老板娘以为货都好好的 · 直到产线等料停了半小时,才知道三张订单已经逾期一周
订单执行与跟单 · 真实业务触发
每天早上,采购主管周建国要在管理群里报一句「采购都正常」—— 他自己心里清楚:23 张在途订单里 6 张已逾期,哪张会停线、哪张供应商在拖,全在他脑子里和微信聊天记录里。老板娘要求的不是「都正常」,是她扫一眼就知道哪张要出事。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 5 ÷ 落地难度 1 = 20.0
最大差异点 · 不要求采购先整理表格。跟踪表 Excel、微信聊天记录、仓库收货登记三处数据直接扔进来 —— 状态从「催货对话」里提取,产出落回原 Excel 的文件名与列结构。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不做自动催货(对外沟通是人和供应商的关系活)—— 日报只给内部风险视图:哪张逾期、哪张最高危、哪张需要老板娘自己出面。发不发、催不催,人和老板定。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了