原来卡在哪
客户是一个十几人的跨境电商团队，主要做东南亚市场、主营服装。服装行业每个颜色、每个尺码都会形成一个独立SKU，每季度新增500–800个SKU，全年SKU大概2500–3000个。库存数据集中在一个多平台聚合SaaS里，新品开发、部分业务信息又在飞书里，两边没有打通。客户最初只说「能不能把这个SaaS和飞书打通」，但深入梳理后发现问题不止于此：工厂发货没有用RFID或扫码枪，物流环节仍靠拍照、识图，员工人工看照片、填数据、追踪单号，人在充当「数据搬运工」；库存补货靠Excel人工计算；广告投放和库存完全脱节——某个SKU库存已经很低，Google/TikTok广告还在继续跑，客户下单却发不出货，广告费白白消耗。真正要解决的是订单和库存数据→物流数据→补货决策→供应商下单→广告投放这一整条被割裂的业务链。
具体怎么做的
先把数据打通：客户核心数据在聚合SaaS，业务管理在飞书，先把数据同步到飞书；因对方SaaS的API开放程度低、Key机制满足不了多团队共享，中间增加一层开源云端数据库（Supabase）做中转。
让AI处理物流照片：工厂拍照上传后，原本全靠员工一张张看图、回填，改为让Agent参与「识图+回填」，AI负责最耗时的第一轮识别和数据录入，人只需要最后核对。
让AI照着原来的公式算补货：不重新发明库存算法，保留客户原有补货逻辑，Agent按原规则计算需要补货的SKU、预计补货周期和数量，人的角色从「计算员」变成「审核员」，确认后直接生成PDF订单发给供应商。
把库存和广告联系起来：当某个SKU库存下降到一定程度，Agent判断对应广告是否还应该继续投放，库存不足就调低额度甚至暂停广告，避免一边烧广告、一边发不出货。
效果 · Before → After
物流照片处理时间
补货流程处理时间
业务决策方式
踩过的坑
- 客户说出来的需求不一定是真正需求——最初只说“帮我把两个系统打通”，照单做可能只交付一个API接口；应对：反复让客户演示、录屏实际工作流程，才看清背后还有物流处理、补货、广告投放等一整条业务链，FDE很重要的角色其实是「翻译」
- 「有API」和「API能用」是两回事——SaaS方API的Key有失效机制、不能多团队共享；应对：中间加一层数据中转（Supabase），数据先引出来再同步回飞书；很多时候AI落地卡在模型之外，企业原有系统的开放程度和接口限制才是真正门槛
- 先判断问题到底需不需要AI——规则明确、确定性强的任务写脚本、跑定时任务就够；应对：只在涉及语义理解、跨系统判断、传统脚本难覆盖时才引入Agent，不为追热点强行上Agent