热点新闻

HOT

汉得 x 江苏阳光集团｜FDE专家驻场带教：AI数字员工入职江苏阳光集团，DataClaw+数据平台项目启动！

9月14日，江苏阳光集团与汉得正式召开 DataClaw 与数据平台项目启动会，首批 AI 数字员工在江苏阳光集团“办理入职”。汉得以 FDE 模式驻场，贴身带教数据治理与 AI 数字员工上岗。

查看详情

汉得 x 上市PCB数智化客户｜依托HiFins智慧财务套件，共启财务数智化管理新篇章！

近日，汉得与上市 PCB 数智化客户正式启动智慧财务数字档案管理项目。本次项目将基于汉得 HiFins 智慧财务套件，围绕电子凭证单套制归档、财务自动化提效、业财全链路追溯三大核心目标，为该企业构建合规、智能、可审计的数字会计档案体系。

查看详情

汉得 x 益海嘉里｜FDE 扎根粮油仓储现场，助力食品产业智能化升级！

汉得大客户数智化事业部助力益海嘉里，围绕粮油仓储现场生产入库业务需求，引入 AI 智能体能力，聚焦一线岗位实际操作流程，通过轻量化交互方式，让 AI 真正服务业务人员，探索食品行业智能化运营新模式。

查看详情

新闻中心

NEWS

全部公司动态产品快讯智慧营销智能制造智协供应链智享财务泛ERP 数字化技术合作伙伴

11-05

汉得 x 江苏阳光集团｜FDE专家驻场带教：AI数字员工入职江苏阳光集团，DataClaw+数据平台项目启动！

11-05

汉得 x 江苏阳光集团｜FDE专家驻场带教：AI数字员工入职江苏阳光集团，DataClaw+数据平台项目启动！

9月14日，江苏阳光集团与汉得正式召开 DataClaw 与数据平台项目启动会，首批 AI 数字员工在江苏阳光集团“办理入职”。汉得以 FDE 模式驻场，贴身带教数据治理与 AI 数字员工上岗：以生产域和财务域为首批岗位，用数据平台准备可信的工作依据，以 DataClaw 承载 AI 数字员工的创建、训练与运营，让 AI 融入到企业的运营管理流程中。企业要的 AI 数字员工不是“数字文员”个人助理类的 AI 助手，会查资料、写摘要、回答问题，解决的是个人效率；企业级 AI 数字员工进入企业岗位，要理解企业如何经营、数据如何定义、流程如何衔接、权限如何约束，并围绕结果持续工作。为了让 AI 数字员工懂业务，我们将“文理双修”作为入职准备：◈ 一方面学习制度、流程、规则和专家经验；◈ 另一方面连接企业数据、指标口径、主数据和质量标准。数据平台和 DataClaw 从业务知识与可信数据出发，把 AI 能力装进真实岗位的一条完整方法论和落地路径。项目首期将聚焦生产域与财务域打样，汉得 FDE 专家驻场。AI 数字员工面向管理层和业务部门，承担经营查询、例行报表、业务核验、异常巡检和事项跟进等日常经营管理任务。生产域：做好批次成本查询，让成本沿订单、工单、批次逐级可查；财务域：做好订单利润分析、合同履约核验和报告任务跟进，形成面向管理问题的应用成果。要让 AI 数字员工干得了这些活，数据得先治理好：统一业务术语、指标口径和数据关系，建好全业务域的数据资产目录与指标体系。试岗验证的标准不看 AI 能回答多少问题，而看数据能否对得上、业务能否讲得通、交付结果能否被岗位采用。汉得 x 江苏阳光集团首批 AI 数字员工入职江苏阳光集团深耕纺织服装产业四十载，形成了从“羊身上到人身上再到家里面”的完整产业链条，长期服务于国内外品牌客户与团体定制市场。四十年来，企业始终坚持精耕主业、实业报国，把制造能力与产品品质作为立身之本。面对制造业数字化与智能化持续深入，江苏阳光集团希望进一步统一企业数据语言，让生产经营信息更可信、管理判断更及时，并为 AI 数字员工进入实际岗位准备数据、规则与组织基础。管理牵引：数据与 AI 建设首先是一场管理升级江苏阳光集团董事长曹秀明先生在会上表示，本次合作是江苏阳光集团迈向智能化经营的重要一步。项目不能只由技术团队推动，各部门负责人需要带头参与业务梳理和数据治理，把项目建设过程转化为统一标准、厘清责任和提升管理能力的过程。“项目建设的过程也是业务梳理、数据治理、管理提升的过程”对于建设节奏，江苏阳光集团提出了清晰要求：先把生产域和财务域做深、做实，让首批 AI 数字员工在真实岗位中完成试岗，验证数据和 AI 能否解决实际问题，再逐步扩展到更多业务域。项目不追求一步到位，而是通过首期打样建立业务信心和可复制的方法。▲ 江苏阳光集团董事长曹秀明先生DATA x AI文理双修培养企业岗位专才汉得数智事业部总经理曹正炎先生表示，企业建设 AI ，不能只问模型会什么，而要回到经营和岗位。企业要的 AI 数字员工，不仅仅是数字文员，而是能够进入业务、承担职责的岗位专才：有的参与业务执行；有的推动运营协同；有的支持分析决策。无论属于哪一类，都要先把“人、岗、事、权”对应起来。在汉得企业 AI 数字员工体系中：SmartBrain 灵知：承担“文科学习”，让 AI 数字员工学习企业制度、业务流程、管理规则和专家经验；H-ONE 灵狐：承担“理科学习”，让 AI 数字员工理解企业数据、指标口径、主数据和数据质量；DataClaw 灵舟：作为企业 AI 数字员工中心，把知识与数据装进具体岗位，并统一组织任务、技能、权限与协作。本项目将以“一个数据底座 + 一个企业 AI 数字员工中心”推进，让数据基础与岗位能力同步建设。▲ 汉得数智事业部总经理曹正炎先生岗位专才：从通用 AI 到能上岗的企业AI数字员工AI 数字员工入职企业，也要像新员工一样完成四堂职课：定岗位、学业务、接数据、领权限。明确服务对象与交付标准，掌握企业术语与制度流程，连好数据、指标与业务系统，按岗位身份明确能看什么、能做什么、由谁确认。完成四堂课，AI 数字员工才具备进入真实场景试岗的基础。从岗位价值看，AI 数字员工可形成三类能力：✅ 业务执行型：连接 MES、WMS、MDM 等系统，让任务执行更准确；✅ 运营协同型：连接 ERP、SRM、CRM 等系统，让跨部门衔接更顺畅；✅ 分析决策型：连接 EPM、BI 和数据平台，让经营分析更清晰、管理判断更及时。本项目不会一次铺开全部类型，而是从生产、财务领域经双方确认的场景开始试岗，成熟一个、上岗一个。▲ 启动会现场业务负责带教技术保障入职让AI价值在岗位中发生项目将由双方高层共同牵引，业务、数字化和技术团队协同推进。业务团队：既是 AI 数字员工的使用者，也是带教者和验收人，负责定义岗位任务、讲清业务规则、确认数据口径并检验结果；数字化与技术团队：负责数据底座、系统连接、权限和运行保障；项目团队：通过阶段评审持续检查数据质量、试岗表现和建设边界。数据安全与权限控制将贯穿项目全过程。对于敏感数据，双方将按照确认的管理要求执行授权、脱敏和审计；涉及重要判断或高风险操作时，由有权人员确认。AI 数字员工只能在岗位授权范围内使用数据和执行任务，确保每一步有依据、可追溯、可管控。AI 数字员工越深入业务越不只是技术问题汉得将把长期积累的企业服务经验和业务 Know-how ，与江苏阳光集团的专属知识、数据口径和岗位方法结合起来，由业务人员持续带教、校验规则并验收结果。成熟能力将沉淀为可复用的岗位技能，让一个人教会的方法逐步成为全公司的组织能力。未来，汉得将与江苏阳光集团业务及数字化团队持续协同，在生产和财务领域走完“入职准备—业务带教—岗位试岗—正式上岗—持续成长”的闭环。先选择一个真实岗位验证价值，再逐步扩展到更多管理主题和业务岗位，让 AI 数字员工从承担一项具体工作，走向连接一条业务链。这次项目启动，不只是数据平台与 AI 工具的建设开始，更是江苏阳光集团培养企业岗位专才的起点。数据平台提供可信的工作依据，DataClaw 组织员工、任务、技能、权限与协作；业务团队负责带教和验收。三者共同作用，才能让 AI 数字员工安全入职、通过试岗、走向上岗，并在实际工作中持续成长。携手汉得，共铸硬核竞争力！

