— 01 / INDUSTRY DIGITAL TRANSFORMATION
数字化总落在具体的一条链上：一张送货单要不要手抄、一件成衣的工序记不记、一支耗材的批号追不追得到。我们要做的，是把每天重复、最容易出错的那几段，交给系统自己算、自己记、自己核。
— 02 / INDUSTRY SYSTEMS
行业按《南昌市中小企业数字化转型城市试点》五大重点行业的口径组织（汽车及汽车零部件制造、电子元器件制造、生物医药制造、铝压延加工、电力设备及电缆制造），另补一类民生与商贸。每张卡都按同一逻辑写：行业格局 → 龙头对配套企业的要求 → 系统自动做什么 → 交付什么。
卡里的产业数据与企业名称均为政府、开发区与公开报道口径，仅用于说明行业格局；我们服务的是产业链上的中小企业，不宣称服务过上述龙头企业。不以“功能多”定价，以“少录、少错、能对账”定价。
南昌汽车及装备产业链规上企业 639 家、营收 2238.1 亿元；链主江铃集团带动小蓝经开区 7 家整车厂与 300 余家零部件企业。
主机厂按批次追溯、按月对账：供应商必须答得出“这批料哪天、哪条线、哪个班做的”。
来料检验—领料—工序报工—终检—入库全程留痕；批次与工单双向追溯；不良与返工单独归集；供应商来料合格率自动统计。
质量追溯报告 · 供应商对账单 · 来料合格率趋势
南昌电子信息产业 3000 亿元量级；兆驰股份、联创电子等链主带动一批多批次、小批量的配套厂。
客户审厂时要料号与批次一一对应，良率与不良还要能归因到工序。
料号—批次—工单三者绑定；SMT、组装、测试各工序扫码报工；不良品按类型归集并回挂批次；客户审厂资料一键成包。
批次追溯表 · 良率与不良分析 · 审厂资料包
南昌生物医药规模居全省第一，龙头有华润江中（江中药业）、济民可信、汇仁药业。
合规不是写材料，是每一批都留得下记录：批号、效期、温控、流向。
按批号与效期入库、先进先出推荐出库；证照到期与近效期自动预警；冷链温度超限报警并留档；销售流向按批号回溯。
批记录台账 · 效期预警清单 · 按批号追溯报告
安义是全国第二大铝型材基地：430 余家企业、646 条挤压线、营收超 600 亿元，掌握全国近 70% 的销售份额。
订单要拆单算料，挤压—氧化—喷涂—穿条多道工序要流转，按吨、按支、按平方三种计量常打架。
按型材系列自动拆单、算料、算五金；工序扫码流转；吨位与支数双计量；型材与玻璃损耗单独核算；按合同节点提醒收款。
拆单明细与报价 · 工序进度看板 · 损耗与成本表
本地以高低压成套开关柜、箱变、变压器为主（江西通用电力开关、亿晟电气、正源电气等，多为施耐德、ABB 配套）。
按项目成套交付、BOM 变更频繁、出厂试验记录必须齐全，回款按合同节点走。
项目制 BOM 与变更留痕；工序与出厂试验记录归档；按项目归集成本、材料与人工；收款节点自动提醒。
项目 BOM 与变更台账 · 出厂试验记录 · 项目成本与回款表
批发商贸（洪城大市场一带）、针纺服装（青山湖针织集群）、餐饮连锁——做法相通。
同样的事：单据靠手抄、价格靠记、库存靠猜、工资靠算。
送货单拍照识别自动开单，客户专属价与阶梯价自动计价，出库即扣库存；服装工序扫码计件；餐饮点单直连后厨并自动扣原料。
进出货明细与客户对账单 · 计件工资表 · 门店营业与毛利
点上面的行业切换 · 手机可左右滑动 · 不做成“功能列表”，是因为每个行业的活本来就不一样
六个行业的共同点：输入都有一张“纸”或一条“消息”，输出都有一张要签字的“数”——我们要做的，是把中间那段人工搬运交给系统。用现成产品还是定制，按清点结果定；能省钱的地方我们不会硬做定制。
— 03 / WHY IT PAYS
不讲“赋能”“抓手”。改造的收益必须是能算出来的：少错几张单、少几个人工小时、对账快几天、压货少多少。下面四笔账，是我们做方案时一定会先跟你算的。
BENEFIT 01 · 错单
人工录单据的错误率通常在 2%—5%。一张错单的代价不只是重开一遍，还有退换、对账差异和客户信任。单据识别 + 自动计价，把“重复录入”这个环节整体拿掉。
BENEFIT 02 · 对账
手工对账要两个人翻本子、打电话核价。系统把流水按客户归集，对账单自动生成、能直接发出去；欠款按账龄排队，先催哪家一目了然。
