企業平臺
發現評估
自動化
AI+自動化
行業解決方案
業務解決方案
合作伙伴
生態聯盟
咨詢服務
培訓服務
交流社區
客戶成功
公司介紹
新聞列表
聯系我們
加入我們
最近，不論是線上咨詢還是線下交流，我們收到最多的問題就是“你們的Agent怎么落地？”
很多企業已經看到了 AI 在降本增效方面的潛力，但在如何落地上缺乏頭緒，無法應用到實際應用中。本文就以最近服務的一家客戶為例，詳細描述 AI Agent 在企業內落地執行的全流程，希望對大家有所啟發和幫助。
#1
定位問題、診斷問題
國內某領先的裝備制造業企業近期面臨著客戶投訴增多、生產效率下降及人員流失率變高等問題。通過市場調研和方案比選，該企業最終選定藝賽旗作為智能化轉型合作伙伴，計劃通過部署AI Agent，系統性解決質量管控、生產協同和知識傳承等關鍵問題，實現人力解放、效率提升和成本優化，重塑企業核心競爭力。
要想解決問題，首先需要發現問題。企業想要降本增效，就需要明確成本主要消耗在哪些地方。為了準確評估企業資源聚焦重點及可改善點，藝賽旗首先按照價值創造模型對企業流程進行了全面梳理。
價值創造模型
但僅有理論分析是不夠的，必須還原實際業務流程才能準確定位問題。
以產品交付流程（集成產品開發）為例，該企業在流程和IT系統建設上投入了大量資源：銷售在CRM簽訂合同后自動生成研發工單，研發部門通過PLM完成設計，生產部門通過ERP執行制造，最后進入WMS進行庫存和物流管理。然而實際運營中，由于缺乏全流程視角，各部門各自為戰，在時效評估和問題定位上花費大量精力但毫無進展。
藝賽旗接手這一項目后，首先引入自研的 iS-RPM 流程智能挖掘工具，通過在各個系統中導出近半年來所有訂單的執行情況并進行數據清洗，建立了全流程還原視圖。各部門采用統一標準后，構建了透明的效率評估平臺，顯著減少了因標準不統一造成的內部消耗。
示意圖（非實際圖，示意功能）
從圖中可以清晰看出訂單交付各環節工作量及耗時。通過流程挖掘工具，企業首次清晰掌握了訂單交付全流程情況，并發現以下關鍵問題：
1
客戶需求溝通不暢
由于前期溝通以銷售為主，后續溝通以產品設計為主，兩者之間存在需求同步上的脫節，遺漏部分需求導致設計方案或生產方案打回，導致浪費大量時間。在流程上的表現就是有大量返工；
2
跨系統同步耗時
在訂單管理系統、產品生命周期管理（PLM）系統與企業資源計劃（ERP）系統間，存在大量數據同步和人工核對工作，雖然系統上線之初有相應功能設計，但隨著公司業務發展，很大一部分產品已經不適用這套體系，需要手工同步，耗時耗力；
3
生產意外中斷高發
從流程上看，生產環節耗時偏長，且有大量內部返工情況發生。進一步定位發現是部分設備年限較長，故障概率較高，目前設備維修人員能力較弱，解決問題時間長、成功率偏低。
通過業務流程還原和數據分析，藝賽旗初步定位到影響到企業運營效率的關鍵因素，且發現了AI技術的潛在應用價值。
#2
AI Agent 設計和實施
針對流程智能挖掘定位出來的關鍵問題，藝賽旗建議客戶實施如下改進方案：
客戶需求 Agent
借助于大模型的 RAG 能力，將 CRM 中以及線上線下和客戶溝通形成的所有文檔納入統一知識庫中，自動總結歸納客戶需求，便捷搜索客戶需求原文，有效提升銷售人員和設計人員工作效率，避免需求遺漏導致的返工，加快全流程效率；
系統同步 Agent
以 RPA 為核心，快速上線 CRM 到 PLM 和 PLM 到 ERP 的信息同步和核對小工具，適應現階段的生產要求，并預留空間，支持后續新產品上線后的靈活調整；
設備維修 Agent
以大模型的 RAG 能力為核心，將設備說明書、運行手冊、歷史維修記錄等信息納入知識庫中，通過 RPA 抓取設備運行信息，識別設備故障類型和解決方案，輔助維修人員快速定位、解決問題。
以設備維修 Agent 為例，整體運行流程如下：
為了實現這一目標，需要從數據接入、文檔處理、索引優化、查詢優化等多個角度出發持續優化，以此實現準確高效的系統返回。
1
數據接入
在數據接入環節，存在部分設備獨立運行、部分設備無接口、部分設備數據不全等問題。針對這個情況，我們采取了分階段實施方案：
一期時，我們優先接入具備標準接口且數據類型完整的設備，建立基礎數據采集體系。二期通過視覺識別技術（采用攝像頭拍攝+大模型解析）實現非標設備的數字化接入，為后續智能告警和預防性維護提供完整數據支撐。
2
文檔處理
為了將散落在PDF、Word、Excel中的海量技術文檔能夠被AI系統高效識別，我們針對不同格式內容做了相應處理：
-
PDF文檔：精確提取文本信息，并對圖片內容添加專屬標簽（如設備型號、故障類型、處理方案），保障后續數據內容的精準定位；
-
WORD文件：優化段落結構，方便后續RAG環節精準定位到“故障現象描述”、“解決方案”等關鍵章節，保障數據庫的整體可用性；
-
Excel表格：標準化表格結構，確保維修記錄、問題描述、解決方案等內容都能被系統準確識別，并自動統計故障高頻部件。
3
索引優化
我們通過為已入庫資源索引添加明確標記來提升整體召回率，包括設備編號、故障代碼、文檔ID、設備描述（支持相似性標記，如數控機床、數控加工中心等）、故障現象描述和解決方案。
最終設備維修Agent可以更全面地檢索相關信息，減少遺漏，從而更精準地匹配需求，快速定位問題并提供有效解決方案，顯著提升故障處理效率。
4
查詢優化
我們通過結合用戶對話歷史和現有知識庫，對用戶訴求進行映射和要素提煉，從而提升問題的指向性，確保能夠準確定位系統問題。
最終實現的效果是：如用戶反饋“機床主軸有異響”，設備維修Agent會結合現場照片定位設備型號，同時查詢知識庫和手冊，對可能造成異響的故障進行搜索排序，給出最可能的原因和解決方案，有效縮短故障排查時間。
#3
全流程提效 26%
綜合成本下降 11%
遵循藝賽旗 BISM方法論（Business Insight業務洞察→ Identification &Solution問題定位→Solution Implementation方案實施→Monitoring持續優化）的體系化落地，我們首先運用流程挖掘技術對企業運營進行全景掃描，精準識別出制約效率提升的關鍵業務堵點。隨后，通過大模型+RPA的智能組合拳，實現了從數據采集到決策執行的閉環自動化改造。
項目最終交出了"全流程提效 26%，綜合成本下降 11%"的亮眼成績單，不僅超額完成客戶預期的KPI指標，更通過AI賦能為該企業建立了可持續優化的智能運營體系。此次合作獲得了客戶高層領導的高度認可，也再一次彰顯了藝賽旗在自動化與AI Agent 領域的專業實力。