11-05

汉得受邀出席湘钢首届创新大会，荣获“最佳合作项目奖”！

2026年10月21日，湘钢首届创新大会举行，汉得受邀参会。双方合作开展的“中厚板全流程数智化生产执行系统开发项目”获颁“2026年度最佳合作项目奖”。

11-05

汉得受邀出席湘钢首届创新大会，荣获“最佳合作项目奖”！

2026年10月21日，湘钢首届创新大会举行，汉得受邀参会。双方合作开展的“中厚板全流程数智化生产执行系统开发项目”获颁“2026年度最佳合作项目奖”。大会以“新耀钢城·智启未来”为主题，围绕改革创新、科技攻关、管理提效和产业开拓等方面，分享优秀实践、表彰创新成果。此次获奖，是对双方围绕板材制造场景推进数字化建设工作的肯定。01 以业务为牵引深化板材制造协同宽厚板生产涉及订单、质量、计划、生产执行与仓储物流等环节。客户需求如何准确传递到生产岗位，订单进展如何及时反馈给相关部门，是制造管理需要持续解决的实际问题。围绕湘钢板材 MES 重构升级，双方将业务流程优化与系统建设相结合，聚焦生产经营中的协同需求。MES，即制造执行系统，连接企业经营管理与现场生产执行，为业务信息的传递和生产过程的跟踪提供支撑。项目以订单履约为主线，将质量要求、生产计划与执行记录纳入协同管理，推动信息在业务环节之间顺畅流转，让相关岗位更便捷地获取所需信息，为精细化管理提供支持。让客户需求贯穿生产执行让业务数据服务现场管理02 围绕关键业务提升生产执行支撑项目围绕板材制造的全流程协同需求，结合以智能自动组板为关键指导，将交货期、成材率等因素纳入组板决策，支持多钢种、多目标组板方案生成，统筹订单交付与材料利用。同时，项目加强订单、质量、生产执行与仓储发运之间的信息衔接，完善计划执行跟踪和异常反馈，为生产组织提供更清晰的业务依据，促进产销协同与精细化管理。智能自动组板统筹交付与材料利用围绕不同钢种和订单要求，系统支持在生产约束下生成多目标组板方案，并将余坯、余材纳入自动组板与利用。自动组板与手动组板共用基础数据，便于业务人员衔接处理。同时，结合作业计划管理与生产实绩反馈，支持计划编制、调整和执行跟踪。订单信息更顺畅交付进展更清晰围绕订单信息传递与合同全过程跟踪开展优化，将客户个性化要求纳入系统化管理，并加强交期跟踪和异常提醒，帮助相关岗位及时掌握执行进展，为产销协同提供支持。质量要求更明确过程记录可追溯围绕产品标准、工艺规范和岗位操作要求，推进质量设计与质量信息传递的规范化管理，减少重复维护和线下传递。通过关联生产记录与质量信息，为过程跟踪和问题分析提供依据。炼钢计划更直观工序衔接更顺畅围绕炼钢生产组织，系统以可视化方式呈现各工序计划，支持生产时间测算和计划动态调整，并将检修安排纳入统筹，帮助相关岗位把握生产节奏。同时，结合质量标准支持自动判钢，并加强与后续装炉计划的衔接，为炼钢过程管控与工序协同提供支撑。轧钢计划与实绩联动执行管理更精细围绕轧制与热处理，系统支持按业务规则自动编排计划，由岗位人员确认后下发，并跟踪计划执行与调整。结合合同要求，将工艺规范和操作要点传递到相应岗位，通过剪切、喷刻印等作业信息的图形化展示，以及生产实绩和轧辊履历管理，支持现场作业规范执行与过程追溯。仓储与物流衔接协同管理更有序推动仓储信息与物流、发运业务联动，支持库存统筹和材料流转跟踪，为相关岗位安排出入库及发运作业提供信息支撑，促进生产组织与交付安排相互衔接。03 坚持合作共建推动持续创新钢铁企业的数智化建设，需要将现场业务经验与数字技术持续结合。围绕具体场景梳理需求、优化流程，并让系统能力服务岗位操作，是项目建设的重要着力点。此次荣誉，既是对合作成果的认可，也是双方持续推进业务创新的动力。汉得将继续以客户业务需求为出发点，注重系统应用与管理实践的结合，支持制造企业提升数字化管理能力。面向未来，汉得期待与湘钢继续深化合作，在板材制造场景中持续完善数字化应用，让创新成果更好地服务生产经营。携手推进数智化建设让创新更好服务生产经营携手汉得，共铸硬核竞争力！

11-04

汉得灵舟DataClaw接入SAP系统，大幅提升需求交付效率！

DataClaw 完成 SAP MCP 部署之后，SAP 项目团队可以让数字员工直接进入开发环境：查对象、读代码、跑测试，与顾问在同一个对话中协作。需求交付的节奏，也随之改变。

