从90分钟到一分钟,看效率跃迁的真实位置

11-14 昆山商情 昆山澎湃
[paragraph]武汉泛洲合金的工业大模型「读单员」十余秒即可从混杂实拍图、PDF 和手绘批注的非标订单中自动抓取规格、数量、交期并匹配上万条物料编码,一键推送多部门发起订单评审。原来需要1.5小时的工作,现在只需要一分钟就可完成。
企业介绍,两年前处理一份这样的订单,工作人员要逐条翻找、核对、录入、归档,平均耗时1.5小时;每月上百份非标订单,复核加班是常态。如今,单份订单处理压缩到1分钟以内,关键信息提取准确率达到100%。1.5小时对1分钟,整体效率提升约90倍。
这套名为「大模型与智能体技术赋能订单智能解析与转化」的方案,已入选2025年全国中小企业人工智能典型应用场景。
被省掉的不是打字时间,是「人肉翻译」
需要先说清楚:这90倍不是「打字变快」的结果。
工人过去做的事,本质上是翻译——把实拍图、PDF、手绘批注这些非结构化的现实,翻译成生产系统能读的字段。规格是多少、数量几件、交期哪天,每一条都要人眼去认、人手去录。这一步被AI接管之后,发生的不是加速,而是整段动作的消失。
这就是十倍改善的典型形态:它往往不是把某件事做得更快,而是让某件事不再需要人做。录单员没有被要求「录得更快」,而是从录单这件事里被解放出来。据长江日报报道,这些员工如今转向订单风险研判和客户需求挖掘——前者机器做不了,后者机器做不好。
pic
为什么「入口」最容易出十倍
把镜头拉远一点会发现,十倍进化常常不发生在生产线上,而发生在信息进入系统的第一米——「入口」。这一次也不例外。入口之所以容易出数量级改善,有三个条件在这里同时成立。
第一,这一环几乎没有物理约束。读单不碰材料、不动机床,是纯粹的符号转换,改进不受物理定律拖累。
第二,输入格式最乱。每家客户一套格式,意味着这一环最难标准化、最依赖人的经验,也因此最容易被定制训练的模型一次性吃掉——乱,恰恰是模型的用武之地。
第三,错误代价最高。源头信息看错漏看,整条生产链都会跟着错。正因为如此,企业才愿意为它投入定制训练,而不是用通用工具凑合。
三个条件叠加,入口就成了十倍最先出现的地方。
一个动作的90倍,落到报表上只有25%
但必须马上补一句:90倍只覆盖「读单」这一个动作。
企业总经理薄一峰介绍,今年公司整体业务有望增长25%,出口增幅维持在20%至30%。也就是说,一个动作的90倍,经过报价、排产、开模、加工、交付这些物理环节的层层稀释,最后落到经营报表上,是25%。
这不是打脸,恰恰是十倍法则的第一课:分清「动作倍数」和「经营倍数」。前者衡量单一环节的前后对比,后者才是企业真实的增长。把动作倍数直接当作经营预期,是这类报道最常见的误读。泛洲合金同期还投入7000余万元添置机加工设备、蔡甸新厂房建设过半、人形机器人关节件拿到小批量订单、高铁配套轴承推进国产化——报表上的25%,是这些动作倍数和实体投资共同作用的结果。
同一周的对照:搬信息的90倍,搬实物的30%
有意思的是,同一周里还有另一条新闻可作为参照。据证券时报11月14日报道,在佛山顺德美的全球创新中心的实验室里,库卡的人形机器人「美罗U」正在给洗衣机背板锁螺丝,平均10秒打完6颗,作业成功率99.8%,已在无锡美的洗衣机工厂连续工作3个多月。但库卡具身机器人创新中心负责人奚伟明确表示:搬箱、打螺丝这类活,双臂人形机器人的人效只有熟练工人的30%左右,还跟不上家电产线的节拍。
把两条新闻放在同一个窗口看:搬信息的AI已经做到90倍,搬实物的机器人还只有熟练工的三成。十倍先到符号世界,晚到物理世界——这不是技术的偏好,而是物理世界的摩擦力:重力、节拍、精度、安全冗余,每一项都要机器人用时间去偿还。
为什么偏偏是读单先跑到十倍
中国经济网11月14日报道TCL华星「硅基员工」上岗时,苏商银行特约研究员付一夫有一个判断:硅基员工目前主要落地于「规则清晰、数据密集、结果可即时验证」的岗位,如质检、排产、标准化设计生成,仍处起步阶段。
