RiseUp / 客户案例 / RiseSun

RiseSun:从 Excel 和微信群,到员工每天在用的 AI 工作台

一家给美国连锁酒店供货的家具出口商,订单流程全靠人工转抄。我们驻场 10 周,上线第一个部门的工作台。9 天后,这个部门的账号全部在用。

酒店家具、灯具、软装出口 约 60 人 · 8 个部门 2026 年 8 月至今 RiseUp 首个客户
9天

工作台上线后,品牌部 4 个账号全部用上

实测
82个

3 个部门 6 位客户员工提交并完成的任务,覆盖 50 张订单(截至 11 月 11 日)

实测
243条

AI 在 32 张订单的图纸里报出的「必须修改」,交项目经理逐条确认

实测

一张订单,7 个部门接力,二十几份单据

RiseSun 做的是酒店客房里的东西:床、柜子、灯、窗帘、浴室柜。客户是美国 Hilton、Marriott、IHG 旗下的中端连锁酒店。它对美国业主报「送到酒店门口」的价格,在国内按 18 个品类找工厂采购。

一张订单从建筑图纸和品牌规格书开始,要变成报价单、订单、采购合同、生产图、装箱单、报关单,最后装十几个货柜漂洋过海。改造前,这条线跑在 Excel、企业微信群和员工的个人电脑上。原有的外贸 ERP 只管报关和收汇,报价阶段的数据根本不进系统。

141个订单同时在生产
11个阶段,一张订单走完
18个采购品类
20+份单据,一张订单生成

以上均为 2026 年 10 月的订单追踪表和流程图统计。

痛点人人说得出,数字一个也拿不出

我们进场时列了 7 条主要痛点,在「现在能不能量化」这一栏,全部是「否」。下面这些数字,是驻场头两个月从单据、群聊和员工工作日志里一条条挖出来的。

实测有系统记录或可复现的统计口述客户负责人在会上亲口说的

7遍

同一个数字人工抄 7 遍,没有一次自动校验

一款床屏的数量和体积,要从房型表抄到报价单、订单、采购合同、装柜计划、装箱单、唛头、报关单。流程图上报关那一格,客户自己备注着「需调整金额 / 数量」。

实测
27份

CEO 四天里在群里逐份批改 27 份报价

打回最多的是机械错误:合计行没拉全。其中一份报价的合计少算了约三分之一。真正需要老板判断的事,和这些低级错误混在一起,占的是同一个人的时间。

实测
32.6%

三分之一的在产订单卡在「等客户确认图纸」

141 个生产中订单里有 46 个停在这一步。图纸来回改几轮、每轮几天,没有任何记录。

实测
2.5小时

订单进度会开两个半小时都过不完

进度记在一张人人可改、不留痕的在线表格里。认真把所有项目看一遍要两小时,没法自动预警。

口述
120次

做一份装柜计划,3 小时被打断 120 次

这是物流部员工自己填的工作日志,也是改造前唯一一份逐条计时的工时数据。

实测
10次以上

一张订单下单后可以改十次以上

客户改单以整份清单提交,小改动不单独说明,采购要逐行比对。据品牌部负责人估计,采购有一半时间花在改单上。漏改过一次,发货时客户投诉:「我明明叫你加,为什么不加?」

口述
67.8%

三分之二是品牌标准单,却每单从头核一遍

我们复核了 205 张订单,139 张是酒店品牌的标准款。标准单和定制单混在一起做,项目经理照样每单核订单、审图纸。

实测

「我现在很多项目延期了,没人发现。等到客户炸了,我才发现原来已经延迟了。」

RiseSun 品牌部经理,2026 年 10 月部门沟通会

先看懂业务,再量化损耗,最后才上 AI

  1. 第一次规划会

    定下三条规矩:基线先测;数据治理按场景倒推,不搞大而全;每个智能体上线前先打分排优先级。

  2. 交付《业务全景》和实施方案

    读完客户的图纸、规格书、报价单和流程图,把一张订单的 11 个阶段画清楚,规划出 7 个智能体、23 项技能。

  3. 历史数据入库,采购智能体起步

    程序化读完 141 份历史报价单,整理出 4,223 个产品、6,757 条价格记录。员工不用改任何工作方式。同期做出报价单按品类拆分、成本算价两项采购技能。

  4. 美国获客智能体开始每天运行

    从 107 个历史项目反推出目标客户画像,每天自动找美国新开工和要翻新的酒店项目。

  5. 逐个部门驻场梳理,建损耗台账

    物流、品牌、采购三个部门各开会 2–3 小时,看员工投屏实操;物流部按我们的表格记了两周工作日志。10 月中旬交付《系统化落地规划》和损耗台账(39 项指标)。

  6. AI 工作台上线

    先给品牌部:图纸审核、订单核对、唛头、装箱单等 7 项。员工上传文件、点开始、下载结果。随后扩到采购(核价、改单核对)和物流(装箱单转标准格式)。

  7. 订单业务中台部署

    迁入 315 张历史订单。原型一周内按客户 COO 的批注迭代了 85 版。一期覆盖立项、节点风险、装柜计划、货柜跟踪。

  8. 工作台迁到客户自己的服务器

    部署在客户自己域名下的云服务器。同一天上线「结果核对」:项目经理逐条判 AI 说得对不对,记录用来改规则。

  9. 业务中台正式切换(计划)