11-04

汉得灵舟DataClaw接入SAP系统，大幅提升需求交付效率！

MCP连接让数字员工进SAP开发环境DataClaw 完成 SAP MCP 部署之后，SAP 项目团队可以让数字员工直接进入开发环境：查对象、读代码、跑测试，与顾问在同一个对话中协作。需求交付的节奏，也随之改变。什么是 MCP？它是 AI 与外部系统之间的统一接口◈ 接入之前，AI 只能处理人工提供的文字；◈ 接入之后，数字员工可以自行到 SAP 中查证。能查什么、能否修改，完全取决于企业授予的权限。架构：入口不变，能力增强原有的服务体系无需推翻。顾问仍在业务群和工单中接收需求，与数字员工融入到原有流程体系。▲ 架构：入口不变，能力增强（示意）连接方式：四步▲ 连接方式：四步（示意）不同系统的开放程度存在差异，因此首期建议只开放“读”：查对象、读源码、查使用位置。写入属于进阶能力，默认关闭；开启后须单独授权，并逐次确认。落地提示技术动作本身并不复杂，周期主要取决于企业内部流程——专用账号由谁审批、授予何种权限、是否需要 Basis 配合。建议在接入之前，先把这三件事明确下来。接入完成后的第一次交互，是确认边界：数字员工能做什么，不能做什么。▲ 接入后的首次交互：先确认边界（示意）需求变更频繁DataClaw高效需求管理闭环在 SAP 项目中，需求管理的路径：提出需求 → 系统调研/业务调研/分析评估 → 排期 → 开发 → 测试 → 传输上线 → 验收。需求管理的日常，常常是这样的：口径靠口头来回：业务说一句，顾问转述给开发，开发按自己的理解实现；做到一半才发现，有几个关键口径从头到尾没人问过。范围靠默契：“顺便加一列” “再多看一个维度”，边做边加，最后谁也说不清这一期到底交付了什么。测试排在最后：边界情况要等到联调，甚至上线之后才暴露，返工的代价最大。变更靠经验消化：需求一变，会影响哪些程序、文档和测试，全凭经办人的记忆；资料散落在邮件、聊天记录和个人电脑里，人一换，来龙去脉就断了。到了月结这样的关键节点，需求变得比排期还快，它们还会被成倍放大。DataClaw 数字员工进入 SAP 开发环境之后，变化发生在流程的每个环节：口径在对话中当场问清，并落成文档；范围在开工前框定；程序与测试一并生成；写入由人批准，写后回读；验收后归档，变更时先读档案再动手。需求管理从“靠人盯”，变成“有章可循、有据可查”。下面，用一个常见的月结场景，看看这些变化是怎样发生的。业务背景：月结前的暂估清单月底结账，有一项绕不开的工作：暂估。货已经收了，发票还没到，按权责发生制，这笔应付不能等发票，财务需要依据「已收货、未收到发票」的清单，估计入账。清单的口径并不复杂，难的是它与月结时间表绑在一起：需求往往在最紧的几天提出，而且不止一次。这个月结周，“我”就遇到了这样一张清单——周一、周三、周五，各改了一次。▲ 同一张暂估清单，月结周里改了三次（示意）我们的做法：先立规矩，再动手面对“需求比排期还快”，靠加班不是办法。DataClaw 数字员工按四条原则做事，这也是“我”与它协作的方式：先问再做、测试先行、拿不准先查证、变更有据可依。一个需求从提出到归档，形成如下闭环：▲ 一个需求的闭环：五个环节（示意）周一：审计要求加本位币审计要求暂估金额同时显示本位币，外币订单按月末汇率折算。理由合理，不加就过不了审计，样表当天要交。▲ 周一 09：12（示意）时间紧，“我”也没有让它直接写代码，而是先把口径问清、把范围框住。它复述了对数据来源和粒度的理解，反问了三个会改变结果的问题，并出具《需求分析报告》和《方案文档》，由“我”确认后才开发。▲ 复述需求、确认口径、框定范围（示意）○给业务同事的提示：好的 AI 会先提问。它问的“汇率取不到怎么办”，正是平时容易漏说的口径；“本期不做什么”写清楚，后面才不会边做边加。程序与单元测试一并生成。测试里有一个用例没通过：没有任何公司代码权限的用户，竟能查到全部数据。原因是权限范围表为空，而 ABAP 中对空范围表使用 IN ，等于“不加限制”。它补上判断，重新运行后全部通过。写入开发系统属于高风险动作，需要“我”批准，写完还要回读核对。▲ 生成、测试、修复、审批、回读（示意）○给开发同事的提示：单元测试的价值，在于抓住“代码看起来对、边界情况不对”的问题。业务同事也可以问一句：有没有测过“没有权限”的人？样表当天交给了审计。周二，财务验收通过。周三：采购发现重复暂估退货冲销过的订单，清单里仍按“已收未开票”计算，导致重复暂估。不改口径，财务入账金额就偏大，必须在月结前改好。▲ 周三 14：05（示意）这一次，DataClaw 先翻出周二验收后归档的需求档案，再到系统里查证数据。结论是口径缺口，而不是新需求：当初只累计了收货，没有抵减退货。涉及财务数字，它先请“我”确认，确认后才改，补充退货用例，并把档案升到 V1.1。▲ 分析口径缺口、修改、测试、升级（示意）○AI 会不会编造一个“听起来像标准功能”的东西？会。所以不确定的名字，它一律先到系统里查证；这条规矩被写进了数字员工的“做事原则”，每一次都会执行。周五：月末最后一天按利润中心拆分集团管理层要求暂估按利润中心拆分，晚上关账前必须出，否则管理报表缺数。▲ 周五16：20（示意）这时“我”已经不需要重新交代背景。DataClaw 先读这个需求的全部历史版本、方案文档和测试用例，再做分析，只把一件资料里没有答案的事交给“我”拍板。▲ 先读历史资料，再分析（示意）改完之后，它自动把历史用例全部回归了一遍，确认前两次的口径没有被改坏，三次要求的来龙去脉也沉淀进了需求档案。下一个接手的人，先读档案，就能看到这个需求是怎么走到今天的。▲ 回归测试、对账、沉淀（示意）○验收不是终点。范围、口径、测试和验收记录都留下来，以后“当初为什么这么定”，随时能查到。回头看：时间花在了哪里这一周，样表按时交给了审计，退货口径在月结前改对，管理报表在关账前补齐。回头看，差别并不在“代码写得快了多少”，而在返工少了、查证有据、变更追得上、交付物留得下来。▲ 这一次，时间花在了哪里（示意）方法论总结用DataClaw为SAP需求管理赋能回到本章开头的四个痛点。一周三次变更，把它们逐一摆在了桌面上；而 DataClaw 给出的，不是某一个环节的提速，而是一套贯穿需求全生命周期的做法，可以概括为四条基线：口径基线、范围基线、质量基线、知识基线。▲ 四个痛点四条基线（示意）解决什么问题✅ 口径不再靠口头来回：数字员工在开工前先复述需求、反问会改变结果的问题。