北京神州数码云计算有限公司
数字时代，围绕企业数字化转型的关键要素，神州数码开创性的提出“数云融合”战略和技术体系框架，着力在云原生、数字原生、AI原生和信创产业上架构产品和服务能力，为处在不同数字化转型阶段的快消零售、汽车、金融、医疗、政企、教育、运营商等行业客户提供泛在的敏捷IT能力和融合的数据驱动能力，构建跨界融合创新的数字业务场景和新业务模式，助力企业级客户建立面向未来的核心能力和竞争优势，全面推动社会的数字化、智能化转型升级。坚定聚焦“AI for Process”战略，神州数码积极推动AI深度融入企业流程，重构企业生产力和竞争力。
神州问学是神州数码旗下自研的企业级Agent工作台，是面向企业的行业智能体平台,为各行业提供可直接上岗的数字劳动力。其致力于为行业客户构建具备专业认知、自主决策、工具调用能力的数字员工，每一个行业智能体都是可直接上岗的"数字字员工"，帮助企业构建人机协同的新型生产力组织。
岚图汽车一站式智能办公助手
完成单位：北京神州数码云计算有限公司
完成人：赵富伟、陈捷、徐湲策、葛素娜
摘要
在汽车制造行业加速向智能化、服务化转型的背景下，中大型制造企业普遍面临系统协同成本高、知识检索效率低、IT架构平滑演进难等共性挑战。为破解上述难题，神州数码岚图汽车达成深度合作，以自研的企业级Agent工作台“神州问学”为共同基础，结合岚图真实业务场景进行系统性拓展与联合共创。双方共建企业AI能力底座，联合打造“岚小图”——岚图一站式智能办公助手，实现了从分钟级/小时级到秒级响应的知识查询效率跃升，显著缩短新员工业务熟悉周期，降低跨系统流程衔接损耗，并形成了一套平台化、可复制、可持续的企业级AI落地路径。该实践不仅为岚图汽车带来可量化的效率提升，也为制造行业提供了AI从“技术概念”走向“组织能力”的参考样本。
一、背景
当前，人工智能技术正从单点技术热点加速迈向产业深水区，大模型、Agent、RAG（检索增强生成）等能力开始真正进入企业核心业务流程。对于中大型制造企业而言，数字化转型已从“系统上线”阶段进入“深度协同与智能增效”的关键时期，但普遍面临“技术落地难、系统协同难、知识活化难”的共性挑战。
作为东风汽车集团旗下的高端智慧新能源汽车品牌，岚图汽车在快速发展、持续推出多款新能源车型的同时，也在不断优化大型制造企业普遍存在的管理与协同环节：
- 系统较多，协同成本有待优化：企业内部存在多套异构业务系统，涵盖研发、生产、供应链、财务、人事、办公协同等多个领域。一个业务流程审批需要在多个系统中间流转，跨系统流程衔接耗时仍有较大压缩空间。
- 知识沉淀未充分激活，检索效率可进一步提升：核心知识资产分布于各类文档系统、OA系统及项目管理工具中，呈现“数据多、知识少、找得慢”的困境。据内部调研，新员工掌握基础业务知识平均需2-3个月，员工日均约30%工作时间消耗在流程衔接与信息查找上，知识资产的价值释放空间较大。
- IT架构平滑演进需求：作为高端制造企业，岚图已建立稳定、合规、安全的IT体系，无法接受“推倒重来”式的技术替换。如何在不推翻既有IT体系的前提下，引入可持续演进的智能能力，成为数字化转型的关键命题。
正是在上述背景下，岚图汽车主动寻求一条“低冲击、高实效、可演进”的AI落地路径，而神州数码及其自研的神州问学平台，成为这一探索中的核心技术伙伴。
二、目标
基于上述背景与痛点，双方共同确立了清晰、可衡量的项目目标，覆盖技术底座、应用入口、知识资产和行业范式四个维度：
- 构建可持续演进的AI能力底座：在不推翻既有IT体系、不破坏现有数据安全与合规架构的前提下，引入平台化、低门槛的AI能力，支持未来多场景、多部门、多业务线的规模化扩展，避免“一次性项目”陷阱。
- 打造统一智能办公入口：以自然语言交互为核心方式，整合跨系统业务流程，为员工提供“问即所得”的办公体验，显著降低学习成本与日常操作负担，使AI真正进入员工日常工作流。
- 激活企业知识资产：将分散在文档管理系统、研发系统、财务系统中的隐性知识转化为可检索、可问答、可追溯的显性知识资产，实现从“人找知识”到“知识找人”的转变，达到秒级响应的智能问答能力。
- 形成可复制的AI落地路径：以真实业务场景牵引技术设计，以持续共创替代一次性交付，沉淀出一套适合中大型制造企业的AI导入方法论，为行业提供可借鉴、可复用的实践样本。
三、建设内容
