原来卡在哪
一家海外工业企业：从手套、螺丝钉到卡车、机械臂都进同一套ERP数据库，15个团队围绕它工作，几乎所有部门都在抱怨“物料难找、系统不好用”。恶性循环是：找不到物料→重新录入→重复数据→数据越来越脏→更难找到→买错、买重或搞错单位→库存积压→报废，造成真实财务损失。
具体怎么做的
进入现场，先做问题发现：数月深入访谈，看业务人员真实操作，梳理出约15个可进一步处理的功能点。
把问题放回完整业务链条：不停在“搜索不好”，继续追问为什么产生业务损失，最终锁定数据质量与语义检索两个优先问题。
和所有利益相关方一起确定优先级：让业务部门参与投票，同时从数据可得性、能否写回系统、AI能否解决、业务是否愿意采用等维度评估。
把技术分工定清楚，AI只做该做的部分：语义检索理解“我要找的东西”，数据清洗标准化在检索前把历史脏数据处理掉，采购决策仍由业务拍板。
从能快速证明价值的场景开始，允许中途反复：几周内先让业务部门看到初步结果，用客户认可的业务结果验证价值。
效果 · Before → After
问题性质
错误/重复采购
踩过的坑
- 找到真正的问题需要很长时间——要一直追到与业务结果连接的根因
- 跨部门协调难——提前与不同利益相关方单独沟通
- 技术能做，落地难——FDE不能“东西做完、钱到账、人撤走”