公开案例 · 外贸/消费品
外贸礼品公司(十几人,年销数亿)
企业数字资产整理与 AI 落地起步
项目做法
1. 先处理现场环境。团队决定直接用顶尖大模型,到现场才发现内网环境复杂:4 台路由器、2 台光猫、1 台交换机加一个软路由,串得乱且不稳定,第一天几乎在当网络工程师,目的是让 Agent 获得稳定灵活的内网访问权限。 2. 重新整理企业文件:不是把文件塞进知识库,而是重新组织散落各台电脑的资料,建立文件之间关系,让 AI 知道哪些文件属于哪个客户、哪个产品、哪个项目。这里遇到现实阻碍:合同、客户资料、产品文件是老板最核心的资产,不可能打包发给外部 FDE。 3. 把数据留在企业、把开发能力送进去:把一套 Harness 整理成任务包(框架、原则、规范、Demo 一起),部署到客户自己的 Codex 里,让客户本地 Codex 按规范在自己的电脑和文件环境里继续开发。前期花几十个小时把框架做好,客户侧 Codex 继续跑约 40 小时,老板开始测试;测试产生的日志、问题、记录由客户侧 AI 整理回传,团队据此修改规范和任务,再由客户侧 AI 完成适配——数据不离开企业而开发适配继续。 4. 让交付沉淀成企业能力:把文件文档化、梳理资料关系、沉淀知识,再建立工作流、Skill 和 Agent,目标是企业自己解决下一批问题。
项目进展
原文口径:项目还处在第一阶段,交付未完成,无法给出效率提升百分比。已验证的变化有三个: - 企业开始真正理解 AI 能做什么——角标尺问题老板原以为要研究一两天,AI 约 10 分钟找到产品来源并搞清刻度代表角度;矢量图难题也是当场问 AI 用工具做出 - 信任建立后需求释放:从只拿一个试错成本低的小问题试,到交付后很快提出十几到二十个新需求 - 老板判断从"买工具"变成重新思考公司工作方式,对处于业务快速增长、人力跟不上阶段的企业,这个认知变化的价值超过单个工具省下的成本 投入披露:此前买过约 5 万元的标准化产品(被证明不解决问题);本项目工作量披露为前期几十小时 + 客户侧 Codex 约 40 小时。 踩坑三条原文自述: 1. 现场电脑环境不一致导致安装包反复报错——先把每台电脑网络、权限、运行环境摸清统一 2. 数据隐私阻隔——改为客户侧本地 AI 开发 3. 老板和员工没时间配合测试——开发远程通道,AI 后台连接客户电脑上的 AI,长任务晚上跑