周一，汇率取值、取不到汇率怎么办、已标记交货完成但未开票的算不算，这三处最容易“各想各的”，都在写代码之前确认，并记入「口径假设清单」。✅ 范围不再靠默契：“本期做什么、不做什么”被写成文档，成为后续判断的基线。周五，“其它汇总维度本期不做”这一句话，让新要求能被直接判定为新增范围，而不是悄悄加进去。✅ 测试不再排在最后：程序与单元测试一并生成，边界问题在开发阶段就暴露：周一的越权风险，是单元测试抓到的，而不是用户查到别人的数据之后。✅ 变更不再靠经验消化：需求验收后归档、按版本管理。周三，档案帮助快速定位口径缺口；周五，数字员工先读完历史版本再分析，把需要人决定的事收敛到一件。达到什么收益响应更快：三次变更，每次都在时限内完成；后两次无需重新交代背景，数字员工直接基于档案接着做。返工更少：问题前移到澄清和测试阶段，而不是联调或上线之后；改动之后有回归兜底，改一处不会坏另一处。结果更可信：每次写入都经人批准、写后回读；不确定的名称先查证；数据口径有据可查。沟通更省力：业务只需要在关键点上拍板，其余由数字员工整理、核对和记录。额外获得的能力可追溯的变更历史三次要求的时间、原因、影响、确认人，都留在变更记录里，复盘、审计、交接都用得上。持续增值的知识资产需求档案、口径清单、测试用例不随项目结束而消失；做过三次以上的做法，还可以固化为技能，被下一个人直接调用。可迁移的方法同一套“问清、框住、测全、留档”的做法，不仅适用于需求交付，也延伸到下一章所讲的运维场景。价值：从“靠人盯”到“靠机制”✅ 对业务，意味着需求响应更快、口径更清；✅ 对顾问和开发，意味着更少的返工和救火，精力回到真正需要判断的事情上；✅ 对管理者，意味着范围可控、过程可见、质量可追溯；✅ 对企业，意味着个人经验被沉淀为团队资产，不再随人员流动而流失。DataClaw 并没有改变 SAP 需求管理的基本规律，它做的是让这些规律真正落地：该问的问到位，该留的留下来该人决定的，交还给人运维赋能把经验变成数字员工能力需求交付是最容易讲清楚的场景，因为有一份交付物可以验收。但在企业日常运维中，更多的工作发生在“需求之外”：没有立项、却每天都有人在问的问题。DataClaw把经验变成能力运维的成本，往往不在难题，而在重复：同一个问题每月有人问，同一类检查每周要跑，老员工的经验靠口头传递。DataClaw 的思路是分三层建立能力：先查清楚：以只读方式取证，让数据说话，把“感觉可能是……”变成“已经查证是……”。再固化下来：将做过的事沉淀为技能，按周期自动运行。最后能够交接：经验进入知识库，换一个人也接得住。接入DataClaw，运维中的重复的问题只解一次；一线运维自行取证，减少无效转派；新人借助知识库，上手更快；知识库不断更新，沉淀为企业资产。▲ 五类日常场景（示意）A｜故障排查（只读）场景：报错如何解读、工作流在哪一步中断。比如业务人员想知道物料10000123在工厂1000一直没有被 MRP 运行出采购申请，怎么办？DataClaw 的做法：按问题描述只读查证，返回命中的表、字段与记录值，并清楚区分“已查证”与“待确认”。DataClaw 接入系统，查询了物料、工厂，最终确认到问题的原因是 MRP 类型被错误维护为 ND ，因此 MRP 运行会跳过该物料。价值：业务人员可先行自查，减少无效转派；结论有据可查，便于复核。B｜周期巡检与批量核查（只读）场景：本周有没有异常的、待业务处理的单据。比如每周一早上需要业务人员人工查一遍收货满30天、还没开票的订单行。DataClaw 的做法：将检查固化为技能，按周期自动运行，结果推送给责任人。 DataClaw 接入系统，按条件筛查出符合条件的采购订单行明细数据。价值：隐患前置发现，巡检口径统一，不再依赖个人记忆。C｜配置与引用核查（只读）场景：IT 人员想知道系统里现在配置了多少销售订单类型、分别有多少订单量？DataClaw 的做法：直接查询配置与使用情况位置，并给出清单和截图。价值：查配置更快，查引用更全，改动前的确认更扎实。D｜变更影响分析（需评审）场景：修改一个字段、调整一段逻辑，会牵动哪些报表、接口、增强。比如业务想要启用物料10000321的批次管理，想知道有什么影响。DataClaw 的做法：依托需求档案、系统数据与代码检索，列出现状和启用批次的方法，查询受影响的程序、文档、测试用例，并标出哪些点需要业务确认。价值：评审有依据，遗漏更少。需要强调的是，它负责把影响面列清楚；是否实施，由变更评审决定。E｜知识沉淀与交接场景：一个需求或项目的来龙去脉、一个故障的排查路径，只存在于经手人的脑子里。比如IT管理者想要知道某个项目的背景、落地的方案及每次变更对项目产生的影响。DataClaw 的做法：将其写成技能或存入知识库。在日常运维、需求项目的管理过程中，会议纪要、业务流程、SOW、开发&配置说明书、测试用例、测试报告、操作手册、验收报告、上线后问题清单等等，都值得沉淀。新技能先放在“仅我的员工”里小范围内试用，稳定后再经管理员审核发布，业务尚未回答的事项保持“待确认”，不以默认值替代。价值：项目背景和每次变更都有据可循，业务逻辑清晰完整，系统设计思路丝丝入扣，未来基于项目范围做变更、调整，也可以快速判断业务影响和系统影响。由此，项目成员经验得以传承，哪怕新人也能自助上手，团队能力有知识沉淀依托，不再随人员流动而流失。边界与安全能做什么不能做什么将 DataClaw 引入 SAP，最需要回答的不是“它有多能干”，而是“它会不会做出不该做的事”。因此，管控并非事后补充，而是贯穿从接入、使用到交付的全过程。权限与安全我们遵循三条基本原则：最小权限、关键动作由人决定、过程可核查。具体落实为七个管控点：▲ 权限与安全：七个管控点（示意）知识与运维：让经验留下来数字员工的价值，不只在一次对话里，还在于经验能够沉淀、复用。▲ 知识与运维：让经验留下来在这套机制中，数字员工与顾问分工协作：数字员工承担查证、初稿、质检和归档，顾问负责判断与审核、确认与交付。稳妥落地：分三个阶段对计划引入的企业，我们建议循序渐进，每个阶段设置明确的准入条件：▲ 稳妥落地：三个阶段（示意）DataClaw 负责执行，问题想得全、活干得快；人负责判断与担责，更能专注在关键决策上。两者配合，交付更高效。携手汉得，共铸硬核竞争力！本文情景为示意，人物为虚构，订单号等数据取自演示环境的示例数据；配图及对话截图均为 AI 生成或合成的示意图，对话内容根据平台能力与常见 ABAP开发场景改编。DataClaw 界面按官方培训资料的界面风格重绘。接入步骤与权限设计为通用示意，具体以贵司环境与内部规范为准。本文未使用任何客户资料进行演示。

