深圳匠厂科技有限公司

企业 AI 落地专家

深圳匠厂科技有限公司
Artisan Factory

企业 AI 落地专家
咨询 · 产品 · 实施 · 培训 · 运营

匠厂帮助企业把重复、规则明确、跨系统操作的工作,开发成可运行、可管理、可持续优化的 AI 智能体。


1. 客户为什么需要 AI 智能体

很多企业已经买了 ERP、CRM、WMS、TMS、财务系统也尝试过各类 AI 聊天工具,但一线员工的感受往往是:系统越来越多,重复劳动并没有明显减少。

您可能正在面对这些日常

  • 员工每天在多个系统、网页、Excel、邮箱、企业微信之间来回切换
  • 大量时间花在查询、复制、核对、录入、生成表格、发送通知上
  • 老员工的经验在脑子里,新员工上手慢、容易出错
  • 各系统各自运转,流程之间的衔接仍靠人工串联
  • 普通 AI 聊天工具能回答问题,却不能真正进入业务流程去执行
  • 传统 RPA 能按步骤点击,但不擅长理解文本、文档、异常和业务语义

企业真正需要的,不是“多一个聊天窗口”

而是 AI 能理解业务语境 + 技能能稳定执行 + 人工能把关 + 过程可追溯 的组合能力。

匠厂要解决的不是“有没有 AI”而是“AI 能不能进入真实业务流程,帮员工少做重复工作”。


2. 匠厂能帮企业做什么

匠厂面向企业的实际业务流程,提供从咨询到落地、从开发到运营的一体化服务。以下能力可按需组合,不必一次性全部采购。

2.1 AI 智能体开发

围绕具体业务流程开发智能体覆盖查询、核对、录入、生成、提醒、跟进、对账、审核等高频动作。每个智能体对应一类可验收的业务任务而不是泛泛的“AI 助手”。

2.2 企业知识库与问答助手

将 SOP、操作手册、制度文件、产品资料、合同模板等整理为可查询、可引用的企业知识库让员工用自然语言快速找到准确答案减少反复询问和翻找文档的时间。

2.3 RPA / 网页 / 桌面自动化

在客户授权范围内,操作网页后台、系统界面、表格和文件,处理重复点击和录入。适合规则相对固定、界面稳定的操作环节。

2.4 系统集成与数据处理

对接 ERP、CRM、WMS、TMS、财务系统、平台后台、Excel、邮件等数据源打通信息孤岛让数据在流程中自动流转减少人工搬运。

2.5 咨询、实施、培训与运营

匠厂不只交付工具。我们从流程梳理、方案设计、技能开发、上线培训到后续迭代,与客户团队一起落地,确保智能体真正用起来、持续优化。


3. 我们的落地方式

匠厂采用 “理解—执行—连接—把关—追溯” 五层方法论,让 AI 智能体在可控边界内参与日常工作:

层级 职责 说明
AI 负责理解 文本、文档、表格、用户指令、异常描述 读懂业务语境,而非机械匹配关键词
技能负责执行 Python 技能、OpenClaw、RPA、API 调用 稳定、可复现地完成具体操作
系统负责连接 ERP、CRM、WMS、网页后台、邮件等 打通跨系统数据与操作链路
人工负责把关 高风险动作必须人工确认 发送、提交、付款等关键节点不自动放行
日志负责追溯 每次执行保留完整记录 便于复盘、审计和问题定位

我们的实施原则

  • 不追求一上来就全自动:优先从高频、规则明确、可复核的流程试点
  • 高风险动作必须人工确认:智能体生成草稿或执行预备动作,由人审核后再放行
  • 每次执行保留日志:做了什么、改了什么、结果如何,全程可查
  • 小步快跑、持续迭代:先跑通一个场景,验证价值后再扩展

这套方式让客户觉得 靠谱、可控——不是让 AI 乱操作系统,而是让智能体在明确边界内辅助员工完成重复工作。


4. 典型行业解决方案

匠厂已按行业和职能沉淀多个智能体能力组。以下是将能力翻译为客户能直接理解的业务场景,实际项目会根据客户流程重新组合和开发。

4.1 物流与货代

客户痛点

  • 询价信息分散在微信、邮箱、Excel整理费时
  • 查轨迹、查舱位、查费用占用大量机械查询时间
  • 客户催问多,异常发现往往偏晚
  • 对账依赖人工逐行核对,差异定位慢
  • 新人难快速熟悉各渠道和操作流程

