某财产保险公司 · 全国性财险 · 员工 8,000+
日均 1,200 张工单，知识散落在三个系统，新人上手需要 6 周
一线每人每天花 3.5 小时处理重复工单，高峰期积压超过 48 小时；知识库有三套（Confluence / SharePoint / 邮件），没人知道哪个是最新版。自动分派设了置信度阈值：模型判断达到 0.75 才自动派单，不达标的…
交付周期 90 天上线 · 团队配置 1 Echo + 2 Delta
某职业技术学院 · 在校生 12,000 · 教职工 900
26 个系统各自为政，办事靠「找系统、跑窗口」
同一份学生信息在教务、学工、财务各录一遍，重复录入率 47%；师生办事「找系统、跑窗口」，高峰期窗口排长队
交付周期 104 天上线 · 团队配置 1 Echo + 2 Delta
某市渔业执法机构 · 行政执法单位 · 下辖 11 个站点
文书格式多、法规更新快、基层站队人手不足
一份处罚决定书平均耗时 2.5 小时，格式与条款引用错误率 18%；法规修订后基层难以及时同步，存在程序瑕疵风险。抽不到的要素显式留空、不用推测值补齐——文书里的一处空白，比一个看起来合理的错值更安全
交付周期 76 天上线 · 团队配置 1 Echo + 2 Delta
某连锁零售集团 · 860 家门店 · 员工 12,000
总部政策传到门店要 3 天，店长的问题重复率极高
860 家门店每天产生约 2,400 条咨询，总部 12 人团队疲于应付；新政策从发布到门店执行平均延迟 3 天，执行偏差率 27%。提问按意图分三路走：政策与流程查知识库、商品与库存参数查结构化表、判不出来的转人工并把上下文一并带过…
交付周期 68 天上线 · 团队配置 1 Echo + 2 Delta
某三甲综合医院 · 床位 1,800 张 · 日均报告 2,400 份
报告模板 40 多套，结构化字段完整率只有 71%
报告初稿靠医师逐字敲，质控靠人工抽查、抽检比例不到 5%；数据不能出内网、改造不能影响门诊，公有云方案直接出局
交付周期 120 天上线 · 团队配置 1 Echo + 3 Delta
某集团企业 · 3 地 6 厂区 · 员工 5,400
三套系统各存一份数，月末对账要 5 个工作日
订单在 ERP、发货在 WMS、回款在财务系统，主数据差异对三天；月末对账 5 个工作日，差异定位靠 Excel 人工比
交付周期 90 天上线 · 团队配置 1 Echo + 3 Delta
下面八个行业，写的是我们在现场反复碰到的具体卡点，以及针对这个行业我们会怎么做。每个行业都标了「适合什么阶段」——如果你的情况不在这个范围内，我们会直接说。
医疗健康
医疗行业的两条硬约束：数据不能出院内网，改造不能影响门诊和住院。行业里八成的机构都卡在数据不通上——HIS、LIS、PACS、EMR 各建各的，调一份检验报告要切好几个界面。所以公有云方案在这里基本直接出局，剩下的问题变成「怎么在现有系统之间把数据串起来，且不出内网」。
适合什么阶段：有自建机房、且对数据出网有硬约束的医疗机构。
进一步了解
教育
一所学校跑着二十多个系统：教务、学工、财务、后勤各自为政，同一份学生信息在多套系统里各存一份，重复录入率能到四成以上。师生办一件事，要先记住在哪个系统、再去哪个窗口。想上 AI，第一步往往卡在数据不在同一套口径上——不是缺算力，是缺底座。
适合什么阶段：已经建成十几个业务系统、想先打通数据再谈 AI 的高校与职业院校。
进一步了解
企业
ERP、CRM、协同办公各自沉淀一份主数据，流程被切在 A、B、C 几个系统里。想上 AI，第一步往往卡在「模型能算，但拿不到全链路口径一致的数据」；想让流程自动跑起来，又卡在老系统根本没有 API。数据不通，智能体就只剩问答，干不了活。
适合什么阶段：已经在用协同办公与至少两套业务系统、想把流程串起来或试点 AI 的企业。
进一步了解
共同点
行业不一样，卡点不一样，但我们进场后头三个月做的事，是同一套。
总部看到的是区域汇总，车间看到的是班组台账，医院看到的是月度报表，学校看到的是年级平均分。这八个行业的第一件事都是同一个：把汇总拆成单店、单机台、单科室、单车次、单个场站、单个学生。粒度不对，后面做什么都是猜。
没有哪个行业能停业三个月等新系统。POS、MES、HIS、TMS、收费系统、教务系统都还在跑，我们要做的是把数据从里面取出来，而不是换掉它们。老设备、老接口、没有 API 的系统是要正面处理的前提，不是例外。
全量铺开之前，先选一个边界清楚、两三个月能看出结果的场景。做成了再谈第二步；做不成，损失控制在一个试点里。八个行业我们都是这么起步的。
政府
事项挂上了网，材料还要重复交；网格员在多个系统里重复录入同一户信息；跨部门数据共享，共享方担心出错要担责，干脆不共享。卡点从来不在页面好不好看，在数据、在协同、在基层愿不愿意天天用。
适合什么阶段：有自建机房或政务云、按等保与信创要求建设的政务与公共服务机构。
进一步了解
能源
一个场站里，新的逆变器有接口，十年前的老开关只有指示灯；IEC 104、Modbus、CDT 各说各话，全国配变品牌型号超过两千种，三成以上的存量设备连通信接口都没有。真正难的不是上平台，是把这些设备接进来、把误报收敛掉、让告警有人认领。
适合什么阶段：有集中监控与少人化运维需求，且现场协议与设备年代杂的风电、光伏与配用电企业。
进一步了解
交通
收费、监控、养护、机电各有一套系统，数据互通率不足三成；节假日一堵车，应急、救援、导航各说各话。路面事件常常是客户投诉了才知道，那时候处置窗口已经过去了。设备制式也不一，跨品牌互联是稀缺能力。
适合什么阶段：有路段、枢纽或航道运维责任，且已建视频与收费系统的交通企业与行业主管部门。
进一步了解
金融与保险
规则散落在产品文档、核保系统、和几个老员工的脑子里。一线答错不是服务问题，是合规问题；信贷材料、理赔单证堆成山，人工审核慢且口径不稳。这个行业的要求不是「答得像」，而是「答得出出处、追得回去」——监管对生成式 AI 持审慎态度，所以我们的做法是先内部辅助、再逐步面客。
适合什么阶段：受监管、且对「答案可追溯」有硬性要求的金融机构。
进一步了解
零售连锁
门店数量上去之后，总部和一线之间会裂开一道缝：政策发下去，执行成什么样只能靠巡店抽样；同一批库存要同时供给门店、电商仓和前置仓，超卖和积压同时存在。行业里近七成企业卡在多系统数据碎片化——工具上了不少，数据没通。这道缝不是系统能自动补上的，得先把口径做统一。
适合什么阶段：门店数在 50 家以上、总部已经上了 POS 与进销存系统的连锁企业。
进一步了解
下一步
上面八个是我们做得最多的，不是我们只做这八个。说说你的实际情况，我们判断能不能接，以及该从哪一步开始。