11-03

汉得 x 上市PCB数智化客户｜依托HiFins智慧财务套件，共启财务数智化管理新篇章！

11-03

汉得 x 上市PCB数智化客户｜依托HiFins智慧财务套件，共启财务数智化管理新篇章！

近日，汉得与上市 PCB 数智化客户正式启动智慧财务数字档案管理项目。本次项目将基于汉得 HiFins 智慧财务套件，围绕电子凭证单套制归档、财务自动化提效、业财全链路追溯三大核心目标，为该企业构建合规、智能、可审计的数字会计档案体系。监管法规趋紧管理成本上涨上市企业档案管理制约该企业作为国内领先的 AI 驱动的 PCB 数智化解决方案服务商，2022年于深圳证券交易所上市，是一家集 PCB 专用设备研发、生产与销售于一体的国家级高新技术企业。一家大型 PCB 制造企业，财务凭证生成后，各类原始单据仍分散在ERP、MES、SRM、CRM、银企直联等多个业务系统中，审计追溯需跨系统翻找，效率低且易遗漏。财务凭证生成后各类原始单据仍分散在多个业务系统中而作为上市企业，季度审计、年度审计、监管检查的频次远高于非上市企业。同时，近年来国家对电子会计档案的要求更是逐年细化——电子凭证合法入账、单套制归档、四性检测已成为上市企业必须落地的合规基线。因此，电子会计档案项目的建设，不仅是一次合规升级，更是企业财务数智化的关键一跃。锚定财务转型方向以财务共享夯实数字化底座电子会计档案建设，不是简单的“把纸扫成电子版”，更是对财务档案全生命周期的重构。本次项目将围绕“合规+提效+可控”三大核心，帮助企业将财务档案从“成本中心”变成“数据资产”：✅ 合规筑基：满足电子凭证单套制归档要求实现电子发票、电子回单、财政票据等电子凭证的合法入账与单套制归档，完全满足档案、财政及审计部门的合规检查要求。系统内置四性检测能力，从技术层面确保电子档案与纸质档案具有同等法律效力，帮助企业规避合规风险。✅ 提效降本：释放财务人力，压缩纸张成本自动归集凭证、账簿、发票及回单等资料，减少人工整理、打印与装订的繁琐工作。电子档案系统上线后，纸质档案册可减少约90%，财务档案整理工作量下降80%以上，纸张耗材成本同比减少约90%。每月从收单、整理、装订中释放出的财务人力，可以重新投入到成本分析、预算管控等高价值工作中。✅ 业财打通：全链路可追溯，支撑在线审计无缝对接 ERP 、 OA 、费控、SRM 、CRM 、银企直联等系统，确保财务数据在业务系统间自动同步流转。构建统一数据看板，覆盖从凭证产生、归集、归档到借阅、销毁的全流程，实现档案状态实时可视、可查、可追溯。为外部审计提供从报表到原始单据的在线追溯通道，审计人员无需跨系统翻找，大幅缩短审计周期。打破数据孤岛确保财务数据全链路可追溯会计档案全生命周期管理汉得财务数字档案室汉得基于近三十年财务信息化、数字化与智能化服务经验，依托自研的 H-ZERO 技术平台，推出财务数字档案室产品，帮助企业以数字化重构会计档案全生命周期管理，助力企业构建合规、智能、可追溯的数字档案体系，将会计档案从“沉睡档案”变成可复用、可追溯、可支撑决策的“价值资产”。全要素智能电子归档汉得按照费用报销域、薪酬核算域、资产核算域、总账报表及档案域、资金结算域、税金核算域、采购应付域、存货成本域、收入核算域等九大业务域，串联各业务域端到端的业务线索与财务数据链，实现全要素信息的自动关联、智能匹配、一键归档，形成完整合规的会计电子档案。档案管理更智能一键检索：智能归档后，可基于任意条件的信息检索，秒级定位档案；类纸质预览体验：模拟纸质预览模式，从凭证—单据—发票—附件的顺序阅读。档案查阅更安全依托财务-业务全链路数据贯通，支持业务链穿透式查询，实现从财务档案到业务源头的一键追溯。彻底告别传统查账“翻箱倒柜”的低效模式，大幅提升审计、查账、溯源效率，实现全流程可追溯、全链路可管控。档案归档更精简随着外部会计资料全面电子化，企业纸质资料已大幅减少至10%左右。汉得支持分类归档模式——少量纸质档案分类收单、装盒索引、线下精简保管；超过90%的电子资料自动规范化归集、结构化存储；实现线下不杂乱、线上可追溯、全域可管控。汉得作为国内领先的企业数字化产品及解决方案综合服务提供商，始终秉承以数智化技术赋能企业运营管理数智化升级的使命。未来，汉得也将继续与我们的客户深入合作，助力更多企业实现财务数字化转型，促进数字技术与财务业务场景的深度融合，赋能业务转型升级、高质量发展，为客户持续创新与价值创造保驾护航。携手汉得，共铸硬核竞争力！