可落地智能体

  • 询价整理智能体
  • 报价草稿智能体
  • 运单轨迹查询智能体
  • 异常提醒智能体
  • 对账差异标记智能体
  • 单证/资料核对智能体

价值

减少机械查询、提高异常发现及时性,让业务员把时间放回客户沟通和异常处理。

4.2 跨境电商

客户痛点

  • 多平台、多店铺、多后台频繁切换
  • SKU 多Listing 和商品资料维护压力大
  • 客服多语言、多时区,回复质量不稳定
  • 订单异常、物流停滞、售后退款容易遗漏
  • 广告、销售、库存数据分散,难以及时汇总
  • 管理层看不到统一、及时的经营情况

可落地智能体

  • Listing 生成与优化智能体
  • 评论分析与回复草稿智能体
  • 竞品监控智能体
  • 库存预警智能体
  • 店铺绩效巡检智能体
  • 经营日报智能体

价值

减少重复运营动作、提高资料整理效率,帮助团队更快发现异常。

4.3 制造业

客户痛点

  • 订单、采购、库存、生产、质检、财务数据分散在不同系统
  • 供应商报价比对依赖人工,效率低
  • 技术资料、质检报告、出口单证审核耗时
  • 缺料、交期、库存异常发现慢
  • ERP 已有,但跨系统录入和核对仍靠人

可落地智能体

  • 供应商报价比对智能体
  • 物料需求计算智能体
  • 采购交期跟进智能体
  • 技术/质检文件审核智能体
  • 出口单证校验智能体
  • 生产日报/经营日报智能体

价值

提升采购、计划、质检、单证、财务等环节的人效,将流程经验沉淀为可复用的技能。

4.4 财务与对账

客户痛点

  • 发票、账单、对账表格式不统一,整理工作量大
  • 财务月结期间核对压力大
  • 重复计费、漏录、金额差异需人工逐项查找
  • 应收应付、账龄、催款依赖人工跟进,容易遗漏

可落地智能体

  • 发票识别智能体
  • 对账差异标记智能体
  • 应收逾期提醒智能体
  • 费用分摊智能体
  • 财务报表摘要智能体

价值

加快对账整理与差异定位,让财务人员把精力集中在判断和沟通上。

4.5 企业内部知识助手

  • ERP 操作手册问答
  • 员工制度问答
  • 产品资料问答
  • SOP 查询
  • 新员工培训助手

价值

减少“问老员工”的依赖,加快新员工上手,让制度和产品知识随时可查。


5. 脱敏案例与典型场景

以下案例基于匠厂服务过的业务场景类型整理,已做脱敏处理,不代表某一具体客户的公开授权案例,也不包含可核实的具体数据。 目的是帮助您判断:类似流程是否适合用智能体落地。


脱敏案例 1货代企业批量查轨迹与异常提醒

项目 内容
客户背景 中型国际货代企业,日均处理数百票运单,业务员需频繁向客户反馈物流状态
原流程 业务员逐票登录船公司/航司网站或第三方平台查询轨迹,手工记录后回复客户;异常往往在客户催问时才发现
主要痛点 机械查询占用大量时间;异常发现滞后;同一客户多次催问增加沟通成本
匠厂方案 开发运单轨迹查询智能体,按批次自动查询并汇总状态;对超时未更新、状态异常等情形生成提醒清单
人工确认节点 异常提醒发送给客户前,由业务员确认内容;不自动对外发送
上线后可观察变化 机械查询时间明显减少;异常项更早进入待处理列表;业务员回复客户时可直接引用汇总结果
适用边界 需客户提供可查询的运单号和授权访问方式;部分船公司/渠道查询规则可能需单独适配

脱敏案例 2货代企业询价整理与报价草稿

项目 内容
客户背景 货代企业,销售团队每日收到大量询价,信息来源包括微信、邮件和 Excel
原流程 销售从各渠道复制询价信息到 Excel手工核对起运港、目的港、柜型、货量等字段再查询运价表生成报价
主要痛点 询价信息格式不统一,整理耗时;报价草稿重复劳动多;新人不熟悉渠道和价格结构
匠厂方案 开发询价整理智能体,从多渠道提取并标准化询价字段;结合运价规则生成报价草稿供销售审核
人工确认节点 报价发送前必须由销售确认金额和条款;智能体不自动对外报价
上线后可观察变化 询价整理效率提高;报价草稿生成更快;销售可将更多时间用于客户沟通和议价
适用边界 需客户提供历史询价样例和运价规则;复杂或非标询价仍需人工判断