BENEFIT 03 · 库存
出库即时扣减、安全库存自动提醒、按动销算补货量。省下的不只是库存占用的资金，还有“客户要的货你没有”这种白丢的单。
BENEFIT 04 · 人
客户专属价、工序工价、检验标准、供应商合格率——这些过去只存在于老师傅和会计脑子里的东西，写进系统就成了企业的能力，换人不换水平。
— 04 / DATA PROCESS
这是我们做数据整理的固定动作，顺序不变；项目小就做得浅，项目大就做得深。每一步都有可交的东西，做完能验收。
系统、Excel、台账、纸质单据、旧系统导出的数据全部列成清单，跟岗位上的人逐项过一遍，专门记下“同一件事几个说法、同一个数几种算法”的地方。
一个指标写一条定义：怎么算、从哪些单据取、给谁看、谁维护。客户、商品、供应商、员工这类反复出现的对象统一一套编码，不再各叫各的。
按完整性、准确性、一致性、唯一性、时效性、有效性六项给表打分，落到具体字段：哪张表、哪个字段、谁来改。
规则先写成清单，再交给脚本批量跑，跑完抽样复核；每条被改过的数据都留“改前／改后／依据”，任何一处都能追回去。
按业务对象建表，定好主键与关联，把 ERP、进销存、CRM 与 Excel 的数据汇到一处；同一份数据只有一个来源，接口与同步任务都留日志。
每张表有负责人，写清谁可以改、按什么改、改完通知谁；把数据整理从一次性项目变成每周的常规动作。
先做老板每天要看的那一张表，再按岗位加报表、检索与导出；每个数字都能点回明细和原始单据，不接受“凭空变出来的数”。
把核对规则留成常驻检查：定时对账、异常报警、每月一份数据健康报告；业务变了就改模型，版本与备份跟着走。
— 05 / DELIVERY
同一个需求可以有不同交付方式。我们先把四种方式和适用场景讲清楚，由你选，而不是上来就报一个大包。
MODE 01
范围—报价—分期—验收，四步写在一页纸范围书上。
适合：需求明确、有明确上线时间点的改造。
MODE 02
先让一个岗位、一条线真正跑通，两到四周一个版本，跑顺了再扩。
适合：流程还没完全定型、想先看到效果的。
MODE 03
系统与数据托管在我们这里，含巡检、备份、小改动与答疑。
适合：没有 IT 人员、希望省心的中小企业。
MODE 04
人天单价明确，需求变更先签增量再动手。
适合：已有系统需要二次开发或对接的。
— 06 / PRICING
报价只走三步：先诊断 → 出一页纸范围书（含工作量与验收标准）→ 按范围书面报价。电话里不给一口价，也不做“先低价、后加钱”。
— 07 / COMPARISON
市场上大致四类做法：卖标准软件、做纯定制外包、按年收 SaaS 费、以及“先做数据再上系统”。四类都能交付一个能登录的系统，差别在能不能落地、能不能换人、能不能走。
| 对比项 | 常见做法 | 我们的做法 |
|---|---|---|
| 起点 | 先选软件，再想办法把流程塞进去 | 先清点现状与数据，再定范围与系统形态 |
| 上线方式 | 一次性上线大系统，全员培训 | 先让一个岗位跑通，两周一版，跑顺再扩 |
| 老数据 | 让你自己重新录入 | 老数据清洗迁移 + 口径统一，一并交付 |
| 计价 | 按模块打包报价 | 按清点范围 + 人天，变更先签后做 |
| 交付物 | 一个账号 + 一份操作手册 | 系统 + 数据 + 规则文档 + 验收清单 + 质量报告 |
| AI | 先买模型、先上工具 | 先把数据做成 AI 能用的样子，再挑一个场景跑通 |
| 出问题 | 找谁、改了哪一版都说不清 | 改动留痕可回溯，结项后 12 个月答疑 |
| 归属 | 数据与功能锁在厂商手里 | 数据、代码、文档归客户所有，随时可导出 |
一句话：别人交付“一套系统”，我们交付一套能自己往下走的数据底子。
— 08 / AI & DIGITAL
企业里真正跑通的 AI，不是聊天机器人，而是把单据、知识、判断变成可计算的流程。下面六个场景按上手速度排，也把最常见的失败原因写在明面上。
AI 01 · 最快见效
送货单、发票、合同、随货同行单、检验单拍照识别，自动填字段、自动对账。成熟度最高、识别率普遍 95% 以上，通常两到四周能跑通第一个闭环。