11-02

22支队伍同台 PK｜汉得 AI 黑客松把好产品用起来！

10月17日，汉得 AI 黑客松决赛路演落下帷幕，从7月一路走到决赛，22支团队同台 PK ，最终决出一等奖1组、二等奖2组、三等奖3组。

11-02

22支队伍同台 PK｜汉得 AI 黑客松把好产品用起来！

10月17日，汉得 AI 黑客松决赛路演落下帷幕，本次大赛设两大赛道。对外砺刃（Building AI）：在数字化基础上，帮助企业建设自己的 AI 能力；对内焕芯（AI Building）：用 AI 建设更好的企业系统，帮助企业进入 AI 时代。29个事业部、286位同事、162支队伍，101个初赛作品。从7月一路走到决赛，22支团队同台 PK ，最终决出一等奖1组、二等奖2组、三等奖3组。更关键的是这些作品不是摆着看的一等奖作品已接入392个飞书群、活跃用户超1500人；二等奖作品在28个项目落地，投入产出比超10倍；有的作品直接把3人一周的活压缩到5分钟。汉得 AI 黑客松大赛获奖名单公布经过现场路演与评委评分，最终获奖结果揭晓，两个赛道共产生一等奖1组、二等奖2组、三等奖3组。▲ 一等奖获奖团队合影黄耿与唐健为获奖团队颁奖▲ 二等奖获奖团队合影黄耿和唐健为获奖团队颁奖▲ 三等奖获奖团队合影何登攀、吴鹏与飞书嘉宾黄浩为获奖团队颁奖未获奖的决赛团队均获得入围奖，参加决赛作品创作的每个人都获得一枚“ AI 效率先锋”纪念章。好作品正在真实落地这场大赛最让人踏实的，不是路演当天的掌声，而是不少作品已经在真实业务里“用起来、活下来了”。呆呆鸟（一等奖）已接入392个飞书群，活跃用户超1500人，累计交互15.4万次，沉淀181项可复用技能——某茶饮项目的交付周期因此节省约七成。 AI-DLC（二等奖）已在28个 SM 项目落地，覆盖60%以上相关项目，编码任务AI参与率达16%、采纳率超90%，投入产出比超过10倍。测试主理人（三等奖）累计排查近3000个问题，节约约390人天，部署时间从1-2天压缩到10分钟。智价引擎多智能体协同识图、推演工艺、核算成本，单份报价从3天压缩至2小时，年预计节约2.2人年。「织能」项目前端人力减少50%，单个项目前端部分最高可节约86%人力。AI 一键生成飞书泳道流程图原本3人一周的绘图工作，5分钟完成。评委们在总结中反复强调同一件事：从个人提效走向组织提效。AI 的长期价值，在于把交付侧的全链路拆解出来、深耕下去，让每一个工具都沉淀为组织能力的一部分。决赛现场评委及嘉宾致辞分享决赛现场<< 滑动查看下一张图片 >>黄益全汉得信息 CEO汉得信息 CEO 黄益全在致辞中强调：好作品要“做透、推出去”——不能摆在那等销售去卖，要从客户价值出发想清楚怎么推、怎么迭代。他特别提到，奖项要分阶段设置，就是为了把好作品真正推到被使用的场景中去，让价值经得起时间验证。▲ “把好作品做透、推出去”姚翔飞书商业化东区总经理飞书商业化东区总经理姚翔分享了飞书自身的 AI 实践：飞书现在的很多功能，正是源自当年内部的一些雏形。飞书去年全面转向 AI 后增速明显加快，非常有信心今年底做到约10亿美金收入——第一个1亿美金花了近4年，最新的1亿美金只用了2个月。他期待与汉得展开更多合作，一起服务好中国客户。▲ “期待与汉得展开更多合作”黄耿汉得信息高级副总裁、联席 COO汉得信息高级副总裁、联席 COO 黄耿提出了“数字员工”的三个角色：AI 牛马（极致性价比的执行力）、AI 分析师（全面敏锐的洞察力）、AI 参谋（敏捷准确的决策力）。他特别强调：“企业AI不只是AI”——没有清晰的流程、可信的数据资产，AI 根本用不起来。而数字化基础恰是汉得30年积累的最具价值的能力。▲ “企业 AI 不只是 AI”唐健汉得信息高级副总裁、联席 COO汉得 AI 黑客松组委会组长汉得 AI 黑客松组委会组长唐健回顾说，今年一年的 AI 发展好像等于以往几年才会发生。他对作品提出两点期待：一是拒绝同质化——作品要回答到底牛在哪、能不能在公司内部复用；二是走向体系化——工具多了之后要串成一条线，形成公司统一的组织性能力。▲ “期待好作品走向复用”这场大赛最珍贵的收获，不是奖杯和奖金，而是286位伙伴、162支队伍在100多天里的热情投入——有人利用周末赶工，有人在项目间隙打磨作品，有人为了一个功能反复调试。正是这些熬夜写代码、改方案的时刻，才让“ AI 提效”从一句口号变成了真实可用的工具。同时也感谢各位评委、飞书合作团队和远道而来的客户嘉宾，是他们的专业评审和真实需求，让这场比赛有了分量。正如大赛结束时说的那样：“希望大家满载而归，把今天的启发带回日常工作中，期待明年带着更多成果。”▲ 对外励刃到场嘉宾与客户合影留念▲ 对内焕芯参赛团队、评委与嘉宾大合影黑客松不只是一场比赛，更是优秀作品走向真实业务场景的起点。接下来，我们会继续做三件事：持续落地：推动获奖作品在更多事业部、更多项目中实际使用，让数据继续增长；推广复用：把验证有效的工具沉淀为公司级能力，让更多同事用起来；迭代优化：根据真实使用反馈持续打磨作品，让它们真正长成“大树”。明年，带着更多成果再会携手汉得，共铸硬核竞争力！