    替换现有的订单进度表。

从「要再调研可行性」到用得最多

排需求时,品牌部经理把图纸审核放在最后一档,理由是「要再调研看可行性和准确性」。截至 11 月 11 日,员工完成的 82 个任务里有 52 个是图纸审核。下面是 AI 查出来的三个真问题。

A跨品类配套 · 家具 × 灯具 × 插座

床屏检修口画在了插座下面

订单写明墙插座要能从检修口插拔,工厂图纸把检修口画在了最下面。照图生产,床屏装上墙后,壁灯和床头柜的插头插不上。

这正是品牌部经理强调过要查的那类问题。这类定制件重做一件,要 40 天以上,外加再走一程海运。

A订单 × 客户签批图纸

订单写木门,客户签的是玻璃门

核对 23 行订单和 36 页已签批图纸:卫生间门在订单上是木门,客户签批的是钢化玻璃门;两款门的数量合计比图纸多了 17 套。

这是工作台上线后跑的第一单。

A灯具图纸

壁灯少画了一个灯盘

项目经理在工厂群里直接说「AI 识别到少了一个灯盘」。工厂第二天改图,当天签发生产图纸。

从 AI 报出到图纸改完签发,不到 17 小时。

改造前后对照

环节改造前现在
图纸审核 项目经理人工拿工厂图纸对订单、对规格书,尺寸、数量、饰面逐页看。 32 张订单的图纸(每单取最近一次审核),AI 报出 846 条问题,其中 243 条「必须修改」,附标注版中英双语意见。项目经理逐条核对了其中 445 条,377 条判「没问题」,核对后发工厂。 实测 品牌部每天在用
核价 本地 Excel 在群里一个人传给下一个人;报价时算一遍,下单前再算一遍。 一单 95 秒跑完,整单利润率和采购手工表完全一致。在另一张手工核价表里查出 3 处错漏,其中一处漏算 8.7 万元。 实测 采购主管跑过真实订单
客户改单 一单可改十次以上,整份清单逐行比对。 采购主管本人上传一单:19 条改单,105 秒核完,逐条对上订单。 实测 采购主管跑过真实订单
订单进度 一张人人可改的在线表格,进度会两个半小时过不完,延期靠客户投诉才发现。 业务中台迁入 315 张历史订单,和原表逐单核对全部一致;6 个节点自动算交期风险。 实测 已部署,11 月底正式切换
历史价格 一个产品报过多少钱,只存在某份 Excel 的某个单元格里,下次报价靠「想起来报过」。 141 份历史报价读进数据库:4,223 个产品、6,757 条价格记录,可以直接查。 实测 已完成
装柜和报关 找装箱清单是物流部「最耗时、最容易遗漏」的环节。 装柜清单拿 8 个历史货柜对比,和人工成品逐格一致;提单核对顺带查出原件 1 处笔误。 实测 回归测试通过,还没进入日常使用
海外获客 靠销售自己找项目。 连续运行 58 天,累计 254 条线索、537 个决策人,其中 364 个带邮箱,每周推到销售群。只用公开数据,不自动群发。 实测 每天运行;成交情况见下一节

我们没有写「提效多少倍」「省了多少小时」。原因是改造前各环节的人工耗时客户从来没记过,没有成对的数据。项目经理每次核对 AI 结果时会填「这次大概省了多少时间」,这份记录攒够后再公布。

「公司要全面 AI 化,基础数据超级重要。每做完一个订单,数据就应该存在某一个地方,想用的时候就可以调出来。」

RiseSun 物流经理,2026 年 10 月部门沟通会

这一节我们坚持要写

AI 落地没有一次就成的。下面五件事,是这个项目里做得不够好、或者还没有结果的地方。

第一个技能做出来,没人用

报价单按品类拆分,在 8 个真实项目上 99.2% 和采购人工结果一致,96.6% 的产品能自动判出。但采购当时的回复是「还没有使用」。准确率够了,没嵌进他们每天的工作里,就等于没做。后来我们改成先驻场看员工怎么干活,再决定做什么。

平台换了三次

先买了现成的智能体产品,再转到云厂商的智能体开发平台,最后品牌部的工具跑在我们自己搭的网页工作台上。每换一次都有返工。教训是:员工要的是「上传、等结果、下载」,不是一个聊天框。

AI 会不声不响地出错

复盘时发现读图脚本静默失败:一份订单里明明有 110 张参考图,AI 只读到 2 张,还照常出了报告。修复后补了一道规则预检。我们也做过一次双模型对照,确认过哪个模型会误报「必须修改」。

获客线索还没有成交

254 条线索里,销售标记「已触达」的只有 3 条,目前没有回复或成交记录。这一块现在只能说明线索供得上,不能说明带来了生意。

不是每个部门都在用

品牌部每天在用。采购部和物流部刚开始:82 个任务里,采购部 6 个,物流部 2 个。物流的报关单证、工程部的图纸工具、业务部的报价模版,都已部署并通过历史数据测试,但还没有进入日常使用。

AI 解决单点,标准化和中台解决重复

三分之二的订单是品牌标准单。这部分不该靠 AI 每单重核一遍,而应该一次做对、存进库里:标准款的报价、图纸、规格一次定好,业务中台在立项时把订单分成标准单和定制单,人和 AI 只盯定制单。

这件事由 RiseSun 的 CEO 牵头,正在客户内部推进。我们提供了数据,并在中台里留好了位置。

你的公司,哪一步最值得先改?

1 小时免费 AI 体检。聊聊一张订单从接单到发货怎么走,我们当场告诉你哪几步适合交给 AI。

预约 AI 体检