AI 02 · 最省人力
把产品资料、报价规则、售后话术做成问答库，让 AI 先接住重复咨询，人工只处理疑难与成交。售前按客户等级自动出价、自动生成方案初稿。
AI 03 · 政策点名的“数据集”
把工艺文件、检验标准、历史工单、设备手册整理成可检索可问答的知识库——这正是文件里讲的“工业高质量数据集”。它也是后面所有 AI 场景的地基。
AI 04 · 制造现场
外观缺陷、尺寸偏差、装配错件用视觉模型先筛一遍，人只看被判可疑的那一小部分；缺陷图自动归档，返工与索赔有据可依。
AI 05 · 经营决策
按历史订单、交期与设备产能自动排产；按动销与在途算补货量，把“要不要进货”从经验变成建议值 + 依据。
AI 06 · 数字员工
“登录 ERP 导表 → 汇总 → 核对 → 发邮件”这类跨系统的固定长流程，由智能体判断、由 RPA 精确执行。行业数据显示，企业级 AI Agent 市场正从试点走向规模化。
★ 必须说清的一件事
企业里的“事实”大多躺在 PDF、扫描件、手写单据和几个版本的 Excel 里。模型再强，也读不到你没整理的数字。
所以顺序不能反：先把单据结构化、把口径统一、把主数据定下来，再上 AI。这也是我们把“数据先行”放在“技术先行”前面的原因。
★ 我们怎么做
补充一句大实话：AI 是放大器，放大的是你已有的数据质量。数据是乱的，AI 只会更快地算出错的答案。所以我们从不承诺“上 AI 就能提效”，只承诺先把数据做到能被 AI 用。
— 09 / CAPABILITIES
把边界写清楚，比列一堆功能有用。每一项都写了“做到哪一步为止”——超出这一步的，我们会直说做不了，或者按人天另行报价。
SCOPE 01
能做：官网设计与开发、移动端适配与速度优化、内容与 SEO 基础、询盘表单与留痕。
做到：能搜到、能讲清、能留电话。
不做：广告投放代运营、内容代写。
SCOPE 02
能做：商城与预约、会员与储值、消息与客服。
做到：微信生态内闭环。
不做：抖音/快手等其它平台小店（可给对接建议）。
SCOPE 03
能做：进销存、生产与工序报工、仓储、审批与工单、多端（PC/手机/平板）。
做到：先一个岗位跑通，再扩到全厂。
不做：硬件选型与产线自动化改造。
SCOPE 04
能做：选型与预算评估、部署、老数据清洗迁移、岗位培训与手册。
做到：员工真的用起来、账能对上。
不做：大规模二次开发（按人天另计）。
SCOPE 05
能做：主数据与指标口径统一、清洗去重、质量体检、报表看板、定时导出与对账。
做到：老板每天看一张准的表。
不做：数据中台这类大工程。
SCOPE 06
能做：文档与票据识别、客服与问答知识库、质检与摘要、Agent 与 RPA 流程。
做到：先一个场景跑通并量化指标（省几小时、快几天）。
不做：没有数据基础就“全面上 AI”。
— 10 / WHAT'S DIFFERENT
01 / DATA FIRST
多数项目先买系统，数据烂在里面再返工。我们先出数据资产清单、指标字典与主数据规则，系统按数据模型长出来——顺序反过来，返工就少一半。
02 / MEASURED
完整性、准确性、一致性、唯一性、时效性、有效性六项打分，出问题台账与责任归属。治理有分数、有进度，验收时能指着数字说话。
03 / SMALL STEPS
先做一张老板每天看的准表、先让一个岗位的 AI 跑通，两周一版、可看可用；用真实使用验证价值，再谈下一期，不做大而全的“一次性上线”。
04 / NO LOCK-IN
数据、代码、规则脚本与模型文档一并交付并归客户所有，随时可导出；换服务商也能接着跑，这反过来要求我们把东西做成真的能接手的样子。
软件工程这条线同样如此：每项交付都附验收清单与质量报告，结论能点回到原始数据与原始单据。
— 11 / FAQ
能，大部分流程用成熟产品更省钱；我们只在“现有产品确实不匹配”的环节做定制。
迁移前先做全量备份与抽样比对，迁移后出对账表，差异逐条说明。
可选运维包：响应时限、备份策略、版本升级写进合同。
先做一个“最小可用版本”，30 天内能上手，再按效果决定下一期。
把你的业务流程发给我们，先出一版范围与报价
免费诊断