案例 08 · 工业物料与采购

文字由原PDF提取，阅读顺序和表格请以原页为准。

以前碰到这种情况，业务人员依靠的是经验。知道编码，可以按编码找；知道准确名
称，可以按名称找；实在找不到，就按照原来的流程重新录入。
在数据规模还没有那么大、业务链路还没有那么复杂的时候，这套方式能够工作。但随
着历史数据越积越多，靠经验兜底越来越吃力，同样的流程开始失效。
所以这笔账，不能算在一线员工头上，先顶不住的是那套搜索系统。企业其实早就把流
程装进了ERP，数字化这一步早就迈出去了。真正卡住的是，这套系统的关键词检索和
字段匹配，处理不了工业物料那么多名称、描述和单位，于是数字化的工具本身成了新
的瓶颈。
这时候如果只是继续要求员工录入得更规范一点、搜索得更仔细一点，很难从根本上解
决问题。于是我们判断，AI应该在这里介入。
Q3：后来你使用AI解决这个问题的整体思路和关键步骤是什么？
如果只看最后做出来的功能，这个案例其实一点都不“性感”。无非就是两件事，把已
有数据清洗、标准化，再增加语义检索能力。甚至有人会说，这不就是RAG或者智能搜
索吗。
我觉得这么说技术上没有问题，但如果只看到这里，就把这个案例最重要的部分漏掉
了。因为真正困难的事情，从来都在“为什么要做语义检索，以及做完以后究竟改变了
什么业务结果”上。我们整个过程大概经历了几个阶段。
第一步，进入现场，先做问题发现。
我们花了数月时间和业务部门沟通，重点看他们真实的工作过程，也听他们说自己希望
AI帮什么。因为业务人员会告诉你很多需求，但FDE不能直接把需求列表变成功能列
表。我们需要继续判断，这个问题是否真的存在，根因在哪里，AI能不能解决，解决之
后能产生多少业务价值。
79/243