一家传统制造企业的 AI 选型之路:四个真实问题,四套落地方案。
不回避难题,只解决问题。
这是一家传统造纸行业的大型制造集团,内部使用用友老版 ERP 系统管理核心业务流程。老板的目标非常清晰——不满足于 AI 仅仅替代 10% 的重复性工作,而是要替代绝大部分办公室员工的日常工作。
在同行中,他们是第一个吃螃蟹的人。朋友圈里的造纸同行们都在关注他们的尝试结果——这个行业有一个特点,大家愿意互相分享经验,一旦有人趟出来一条路,后面的人会跟上。
选型要求也很务实:产品要足够成熟或半成熟,一旦选定就长期使用,不愿意踩初创产品的坑。他们不是在找一个"能演示的玩具",而是在找一个"能上生产线的工具"。
这次对话的价值不在于展示一个完美的成功案例,而在于真实记录了制造业企业在 AI 选型过程中遇到的每一个具体问题——以及 COCO 是如何回应的。
在整个选型测试期,客户提出了四个核心问题。每一个都不是理论问题,而是在实际操作中遇到的真实障碍。这些问题也是制造业企业在 AI 落地过程中必然遇到的共性挑战。
客户拿 10 张八号单(delivery notes)的照片让 AI 提取数据到 Excel。照片清晰,但通用 AI 裸跑识别仍有偏差,纠正后问题复现。COCO 方案:通用 AI 不适合专业图像识别场景,需要配置专业 OCR 工具/Skill。产品路线图已包含单据识别专用 Skill。短期方案:接入更专业的图像识别工具链,显著提升准确率。
需要登录银行网站执行操作,银行需要 token/OTP 验证,但 AI 操作浏览器太慢,token 还没用就过期了。本质问题:网站是为人类设计的,不是为 AI 设计的。COCO 方案:优先使用 API/命令行而非模拟浏览器操作;首次登录用远程桌面辅助(Browser Explorer 插件),登录一次后免登;双向推进——工具端持续改进 + 推动网站端 API 化。
公司手机收到 OTP 验证码,每次都要手动发给 Agent,流程繁琐。COCO 方案:开发轻量 Android APK 安装到公司手机,接管短信权限,收到验证码后自动转发给 Agent。需求描述清楚后,Agent 甚至可以直接开发出这个 APK。
客户担心 AI 处理 ERP 数据的安全性。COCO 方案三层防护:第一层——ISO/SOC2 认证自证清白,全程加密传输;第二层——Agent 信息隔离最佳实践,公私分离、内外分离、部门间隔离;第三层——信息存系统不存 Agent 身上,Agent 只有查询权限,留存需授权且可审计。坦诚说:硬隔离是业界难题,目前只有最佳实践,包括 Anthropic/OpenAI 也没完全解决。
客户还提出了一个 Agent 使用中的痛点:教会 AI 一个 Skill,隔天就忘了。
这是一个真实且普遍的问题。目前的方案是:用可视化存储(Git/飞书),分门别类记录 Skill,实现精准调用。下一版 Workspace 产品将把这些最佳实践产品化——让用户直接看到 Agent 会什么、学了什么、什么时候用什么 Skill,而不是每次都要重新教。
我们不是在找一个能演示的玩具,是在找一个能上生产线的工具。同行朋友们都在看我们的结果——我们趟出来的路,后面的人会跟上。
取决于文档类型和图像质量。通用 AI 裸跑在专业单据识别上存在局限,但配置专业 OCR 工具后准确率会显著提升。COCO 的产品路线图已包含针对不同单据类型(如八号单、发票、提货单)的专用识别 Skill,持续优化中。
可以。AI Agent 的核心能力之一就是充当系统间的"粘合剂"——它可以通过 API、数据库连接或浏览器操作与已有系统对接。Width 案例证明:一位非技术背景的 CEO 用 3-4 天就完成了 CRM + Zendesk + DocuSign 的一体化系统搭建。用友 ERP 同样可以通过类似方式接入。
COCO 提供三层安全保障:ISO/SOC2 认证 + 全程加密传输、Agent 信息隔离最佳实践(公私分离、内外分离、部门间隔离)、以及查询权限控制(信息存系统不存 Agent,留存需授权且可审计)。我们坦诚地说,硬隔离是业界共同的难题,COCO 提供的是当前最佳实践方案。
当前版本中,Skill 的持久化需要通过可视化存储(Git/飞书)来管理。下一版 Workspace 产品将把这些最佳实践产品化——用户可以直接看到 Agent 拥有哪些 Skill、何时调用、如何管理,彻底解决"教了就忘"的问题。
