不会写代码的物流经理，用AI把5人天压缩到20分钟

 

 

一个学经济的物流经理，不会Python，靠着AI Agent把部门月度分析从五六个人天压到20分钟以内。这事发生在上海家化，我觉得比那些空喊“企业AI转型”的案例值得细看。

 

先说我最感兴趣的供应链故事。

 

上海家化的B2C业务铺在天猫、京东、抖音等多个平台，仓储费、操作费、快递费散落在7类原始账单里，过去18个月攒了大约6000万行数据。物流团队以前全靠Excel硬扛，数据量一大文件直接卡到打不开，做一次完整月度分析要5～6个人天。

 

物流运营管理经理张樱是经济出身，写代码这事跟她原本没什么关系。她的做法很朴素：把每月的数据处理步骤一步步拆开，交给WorkBuddy生成Python脚本，再拿18个月的历史数据反复验证，过程中发现的问题全部沉淀成Skill。跑通之后，月度账单分析从2人天缩到15分钟，蝴蝶图底表从1人天缩到2分钟，可视化仪表盘从1.5人天缩到3分钟，单项任务最高提效150倍。

 

 

 

（张樱搭出来的数据仪表盘）

 

用久了，她给这个Agent起了个名字叫Billy。她的原话是：“我不会Python，但Billy会。”

 

 

现在品牌、平台、费用项、客单价这些维度都能在可视化看板里直接筛，管理者打开链接就是最新数据，不用再排队等有人重做表。

 

再看品牌营销部的用法。

 

黄一峰的例行工作是每周收集美妆个护行业动态、整理资料、做PPT。用了WorkBuddy之后，他改生成HTML网页，信息展示更直观，更新也方便。起初网页只能留在本地，为了分享，他自己搭了服务器部署网页，把链接发给同事。原来只在部门内流转的周报，慢慢变成了全公司都能看的页面。

 

 

后来WorkBuddy上线了资料库功能，生成的内容可以直接放进资料库继续编辑、一键分享，自建服务器那一步省了。消费者研究也变了：团队把不同年份、不同项目的调研资料丢给WorkBuddy做跨项目分析，新报告加进来，原有内容还能接着更新，不再是一次性交付就归档的命。

 

目前黄一峰的汇报里，大约七成PPT文件已经被HTML格式的产物替代。

 

这场试点的起点是今年4月，腾讯智慧零售联合上海家化的信息部和HR启动WorkBuddy部署，路径是全员培训、内部招募、种子用户扩散。几个月下来，覆盖了供应链、品牌营销、研发、财务、人事、信息部等9大业务部门，员工平均提效超过4.5倍。

 

从最近一个月的数据看，67%的用户把它用在了垂直业务场景，63%用于数据处理与分析，57%用于自动化与运维。具体到各部门：研发用它做化妆品原料和法规研究；财务沉淀报销审单规则、自动生成投资筛选报告；人事做干部试用期到期预警；供应链让多个车间看板每日自动更新。

 

还有个细节我觉得比提效数字更有意思：员工通过Skill互相传递经验。一个人用WorkBuddy解决了问题，会推荐给旁边同事；Skill沉淀下来后，一个部门跑通的流程，另一个部门直接复用。工具的扩散靠的是同事间的口口相传，不是行政命令。

 

百年企业和新Agent的磨合还在继续，至少从这9个部门的使用深度看，它已经不是个写文档的摆设了。

 

 

上海家化这套从试点到规模化铺开的路径，对很多想落地企业级AI Agent的团队都有参考价值。如果你正在为团队评估企业级 AI Agent 的选型与落地，可以直接找云巴巴聊聊。云巴巴是腾讯云 AI 智能体示范伙伴、腾讯 WorkBuddy 核心伙伴及官方授权服务中心，汇聚了 WorkBuddy、千问办公、TRAE Work 等多家主流 Agent 工具与方案，能结合你的数据边界、任务形态和团队能力，从选型对比、方案验证到陪跑落地提供一站式服务。欢迎咨询云巴巴，获取专属的 Agent 实施落地方案。