脱敏案例 3财务对账表自动整理与差异标记

项目 内容
客户背景 有跨境或物流业务的企业,每月需与多家供应商/承运商对账,账单格式各异
原流程 财务人员下载各渠道账单,手工整理为统一格式,逐行与内部系统数据核对,标记差异后逐笔追查
主要痛点 账单格式不统一,整理工作量大;月结期间压力大;差异项定位慢,容易遗漏
匠厂方案 开发对账整理智能体,自动识别并归一化账单格式;按规则比对内部数据,输出差异清单供财务复核
人工确认节点 差异项的处理结论、调账和付款动作均由财务人员确认后执行
上线后可观察变化 对账表整理时间缩短;差异项定位更快;财务人员可集中精力处理有争议的条目
适用边界 需客户提供历史账单样例和内部对账规则;首次上线建议从 12 个渠道试点

典型场景 4制造企业供应商报价比对与采购建议

项目 内容
客户背景 制造企业,采购部门定期向多家供应商询价,需比对价格、交期、付款条件等
原流程 采购员收集各供应商报价(邮件/Excel/微信),手工填入对比表,逐项核对后提交采购经理审批
主要痛点 报价格式不统一,整理费时;历史报价难追溯;新人不熟悉比价维度和供应商特点
匠厂方案 开发供应商报价比对智能体,自动提取并标准化报价字段,生成对比表和采购建议草稿
人工确认节点 最终采购决策和下单由采购经理确认;智能体仅提供整理和建议,不自动下单
上线后可观察变化 报价比对整理效率提高;采购建议更有据可查;经验可沉淀为可复用的比价规则
适用边界 需客户提供报价样例和比价维度;战略采购、非标物料等复杂决策仍需人工判断

6. 为什么不是普通聊天机器人,也不是传统 RPA

对比项 普通 AI 聊天工具 传统 RPA 匠厂 AI 智能体
主要能力 回答、生成文字 按固定步骤点击 理解业务 + 调用技能执行
是否能操作流程 需要人自己操作 能操作但理解弱 可理解、可执行、可审核
适合场景 问答、写作 固定页面操作 跨系统、跨文档、跨流程的业务任务
风险控制 依赖人工判断 脚本异常需维护 人工确认 + 日志追溯 + 异常回退
价值重点 给建议 替代点击 让智能体参与日常工作

匠厂不是让 AI 直接盲目操作系统,而是把 AI 理解能力、Python 技能、OpenClaw 自动化、RPA/API 集成和人工审核 组合起来,让智能体在可控边界内处理真实工作——能读懂业务、能执行动作、能留痕追溯、关键节点有人把关。


7. 从一个小场景开始试点

您不需要一开始就做大平台或全面自动化。匠厂建议从 一个高频、规则清楚、容易验收 的小场景开始,验证价值后再逐步扩展。

建议试点场景

  • 批量查轨迹
  • 报价表整理
  • 对账差异标记
  • ERP / SOP 问答
  • 订单信息提取
  • 客服回复草稿
  • 经营日报生成

试点流程

  1. 需求访谈 — 了解业务流程、痛点和现有系统
  2. 流程拆解 — 明确输入、输出、判断规则和异常处理
  3. 样例数据确认 — 用真实样例验证方案可行性
  4. 智能体开发 — 按确认方案开发并内部测试
  5. 小范围试运行 — 在 12 个岗位或班组试用
  6. 人工反馈与优化 — 根据使用反馈调整规则和交互
  7. 正式上线和培训 — 编写操作说明,培训相关人员

试点周期通常为数周,具体取决于流程复杂度和数据准备情况。先跑通、再扩展,降低决策风险。


8. 我们如何交付

客户购买后,将收到可落地、可验收的交付物,而不只是概念方案:

交付物 说明
需求调研与流程梳理文档 记录业务流程、痛点和优化目标
智能体方案设计 明确每个智能体的职责、输入输出和人工确认节点
Python 技能 / OpenClaw 自动化流程 可运行的智能体程序
知识库或规则库配置 企业知识、业务规则的标准化配置
数据处理模板 对账表、报价表等标准化模板
执行日志与异常记录 每次执行的完整记录,便于审计和复盘
用户操作说明 面向业务人员的简明操作指南
培训与试运行支持 上线初期的现场或远程培训
后续迭代维护建议 扩展场景和优化方向的建议

9. 常见问题

1. 我们已经有 ERP / CRM / WMS还需要智能体吗

需要。现有系统解决的是“数据存储和单点操作”,但跨系统、跨文档、跨渠道的衔接往往仍靠人工。智能体负责把这些衔接工作自动化,让系统之间的流程跑起来,而不是替代现有系统。

2. 没有 API 能不能做?

