原来卡在哪
一家生物科技上市公司：生物材料领域竞争力极强，但信息化、数字化基础明显落后于业务——IT 团队只有 4 个人，各部门数据散落在纸质、个人电脑和各自系统里。销售团队 200 多人，客户关系在销售个人手里（人走线索流失）、提成靠 Excel 统计（数据延迟 1 个月以上是常态）、新人培训周期接近两个月、招聘还要占用老销售时间。
具体怎么做的
进现场做诊断：逐个部门访谈，看业务流程、系统、数据和真实痛点；不看到一个问题就判断「该用 AI」——销售提成本质是信息化和数据问题，先帮企业选购 CRM，把客户、订单、绩效数据统一进系统。
补数据基础：销售端先把 CRM 跑起来，再打通 ERP 建设统一数仓——这一步看起来不像 AI，但决定 AI 能不能真正进入业务。
AI+BI 做经营分析：把经营数据转成销售大盘，AI 参与分析区域趋势与涨跌归因，结合销售日报、周报和拜访记录，辅助管理层经营决策。
把人效提起来：AI 陪练＋电子化考试串成闭环，边用边按新人通过率优化；招聘端 AI 简历筛选、打分，试点自动化一面。
把企业自己的 AI 团队搭起来：建议董事长扩充内部团队（拿出 20 个编制），FDE 参与人员招聘与团队框架建设——项目从「做几个 AI 应用」升级为「帮企业建立继续往前走的能力」。
效果 · Before → After
踩过的坑
- 销售数据散，直接上大模型会做成一次性演示项目——接受现实，该补 CRM 补 CRM、该建数仓建数仓，AI 转型的第一步往往发生在 AI 之前
- 数据治理难——来源杂、口径不一致、历史质量参差，分阶段推进、边接入边治理
- 销售团队对 AI 的恐惧——不要把 AI 和裁员绑在一起，讨论「哪些工作交给 AI 后，人可以做更高价值的事」
义道点评 · 放到制造企业里怎么做
义道财务 · 2026-09 ｜ 以下是义道的观点，不属于原案例内容；原案例不是义道的项目。
看点
「AI 转型的第一步往往发生在 AI 之前」——该补 CRM 补 CRM，该建数仓建数仓，这个判断很诚实。
放到制造企业里
提成靠 Excel、数据滞后一个月，在制造企业同样普遍；更要紧的是提成按什么算——销售额、回款还是毛利。义道做销售与回款环节时，会先把订单毛利和账龄算出来（M05），再谈提成规则和销售陪练（M12）。按销售额发提成，却不管这单赚不赚钱、钱回没回来，是很多工厂利润漏掉的地方。
动手前先核对
- 提成按什么算
- 订单毛利能不能算到每一单
- 超账期的客户有没有人卡
文中 M01–M16 是义道的成品模块，说明见 义道官网 · 十六个成品模块 ↗；想聊自己工厂的情况，联系义道 ↗。