AI WorkForce 2.0:让专家经验,成为组织能力
中新赛克 AI WorkForce 2.0 由智能体开发与运营底座、OceanMind 数据治理、OntoBase 本体建模、AI 治理网关四层构成,架在 ERP/MES/CRM 之上——叠加层,不做替代;本地化部署,数据不出域,调用全程可审计。 同一个任务换一种做法:一句话输入,专家经验自动调度,11 分钟出根因报告;每一次任务都沉淀为新技能,个人能力跃迁为组织能力。让专家经验,成为组织能力。 注:片中效果为演示场景,部分客户真实效果验证,仅供方向性参考。
视频文稿
李总把一张客户投诉处理单放到小王桌上的时候,是下午两点。红章刺眼:一周内书面答复。A客户,外壳件外观不良,这批300件退货120。李总只交代了两句话:客户那边我扛,报告你出。
小王的第一反应是问人。陈工是厂里最懂外观不良的老师傅,前年碰到过类似的一批。"好像也是这个料……记录在哪个盘,我记不清了,你翻翻看。"话没说完,座机响了。领导办公室的门关着,里面正在开会。问了一圈,小王在纸上画了三个问号,怎么也连不成一条线。老师傅的经验还在,但只在老师傅的脑子里。
第二件事是取数。质量记录在MES,维修台账在设备系统,客诉工单在CRM——三套系统,三个部门。IT的答复是:跨系统数据申请,排期三个工作日。可客户只给一周。好不容易拿到一张导出的原始表,同一个"批次"在表里有三种写法,字段缺失、无法关联。通宵洗完数据,小王还是不敢用它下结论。
第三件事,他试着求助公开的AI工具。AI很快给出四五行通用建议:从原材料、模具磨损、工艺参数三方面排查。他追问一句"我们这批换过料",得到的是一段更笼统的回答。他删掉没发——AI不认识他的厂。而隔壁会议室里,财务正对着AI服务账单发问:这个月费用超了三倍,谁在调?调了什么、传了什么,没人说得清。
然后是跑部门。生产说已经入库了,找质量;设备说设备没问题,是来料;工艺说上个月刚改过版,你手上是哪一版?一张单子跑了半天,折痕越来越深,问题还在原地。
最后交上去的报告,结论是"原材料批次问题"。李总合上打印稿,只问了一句:"这个结论,你自己信吗?"第三方检测显示成分没有问题。红笔两个字:重做。夜里,办公区的灯一盏盏熄灭,只剩小王那一盏。
这不是小王一个人的困境。行业数据说得很直白:真正投入生产使用的AI Agent只有11%(德勤《Tech Trends 2026》),仅6%的企业通过AI取得显著业务价值(麦肯锡2026),56%的企业尚未获得显著财务收益(普华永道)。工具早就到位了,卡住企业的,是组织。
后来,B客户的投诉单又来了。同样的红章,同样的外观不良。这一次,小王没有起身。他在中新赛克AI WorkForce 2.0里敲下一句话:"外壳件外观不良,根因分析与整改报告。"平台推荐调用"外观不良根因分析v2"技能,任务自动拆解,质量、设备、工艺三方的结论汇入同一条任务链,11分钟后报告生成:定位件磨损导致夹持偏移。
这条技能的作者,是陈工。他看着屏幕上自己的名字,和当年那套排查顺序,点下"确认发布"。"这上面写的,还是我当年那几步。"小王回头笑:"以后不用问您了,问它就行。"
变化不止这些:组织里的专家经验沉淀成可调用的技能,每做完一个任务就多一层积累;数据平台加本体能力,AI读懂的是企业自己的业务、流程和规范;工具跑在本地,数据不出厂,花多少、拦了什么,都看得见。中新赛克AI WorkForce 2.0架在ERP、MES、CRM之上——叠加层,不做替代。
那张画着三个问号的纸,被小王揉成团丢进了纸篓。个人经验,变成组织资产;价值,最终体现在具体业务里。让专家经验,成为组织能力。