可以。很多企业的内部系统或合作方平台并未开放 API。匠厂可通过 RPA、网页自动化、文件导入导出等方式在授权范围内完成对接。是否可行需结合具体系统和操作界面评估。

3. 会不会影响现有系统?

不会。智能体在授权范围内操作,不修改系统底层数据结构和权限体系。高风险动作设置人工确认,避免误操作。建议先在测试环境或沙箱账号上验证。

4. 数据安全吗?

匠厂重视数据安全。项目数据仅在客户授权范围内使用,可按需部署在客户内网或私有环境。具体安全要求可在需求阶段书面约定。

5. 是不是要一次性把所有流程都自动化?

不需要,也不建议。我们推荐从小场景试点开始,验证效果后再逐步扩展。一次性全面自动化风险高、周期长,不符合务实落地原则。

6. 智能体会不会乱操作?

不会。匠厂的设计原则是:高风险动作必须人工确认,每次执行保留日志。智能体生成的是草稿、清单或预备动作,关键决策由人做出。

7. 和 RPA 有什么区别?

传统 RPA 擅长按固定步骤点击,但不擅长理解文本、文档和业务语义。匠厂的 AI 智能体结合了 AI 理解能力和技能执行能力,适合跨系统、跨文档、需要判断的业务任务。两者可互补使用。

8. 多久能看到效果?

简单、规则明确的试点场景,通常数周内可完成开发并试运行。复杂流程或需多方协调的项目周期会更长。我们会在需求访谈后给出初步时间预估。

9. 没有标准流程能不能做?

有一定挑战。智能体需要明确的输入、输出和判断规则。如果流程完全因人而异、没有样例数据,建议先从相对规范的子流程入手,或与匠厂一起梳理流程后再开发。

10. 能不能先做一个试点?

可以,而且我们推荐这样做。从一个高频、重复、可复核的小场景开始,成本低、风险可控、容易验收,是大多数客户的首选路径。


10. 匠厂智能体能力库

截至当前,匠厂已按行业和职能沉淀多个智能体能力组,可作为方案设计和交付开发的参考资产。能力库不是固定套餐,实际项目会根据客户流程重新组合和开发。

能力组 能力数量 适用方向 查看详情
client-ecommerce 10 Amazon 跨境电商 README
client-ecommerce-taobao 30 淘宝电商 README
client-ecommerce-tmall 14 天猫电商 README
client-logistics 123 物流与货代 README
client-marketing 16 市场营销 README
client-hr 8 人力资源 README
client-edu 18 教育行业 README
client-finance 29 财务与对账 README
client-manufacturing 68 制造业 README
合计 316

11. 适合与不适合

建立合理预期,有助于双方高效合作。

适合

  • 重复、高频、规则相对明确的业务流程
  • 需要跨系统、跨网页、跨表格处理的任务
  • 有样例数据和人工复核机制
  • 愿意从小场景试点,逐步扩展
  • 希望把经验沉淀为流程和技能,而非依赖个人

不适合

  • 完全没有流程、没有样例数据可参考
  • 希望 AI 立刻替代所有相关岗位员工
  • 不愿意提供测试账号或样例资料
  • 高风险动作不愿设置人工确认节点
  • 期望不维护、不迭代的一次性项目

12. 联系我们

深圳匠厂科技有限公司
Artisan Factory

企业 AI 落地专家
咨询 · 产品 · 实施 · 培训 · 运营

深圳市宝安区锦驰商务中心 C 座 5 层
陈德炼 · 18925203701
www.jc2009.com

如果您不确定哪个流程适合做智能体,可以先从一个高频、重复、可复核的小场景开始评估。欢迎联系我们,做一次免费的流程适配沟通。

Description
所有的文档
Readme 340 KiB
Languages
Markdown 100%