析与人工验证结合，建议本身不代表自动执行付款或修改账单。
    成果
    Microsoft表示，该方案已支持超过27.2万次服务迁移，生产环境中的建议准确率达到95%以上。公司将其描述为改善复杂运营与客户体验、积累可复用AI能力的案例。服务迁移次数与建议准确率是两个不同指标。
    局限与待解问题
    建议准确率的分母、测量期间、节省费用和手工作业减少比例未公布。人工批准后的具体执行系统连接方式也未得到确认。

    来源

  5. 2026-10-26资料发布AX211运营中

    物流 / 第三方物流 美国

    C.H. Robinson: 计算海运与空运货物报价并回复客户

    业务问题
    C.H. Robinson的海运报价原本需要人工同时核对起运港与目的港、码头费用及内陆运输路线。码头费用不断变化，货主有时也不指定港口，因此不同时区的员工需要搜集外部信息。公司称，以前空运报价需要一天，海运报价需要两到三天。
    使用的技术与数据
    公司构建多个AI智能体及子智能体，共同解读货主请求、获取外部信息并决定路线。智能体查看码头网站和费用通知邮件。未指定港口时，根据提货地点和公司数据建议港口、内陆运输方式与拼货中心。公司表示，AI辅助专家工作，同时保留人工监督和针对客户的个性化服务。
    成果
    C.H. Robinson在2026年10月26日新闻稿中表示，AI已为超过3,600家客户计算并发送80,000多份报价，把海运和空运报价时间缩短到两到三分钟。该功能从美国和加拿大客户的海运拼箱报价起步，已扩展到整箱、空运及墨西哥和欧洲等市场。公司称，客户更早获得信息，能够更快应对运输变更与中断。
    局限与待解问题
    原文没有披露报价准确率或员工修改比例。中国客户仍处于试点阶段，部分其他地区的扩展在发布时仍是未来计划。

    来源

  6. 2026-10-26资料发布AX213运营中

    物流 / 第三方物流 美国

    C.H. Robinson: 美国报关文件分类、信息提取及缺失文件索取

    业务问题
    C.H. Robinson的美国报关团队过去手工处理来自货主、承运商和政府机构的各类文件。新的贸易协定、追加关税及更严格的合规规则，使国际货物清关流程更加复杂，也增加了员工的工作量。公司称，手工处理涉及超过四打不同类型的文件。
    使用的技术与数据
    新的AI智能体和自动化系统将收到的文件拆分、分类并关联到相应货运单。AI智能体提取必要信息，系统则识别并索取缺失文件，最后自动发送发票和资料包。这减少了重复性文件处理工作，而报关人员仍负责关键核验和合规环节。
    成果
    C.H. Robinson在2026年10月26日的新闻稿中表示，这项报关支持已使所需时间减少23%。公司称，报关人员因此能够专注于关键核验和合规工作。该数据属于报关支持，并非海运和空运报价或海运订舱处理时间的成果。
    局限与待解问题
    原文未披露23%降幅的测量期间、比较对象或文件提取准确率。这并不意味着整个报关流程无需人工即可完成。

    来源

  7. 2026-10-23资料发布AX203有限运营

    食品与饮料 / 加工食品 瑞士

    Nestlé: 回答消费者关于产品成分和使用方法的咨询

    业务问题
    Nestlé需要跨品牌和语言快速、一致地回答消费者咨询。Salesforce客户案例称，超过一半的消费者服务请求来自电子邮件、聊天和WhatsApp等数字渠道。产品和成分信息不断变化，公司面临的难题是在不为每个品牌单独建立AI、不增加手工工作的情况下扩大服务。
    使用的技术与数据
    Nestlé把Agentforce消费者服务智能体嵌入Service Cloud。Data 360通过不复制数据的连接读取Snowflake中的产品成分信息，同时提供品牌网站内容和服务知识。如果智能体无法有把握地回答，或消费者要求人工服务，就连同会话历史一起转交客服人员。客服在同一工作界面获得会话摘要、相关资料和建议答复，继续处理咨询。
    成果
    Salesforce表示，在Nestlé试点中，智能体自主解决了40%的消费者咨询，智能体服务满意度为4.8分，满分5分。首个智能体用八周上线，向每个国家扩展也需要从准备到技术部署共八周。这些是试点结果，不能扩大解释为全球全部消费者咨询的解决率。
    局限与待解问题
    原文未披露试点样本量、测量期间和各国结果，也未给出成分答复准确率或全公司客服成本节省金额。