10-29

汉得 x 益海嘉里｜FDE 扎根粮油仓储现场，助力食品产业智能化升级！

10-29

汉得 x 益海嘉里｜FDE 扎根粮油仓储现场，助力食品产业智能化升级！

聚焦行业高价值场景打通 AI 应用“最后一公里”随着人工智能技术快速发展，越来越多企业开始探索如何将 AI 能力转化为实际业务价值。但 AI 应用的真正落地，并不只是技术能力的建设，更关键的是能否深入业务现场，理解行业需求，将 AI 融入具体流程，解决真实问题。汉得企业级 AI 智能化升级方法论，以 FDE 工作模式为牵引，持续深入行业业务场景，将行业理解、业务流程与 AI 技术融合，推动 AI 从“技术能力”走向“业务应用”。此次汉得大客户数智化事业部助力益海嘉里，围绕粮油仓储现场生产入库业务需求，引入 AI 智能体能力，聚焦一线岗位实际操作流程，通过轻量化交互方式，让 AI 真正服务业务人员，探索食品行业智能化运营新模式。汉得 x 益海嘉里持续推动食品产业智能化升级益海嘉里金龙鱼食品集团股份有限公司是中国重要的农产品和食品加工企业，业务覆盖粮油加工、食品生产、仓储物流等多个领域。经过多年发展，益海嘉里已形成覆盖全国的生产布局和完善的产业体系，旗下拥有“金龙鱼” “欧丽薇兰” “胡姬花”等多个知名品牌，持续为消费者提供优质、安全、健康的食品产品。随着业务规模不断扩大，企业持续探索生产、仓储等核心运营环节的数字化升级，通过技术创新提升运营效率、强化业务协同能力。本次益海嘉里携手汉得，基于汉得企业级 AI 智能化升级方法论，以 FDE 工作模式为牵引，深入仓储业务现场，围绕真实作业流程和岗位需求，将 AI 能力转化为贴合业务场景的智能应用。AI 落地的关键在于理解真实业务现场在粮油仓储业务中，生产入库是连接生产与仓储管理的重要环节。传统模式下，该环节涉及大量人工记录和线下确认：◈ 生产入库需要人工登记◈ 班组交接依赖现场沟通◈ 异常情况需要人工记录和跟踪◈ 业务信息沉淀依赖人员经验随着业务复杂度不断提升，传统方式在效率、信息完整性和过程追溯方面逐渐面临挑战。企业真正需要的，并不是一个脱离业务的 AI 工具，而是能够理解现场流程、融入岗位工作的智能应用。这也是 FDE 关注的核心深入业务现场识别高价值场景设计可落地应用持续推动业务价值释放深入业务现场贴合岗位需求生产入库智能助手本次库存智能体项目并不追求“大而全”的 AI 能力建设，而是围绕一线人员高频使用场景，优先解决实际业务问题。通过 FDE 场景化交付方式，汉得深入益海嘉里仓储业务流程，结合生产入库实际需求，打造贴合岗位使用习惯的生产入库智能助手，围绕生产入库过程中的关键环节，智能体支持：✅ 留样信息登记✅ 班组换班交接记录✅ 生产异常提醒通过 AI 辅助现场人员完成信息记录和业务确认，实现生产入库过程线上化、作业记录自动化。当识别到生产入库相关异常时，智能体能够及时提醒，并形成异常信息留痕，为后续追踪和复盘提供支持。以企业微信为入口让 AI 融入日常生产流程AI 应用价值最终需要通过业务人员使用体现为了降低 AI 使用门槛，本项目将企业微信作为统一交互入口，让仓储人员无需学习新的复杂系统，即可通过熟悉的工作工具完成生产入库相关操作。业务模式由：人工记录→线下确认→信息留存，逐步转变为：人员操作→AI辅助处理→自动记录→异常提醒。通过轻量化交互方式，汉得帮助益海嘉里将 AI 能力嵌入生产入库流程，让智能真正进入业务现场。FDE 驱动 AI 落地让智能创造真实业务价值库存智能体项目的价值，不仅体现在 AI 功能建设，更体现在 AI 能力真正融入业务流程。通过汉得企业级 AI 智能化升级方法论，围绕行业场景和业务需求，推动 AI 从技术能力向业务价值转化：聚焦高价值场景围绕生产入库这一关键业务环节，解决实际作业过程中的效率和管理问题。提升现场作业效率减少重复记录和人工确认操作，帮助业务人员更加高效完成日常工作。强化过程管理能力业务操作、确认动作、异常信息实现统一记录，提升业务过程可追溯能力。沉淀行业应用经验通过真实业务实践，形成可复制的 AI 应用落地经验，为后续智能化升级提供基础。从行业场景出发打通 AI 应用最后一公里AI 的价值，不在于建设复杂能力，而在于解决真实业务问题。益海嘉里库存智能体项目，是汉得企业级 AI 智能化升级方法论探索行业 AI 落地的重要实践。通过深入业务现场、理解岗位需求、设计智能应用并持续优化，汉得帮助企业将 AI 能力转化为可使用、可推广、可持续运营的业务价值。未来，汉得将持续围绕行业高价值场景，探索 AI 技术与业务流程融合创新，打造更多可落地、可复制的智能化应用实践。让 AI 真正落地，让智造创造价值携手汉得，共铸硬核竞争力！

10-28

汉得 x 某小家电龙头企业｜FDE 深入制造业务场景，AI 赋能企业智能化升级！

汉得大客户数智化事业部携手某小家电龙头企业，围绕合同合规、供应商风险、项目资料审核、库存运营四大业务场景，将 AI 能力融入风险识别、智能审核、经营分析与业务协同，目前四大场景均已上线运行，推动制造企业智能化运营走向实际应用。