双方确立了“平台为先，场景驱动”的整体策略，建设内容明确分为技术平台层与场景应用层两个层面，实现“底座统一、场景多元、持续生长”。
1.共建企业AI能力底座（技术平台层）
双方基于神州问学，共同部署并持续演进的模型应用开发平台。该平台并非标准产品的“即装即用”，而是在岚图真实业务压力下不断打磨、适配和迭代。岚图汽车的AI实践也进一步拓展了平台的能力边界。该平台具备以下核心能力：
- 低门槛开发：支持零代码/低代码创建智能体，完成工作流编排、工具调用与知识库接入。岚图业务团队（非技术背景的行政、财务、质量人员）得以深度参与智能体设计与优化，反哺平台易用性提升，真正实现“业务人员也能搭AI”。
- 高兼容性：兼容国产化算力环境，与岚图现有数据库、IAM系统、OA系统及IT架构无缝对接，确保数据一致性、权限可控和审计合规，避免“数据搬家”或“二次清洗”。
- 统一纳管：打通模型、数据、应用和算力四大要素，解决了AI规模化落地的技术要素联动问题。岚图的IT团队可在统一平台上监控各智能体调用情况、成本与效果，实现企业级AI资产的可管、可控、可度量。
2.联合打造“岚小图”——（岚图AI助手）
项目拓展岚小图一一岚图一站式智能办公助手，集成神州向学平台，作为员工统一AI入口。岚图的多样化、高复杂度业务场景，为神州问学提供了丰富的功能验证与迭代土壤，形成了“平台赋能场景、场景反哺平台”的正向循环：
- 行政与流程自动化：通过自然语言交互，“岚小图”可协助员工完成会议发起、时间协调、跨系统日程同步等高频行政操作。在请假、报销、加班审批等场景中，将多次点击确认压缩为“一次对话”，大幅降低事务性负担。
- 企业级智能导航：为岚图打造内部多套业务系统的“导航中枢”。员工通过提问（如“如何提交采购申请”），即可获得清晰的操作指引并直接跳转至目标系统页面，极大降低新员工及跨部门协作的学习成本。
- 知识激活与RAG应用：构建覆盖制度规范、研发文档、财务流程、质量案例等多层级知识体系。利用检索增强生成（RAG）技术，将“翻阅大量资料、反复询问同事”的传统模式变为“秒级响应、精准引用来源”的智能问答。岚图在汽车制造垂直领域的知识库建设与多模态文档处理经验，也有效丰富了神州问学在制造行业的RAG实践模板。
- 构建垂类业务智能体：在财务场景上，票据与PDF智能识别，自动提取关键信息并结构化录入财务系统，减少人工录入错误与重复工作；在研发场景上：智能问题助手通过对Jira工单、故障报告、测试日志的召回与分析，辅助工程师快速定位根因，并自动沉淀历史故障处理经验，避免“重复踩坑”。垂直场景的深度打磨，使神州问学的行业组件能力更加成熟，也让岚图获得了一套“越用越聪明”的企业AI系统。
四、实施效果
通过双方系统性的共创与实施，岚图汽车在运营效率、组织成本、系统安全及行业示范性方面取得了显著成效：
- 效率显著提升：行政办公与业务处理流程得到质的优化，知识查询从分钟级/小时级跨越到秒级响应。跨系统流程衔接时间平均缩短40%以上，高频审批事项处理效率提升超过50%。
- 组织成本降低：显著缩短新员工熟悉内部流程与业务知识的周期，从平均2-3个月下降至3-4周。因流程衔接不畅导致的时间损耗明显减少，有效应对中大型企业常见的“协作成本随规模上升而非线性增长”的难题。
- 系统安全稳定：所有AI能力均在岚图既有系统与安全体系内完成部署，无需数据迁移或系统替换，实现了数据一致性、权限控制和信息安全的统一，避免了因引入AI而产生新的“系统割裂”或“数据孤岛”。
- 路径具备高度可复制性：该项目沉淀出一条清晰的企业AI落地路径，以平台化降低门槛，避免重复造轮子；以真实场景牵引设计，避免为AI而AI；以持续共创替代一次性交付，避免项目结项即结束。
神州数码与岚图汽车的合作，验证了一种适合制造型企业的AI落地路径：以平台化能力降低AI使用门槛，以真实业务场景牵引应用设计，以持续共创替代一次性交付。在这一过程中，神州问学不仅是技术平台，更在与岚图业务的深度融合中不断生长——岚图的每一次场景落地，都是对平台功能边界的拓展，每一个业务智能体的成熟，都反哺了平台的行业通用能力。
最终，AI不再是悬浮在业务之上的“智能概念”，也不再是少数技术人员的“实验工具”，而是成为组织运行的一部分，嵌入到员工的日常工作中，持续释放效率与价值。这一实践为同类型制造企业提供了一条可参考、可复用、可演进的AI落地路径。
