← 案例目录DATAWHALE / FDE

案例 20 · 制造企业经营透明

Datawhale原书章节 · 印刷页码 196—205 · 当前仅加载一页

Datawhale《FDE案例100》,案例20,原书第200页;下方可展开文字版

原书第 200 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

也就是说,我更愿意把这里的AI理解成一个“数据关系处理器”:它帮助系统判断不同业
务环节之间到底是什么关系,有没有对得上。
第四步,把异常从“人去发现”变成“系统主动提醒”。
企业正常运行的时候,我希望它自己往下走;只有出现问题的时候,才需要人介入。
所以我们给一些关键业务节点设置判断标准,例如价格是否合理、库存数据是否异常、
应付款能不能和相关业务数据对应起来。一旦出现异常,就通过飞书卡片提醒相关人
员。
这实际上形成了一个很简单的闭环:正常情况自动运行 → 数据持续匹配核对 → 发现异
常 → 主动提醒 → 人处理异常。
对我来说,这比单纯做一个“AI助手”更有价值,因为它真正嵌进了原来的业务流程。
图2:只读同步、异常识别与老板看板
Q4:相比传统方式,使用AI后的实际效果如何?
200/243