    来源

  8. 2026-10-22资料发布AX197有限运营

    保险 / 保险经纪 香港

    Sun Flower Insurance Brokers Limited: 比较医疗保险产品并生成咨询推荐报告

    业务问题
    Sun Flower的顾问每次收到客户询问，都需要查找保险公司文件，比较保费、保障内容、免责条件、投保资格和等待期。参与比较的保险公司越多，相同的核查工作就越重复，也难以一致地解释符合客户需求的选项。
    使用的技术与数据
    AccessOrange在SharePoint中分类整理产品信息，确定客户必填信息和推荐规则。使用Microsoft Copilot Studio构建的内部Insurance Plan Advisor根据客户信息筛选产品，并将比较结果生成带有公司格式的PDF报告。顾问审核AI推荐后再向客户提供建议。交付过程包括用户验收测试、错误修复、准确性检查和员工培训。
    成果
    据AccessOrange案例介绍，客户公司的员工及海外同事参与了测试和早期使用。客户确认，每次询问的产品比较过程可比手工作业至少快一半。这是测试和早期使用中的客户反馈，并非全公司运营中测得的平均处理时间，也不是保险核保自动化的成果。
    局限与待解问题
    使用人数、测量样本及比较准确率没有公开。增加历史理赔和医疗案例数据仍属未来计划。

    来源

  9. 2026-10-22资料发布AX205运营中

    制造 / 电梯与扶梯 德国

    TK Elevator: 电梯维保前工作指引与作业后语音记录

    业务问题
    TK Elevator维保技术人员过去要在现场询问电梯位置，寻找手写维保记录和厚重的技术手册。有时到现场后才发现缺少工具，需要返回车辆；作业结束后还要在不便书写的车内填写记录。仅靠传感器数值，很难把手册和前一位技术人员经验中的故障诊断知识结合使用。
    使用的技术与数据
    公司以Azure上的联网设备数据、维保历史和技术文档为基础，开发了使用Microsoft Foundry与Azure OpenAI的智能体应用。它通过手机或平板在到访前告知电梯位置、问题和所需工具。作业后，语音智能体记录技术人员的说明，并追问不足的信息。技术人员检查现场，依据自己的判断决定措施，新记录则积累为后续维保知识。
    成果
    Microsoft现场报道展示了实际使用过程：技术人员在现场检索手册和既往维保历史，并且不用打字就能留下作业记录。TK Elevator代表解释，现场反馈可用于更精确地排查故障和预防停机。报道给出了全球2.5万名技术人员、维保140万台设备的公司规模，但并未披露能证明所有人都使用该应用的采用率。
    局限与待解问题
    原文未公开应用用户数、启用月份、维保时间或故障率改善数值。这不是AI自主维修电梯或替代现场技术人员判断的案例。

    来源

  10. 2026-10-21资料发布AX210运营中

    信息技术 / 技术咨询 印度

    Birlasoft: 提取合同履约义务并在项目交付过程中追踪落实

    业务问题
    Microsoft介绍的Birlasoft合同交接流程中，交付经理需要接收法务、财务、税务和销售团队拟定的合同，阅读后向相关人员核实含义。义务散落在主服务协议、工作说明书、进度安排和服务水平承诺中，仅靠人工顺序阅读，容易遗漏相隔较远条款之间的关联或某项承诺。
    使用的技术与数据
    Birlasoft构建Contract.ai，提取义务并关联原文依据。Azure Data Factory负责文档采集，Data Lake负责存储，Databricks支持分析与报告。规划智能体协调专业智能体，分别承担义务提取、结果验证和不一致标记。工作人员追踪即将到期、逾期及完成的义务。由于涉及法律与财务影响，流程保留人工监督。
    成果
    Microsoft客户案例称，Contract.ai每年处理超过1,000份工作说明书，每个项目平均识别超过10项义务，已实现每年约4,000人时的节省。Birlasoft项目经理表示，团队能够把精力从合同解读转向项目交付，义务的实时可见性改善了风险管理与客户承诺的履行。
    局限与待解问题
    原文未披露义务提取准确率、遗漏率以及计算节省时间时采用的比较条件。

    来源

  11. 2026-10-21资料发布AX198试点验证

    制造 / 电子设备 德国

    Siemens: 利用数字孪生和合成图像准备印刷电路板光学检测

    业务问题
    电子产品推出新型号或变体时，传统流程需要等到实体样板制成后才能准备和训练光学检测程序。对于产品种类多、工艺变化频繁的生产环境，等待实体样本和手工准备检测增加了生产切换的负担。
    使用的技术与数据
    Siemens以德国Erlangen电子工厂作为验证现场。Process Preparation X校验并标准化来自Teamcenter的电路板设计、物料清单和元件信息，建立组装电路板的数字孪生。NVIDIA Cosmos生成正常基准板及缺陷板的合成图像，在实体生产前校准检测设备。对于生产环节，所述流程还包括AI辅助二次检测，分析光学检测标记的潜在缺陷属于真实缺陷还是误报。
    成果
    Siemens表示，正在利用真实工厂生产环境和专家知识演示这一检测准备流程，目标是减少对实体电路板和人工工作的依赖。所公布的检测编程手工工作最多减少85%、误报减少40%、一次通过率改善超过5%，均是项目目标，而不是已达成的实测结果。
    局限与待解问题
    验证中实际达到的处理时间、误报率和良率数据没有公开。检测结果最终批准权限及完整商业部署范围也未得到确认。