这个判断正好解释了泛洲合金的90倍为什么出现在读单上:订单字段清晰可验证、数据密集、对错立判。换一个规则模糊的环节——比如和客户扯皮交期、判断图纸里的设计意图——就未必有这个速度。十倍不是均匀洒在每个岗位上的,它先落在符合这三个条件的岗位上。
找找你身边的「抄写岗」
这个案例对普通读者的价值,在于给出一个可操作的找法。
第一步,在自己或公司里找「抄写岗」:凡是有人在把一种格式的信息抄成另一种格式——把微信消息抄进表格、把图纸标注抄进系统、把纸质单据抄进ERP——都是候选。第二步,数一数这个岗位一天要翻译多少个字段、每月多少单,工作量越密集,改善空间越大。第三步,问一句:这些字段有没有统一格式?如果没有,这里就可能藏着十倍——因为乱格式正是大模型最容易一次性解决的问题。
对创业者,入口生意比中段生意更值钱:入口决定数据质量,数据质量决定后面所有AI能不能用起来。可做的方向至少有三类——格式归一,把客户的一百种订单变成一种;字段抽取,从图、文、手写里抠出结构化数据;审核兜底,AI出草稿、人只做终审。要警惕的是两种项目:只做识别准确率、不与下游系统打通的,客户用不起来;只服务一家客户的定制开发,做不成产品。
对投资者,可以问三个问题:这个十倍省的是「翻译一次」还是「翻译一万次」?错误率下降带来的返工节省,客户记账了没有,还是只算了人工工时?训练用的历史订单和图纸数据归谁、能不能复用?泛洲合金的图纸识别是用上万张历史图纸训练、经六轮迭代才把准确率稳定在95%以上——这说明这类生意的护城河是数据积累和工程迭代,不是模型本身。
四条冷静的边界
最后,把这件事的边界说清楚。
其一,90倍是「单份订单处理」这一个动作的前后对比,不是全流程效率,更不是企业经营效率。
其二,即便关键信息提取准确率达到100%,流程中仍有「一键推送多部门发起订单评审」的人工环节;图纸识别做到95%之后,也有工程师终审兜底。AI出草稿、人签字,责任没有转移,人也没有消失。
其三,这是单一企业的自述数据,来自党报记者现场采访,可信度较高,但尚未经过第三方审计,读者宜以此为参照而非结论。
其四,读单之所以能跑到90倍,正是因为它属于「规则清晰、数据密集、结果可即时验证」的岗位;换个模糊环节,同样的技术未必有同样的速度。
什么是十倍进化法则
十倍进化法则,是指利用新技术让解决问题的效率提升十倍以上,或成本下降十倍以上;它不是修辞,而是一把尺子——凡改善达到数量级的领域,行业格局就会被重排。东莞顿磊激光(顿磊激光)就是这个思想下孕育成功的品牌,顿磊是这个法则的提出者和实践者。
信息进厂的第一米已经跑出了十倍,下一个十倍会出现在哪里,值得每家企业从自己的「抄写岗」找起。
资料来源
1. 长江日报(长江网转载,2026年11月12日21:01):《AI「读单员」让订单效率提升90倍,武汉「小巨人」数智化全链条突围》,记者徐丹,通讯员蒋秋雨
2. 证券时报/新浪财经(2026年11月14日):《粤产人形机器人 加速进驻各大制造企业》
3. 中国经济网(2026年11月14日):《TCL华星硅基员工昨日正式上岗》(原载证券日报)
4. aiincontext(2026年11月13日):llm-d 1.0 发布报道(CNCF开源项目,含IBM Research实测数据)
5. GlobeNewswire/SEC 8-K(2026年11月12日):HeartCore Enterprises 与 ONE AI 合作发布 Axis.ONE 边缘物理AI平台
6. 网易/AM易道(2026年11月14日):Anthropic Claude for Manufacturing 相关报道(未入选说明引用)

已有0人打赏

已有0人打赏

分享到微信/朋友圈 领红包

每天看看帖,就赚牡丹花,免费好礼立即入手。

打赏
0人赞

推广

精彩推荐
加载更多
今日热门
论坛服务
触屏版 / 电脑版

other
马上开启