    来源

  12. 2026-10-20资料发布AX215运营中

    日用消费品 / 化妆品 法国

    欧莱雅: 消费者顾问回复草稿、意图核验及优惠码生成

    业务问题
    L’Oréal顾问需要以各品牌语气回复并确认咨询意图，生成优惠码也要切换多个界面，重复工作拖慢服务。
    使用的技术与数据
    Service Cloud中的Agentforce总结对话并生成回复及优惠码。Data 360连接咨询历史、客户记录、知识文档及SAP S/4HANA订单。顾问审核、修改并发送草稿，AI在结案前核验意图是否符合对话，品牌专属指令调整语气。
    成果
    Salesforce称，无需修改草稿时处理时间减少64%，需修改时约减少40%。北美25个品牌的300多名顾问每天使用。欧洲扩展仍是计划。
    局限与待解问题
    64%仅适用于无需修改草稿的情况，并非所有咨询的平均值。

    来源

  13. 2026-10-20资料发布AX195运营中

    信息技术 / 云托管服务 韩国

    贝斯平: 在分析内部业务后全公司常态运行511个AI智能体

    业务问题
    根据贝斯平于2026年10月20日发布的新闻稿，这家提供AI服务和解决方案的公司坚持“自我证明（Self-Proof）”原则，只向客户推荐先在自身业务中应用并验证过的解决方案。公司把同日发布的《2026 分行业AX客户案例集》最后一章用于介绍自身全公司AX转型的成果。
    使用的技术与数据
    公司按月分析了33,924项业务，筛选出900多个自动化课题，设计并验证了751个智能体，其中511个AI智能体目前在全公司常态运行。新闻稿称，案例集收录的案例普遍使用了公司自有的AI平台HelpNow AI Platform、HelpNow AI Foundry和数据整合方案HelpNow DataOps，并在AWS、Google Cloud、Naver Cloud等多云环境上应用了RAG、智能体AI和多智能体编排技术。
    成果
    新闻稿称，贝斯平借助这些智能体每年节省36,800小时，人为差错减少了99%。
    局限与待解问题
    新闻稿没有说明智能体承担的业务类型，也没有说明节省时间和人为差错的测量方法。

    来源

  14. 2026-10-20资料发布AX226运营中

    日用消费品 / 陶瓷 法国

    Bleu Clémentine: 为陶瓷业务撰写商品说明、电子通讯与社交媒体文案

    业务问题
    法国波尔多陶艺家Morgane经营Bleu Clémentine，除制作餐具和家居饰品外，还需撰写商品介绍及客户消息。对小企业而言，宣传写作与实际制作争夺经营者的时间。Google介绍该案例的目的不是销售文字，而是减轻重复宣传文案工作，让时间回到核心手艺。
    使用的技术与数据
    Morgane使用Gemini撰写商品说明、电子通讯及吸引关注的社交媒体开场文案。生成式AI帮助准备陶瓷业务所需的宣传文字，节省的时间再用于制作。原文未披露具体输入模板、审核流程或外部应用连接，因此不将同文新发布的品牌图像与财务分析工具归为该企业已采用的功能。
    成果
    Google称，这种使用方式每天为Morgane节省2至3小时，并将时间重新投入餐具和家居饰品制作。公开成效针对经营者的工作时间，没有给出销量、收入或广告转化率的增长。
    局限与待解问题
    尚未确认节省时间的测量周期、计算方法及最终文案审核方式。既有写作实践与新发布Gemini功能的成效分别处理。

    来源

  15. 2026-10-20资料发布AX227运营中

    食品与饮料 / 餐饮与肉类零售 美国

    Burger & Butcher: 分析本地搜索表现并辅助门店宣传与新菜单规划

    业务问题
    美国新泽西州的Burger & Butcher在同一门店经营餐厅和肉类零售，没有专职营销团队。经营者Josh需要在日常营业之间了解本地顾客如何发现门店，根据社区活动发布消息，并筹备新产品。同时承担经营与宣传，使其需要把搜索信息转化为文案及菜单构想的实务支持。
    使用的技术与数据
    Josh使用连接Google Business Profile的Gemini，查看本地搜索和地图中的门店表现，撰写结合社区活动的周末消息，并分析地区口味趋势，用于新早餐计划和外带肉类商品规划。原文描述经营者在轮班间隙使用工具，并未称AI自动发布账号内容或决定菜单销售。
    成果
    Google将其介绍为没有专职营销人员的单店实际使用Gemini查看客源信息、准备本地文案和规划商品的案例。可确认的变化是经营者在工作间隙将搜索表现和地区偏好与业务连接。没有公布客流、收入或工时的量化改善。
    局限与待解问题
    尚未确认分析周期、准确性和发布前审核流程。同文新推出的财务分析与图像生成功能不计入该门店已采用的范围。

    来源

下载全部资料 (JSON)