10-29

汉得 x 某小家电龙头企业｜FDE 深入制造业务场景，AI 赋能企业智能化升级！

从真实业务场景出发让 AI 应用走深走实随着人工智能技术加速发展，越来越多制造企业开始探索 AI 与核心业务的深度融合，推动智能化应用从技术探索走向实际经营管理。但在实际落地过程中，企业仍面临诸多挑战：💢风险管控难：供应商信息分散、合同审核复杂，风险识别依赖人工。💢业务审核难：项目资料涉及多个系统，规则校验繁琐，重复性工作量大。💢经营分析难：库存数据丰富，但风险识别、原因分析及后续处置效率仍有提升空间。如何让 AI 真正理解业务规则、融入管理流程，并将智能分析转化为实际业务价值？AI 应用的关键在于深入真实业务场景找到技术能力与业务需求结合点汉得企业级 AI 智能化升级方法论，以 FDE 工作模式为牵引，项目团队贴近业务一线，与法务、采购、项目管理、计划等岗位人员共同梳理业务规则，在真实流程中边设计、边验证、边迭代，推动 AI 从“技术能力”走向“业务应用”。此次，汉得大客户数智化事业部携手某小家电龙头企业，围绕合同合规、供应商风险、项目资料审核、库存运营四大业务场景，将 AI 能力融入风险识别、智能审核、经营分析与业务协同，目前四大场景均已上线运行，推动制造企业智能化运营走向实际应用。深入制造业务落地四大 AI 场景应用实践该企业经过多年数字化建设，在采购、法务、项目管理、生产及库存等领域已积累了丰富的业务数据。但数据分散、规则复杂、人工处理工作量大等问题，仍然影响企业的运营效率与管理水平。在 FDE 工作模式牵引下，汉得深入实际业务流程，围绕企业高频管理问题，结合现有系统与业务规则，打造贴合岗位需求的 AI 应用。从业务问题识别，到智能应用设计，再到业务流程融合，让 AI 真正服务企业日常经营管理。01 合同审核与风险识别从人工逐条核对，到智能识别合同合规风险合同审核是企业经营风险管理的重要关口。传统审核高度依赖人工，合同条款变更、关键信息遗漏、文本错误等问题，不仅增加法务工作量，也可能带来潜在合规风险。汉得 AI 解决方案三重智能校验○模板比对：自动对齐标准合同模板，识别关键条款变更。○必填检查：智能检查合同关键信息，发现字段缺失。○文本识别：自动检测错别字等基础问题，输出审核意见。AI 完成基础合规检查后，自动返回审核结论及问题说明，为业务修改和法务复核提供依据。业务价值：风险前置、标准统一、审核可追溯。通过 AI 承担重复性基础审核工作，将风险识别前移，让法务人员更加聚焦复杂条款与关键风险判断，推动合同管理从人工核验走向智能辅助审核。02 供应商准入与风险监控从人工分散查询，到供应商风险自动识别与评估供应商经营状况、信用水平及潜在法律风险，直接关系到制造企业供应链的稳定性。传统供应商评估需要人工跨渠道查询、整理与判断，存在信息碎片化、评估效率低、标准不统一等问题。汉得 AI 解决方案多源数据融合与智能风险研判○多源信息整合：自动获取工商、经营、司法等风险信息。○智能风险研判：结合统一评价规则，综合分析供应商风险。○报告自动生成：输出风险等级与评估报告，呈现关键风险依据。AI 能力嵌入合同管理流程，业务人员选择供应商后，即可获取风险评估结果，无需在多个系统之间反复切换。业务价值：风险识别前置、评价标准统一、合作决策有据可依。将风险识别从独立的人工调查环节融入日常业务流程，帮助企业建立更加及时、规范的供应商风险评估机制，为供应链稳定运营提供支撑。03 项目资料智能审核从人工逐项核对，到跨系统资料智能审核与风险前置制造企业在项目管理过程中，会产生大量项目归档文件，涉及人员、工时、时间节点及客户信息等多个维度。传统审核依赖人工逐项核验，不仅工作量大、效率低，也容易出现标准执行不一致、关键信息遗漏等问题。汉得 AI 解决方案自动化、智能化资料审核流程○资料自动获取：通过 RPA 自动获取 PLM 系统中的项目归档文件，触发智能审核流程。○多维规则校验：结合人员在职状态、工时、量产时间、客户名称等业务规则，自动识别异常信息。○智能分流审核：根据审核结果置信度，高置信度结果自动处理，低置信度事项转交人工复核。审核完成后，系统将结果回写至 PLM 业务流程，形成：资料获取 → 智能校验 → 分级审核 → 结果回写的完整业务流程。业务价值：审核提效、风险前置、人机协同。减少重复性人工核验，提升审核效率与标准化水平，让常规审核更加高效、异常问题及时处理。作为本次合作的先导场景，项目资料智能审核率先上线运行，在业务规则校验、跨系统流程衔接与智能审核方面经受实际业务检验，为后续多业务场景建设奠定实践基础。04 呆滞库存智能分析与督办从被动发现库存积压，到主动预警、分析与督办订单变化、生产计划调整等因素，容易造成制造企业物料积压、资金占用与库存风险。传统库存管理以报表统计和人工分析为主，往往能够发现问题，却难以及时判断风险程度、定位积压原因并推动处理。汉得 AI 解决方案构建库存风险管理闭环○风险识别：结合库存金额、增长趋势等维度，自动识别高风险呆滞物料，形成重点关注清单。○智能分析：关联 MES、APS 等业务数据，辅助分析库存积压原因，提出处理建议。○自动督办：匹配责任人员，下发督办任务，推动风险事项跟进处理。实现从：风险识别 → 原因分析 → 任务督办 → 处理反馈的业务管理闭环。业务价值：风险主动预警、原因精准分析、责任落实闭环。让库存管理从事后统计走向主动识别与精准管控，让 AI 不仅能够发现异常，还能辅助分析问题、推动业务处理，为降低库存积压风险、提升库存运营效率提供支持。从场景实践到管理升级让 AI 价值融入业务流程从合同审核、供应商风险管理，到项目资料核验和呆滞库存分析，四大场景面向不同业务领域，却共同体现了制造企业智能化管理的转变。风险管控更加主动：将 AI 融入合同审核与供应商风险评估等环节，推动风险识别从事后发现走向事前预警。业务审核更加高效：通过规则校验、信息提取与智能分析，减少重复性人工操作，让专业人员聚焦关键判断。经营分析更加精准：从库存风险识别到原因分析与任务督办，让业务数据不仅能够呈现问题，更能辅助推动问题解决。业务流程更加协同：将 AI 与企业现有业务系统相结合，推动智能分析结果进入业务处理流程，实现信息利用与业务协同。从人工处理到智能辅助从被动响应到主动管理AI 正在成为制造企业提质增效的重要助力从行业场景出发推动AI应用走向真实业务价值制造企业的智能化升级，需要的不只是新的技术工具，更需要贴合业务需求、能够融入实际流程的智能化解决方案。本次合作从项目资料智能审核的先导场景起步，在实际使用中持续调优，再将经验复用至供应商风险、合同合规和库存运营等核心业务领域，已上线运行的四大场景，展现了 AI 从单点场景探索走向多业务领域应用的实践路径。在这一过程中，汉得充分结合制造行业数字化实践经验，将业务规则、行业知识与 AI 技术相融合，推动智能应用与企业既有管理体系衔接。以真实业务问题定义应用场景以业务流程承接 AI 能力以实际管理价值检验应用成果这也是汉得企业级 AI 智能化升级方法论所坚持的方向：以 FDE 工作模式为牵引，发现业务问题 → 与业务共创方案 → 快速上线 → 持续优化，推动 AI 能力在企业实际业务中落地应用。未来，汉得将持续深耕制造行业高价值业务场景，探索 AI 技术与经营管理的融合创新，打造更多可落地、可复制的行业智能化解决方案。让 AI 深入业务让智能创造价值携手汉得，共铸硬核竞争力！

10-21

产品出海再启新篇｜汉得携手美国《财富》500强 Avery Dennison 启动 Global MES 项目，以中国工业软件赋能全球智能制造！

近日，汉得与美国《财富》500 强企业 Avery Dennison（艾利丹尼森） Global MES 全球项目签约启动。

10-21

产品出海再启新篇｜汉得携手美国《财富》500强 Avery Dennison 启动 Global MES 项目，以中国工业软件赋能全球智能制造！

近日，汉得与美国《财富》500 强企业 Avery Dennison（艾利丹尼森） Global MES 全球项目签约启动。本次合作是汉得自主研发工业软件产品出海的重要里程碑，也是汉得 Global MES 产品首次深度服务全球头部美资制造企业核心制造体系。项目首期金额数百万美金，将以 Avery Dennison 越南制造基地为首个全球示范工厂，依托汉得自主研发的企业级 PaaS 平台 H-ZERO、新一代 Global MES 平台及 AI 能力，打造覆盖全球制造网络的统一制造运营管理平台。未来，双方将以越南工厂成功实践为模板，逐步复制推广至 Avery Dennison 全球 40 余家制造基地，构建集团统一的制造运营数字底座。汉得产品能力获得国际头部制造企业认可，标志着中国自主工业软件正加速走向全球高端制造市场，赋能全球智能制造。Avery Dennison（艾利丹尼森）是美国《财富》 500 强企业，也是全球材料科学与智能标签领域的领导者，业务遍及全球 50 多个国家和地区。面对全球多工厂管理标准不一、数据分散及跨区域协同等挑战，Avery Dennison 需要一套能够统一管理、适配区域差异并快速复制的 Global MES，支撑全球制造体系升级。经过技术交流、方案评估及全球化交付能力验证，汉得凭借自主产品体系、海外制造项目经验和全球实施能力，成为 Avery Dennison 的项目合作伙伴。▲Avery Dennison 主要业务与全球布局长期以来，汉得持续深耕制造业数字化领域，为众多全球制造企业提供数字化咨询与实施服务。在服务制造企业的过程中，汉得基于企业级 PaaS 平台 H-ZERO 持续将现场业务场景需求与行业经验沉淀到产品中。面向全球制造网络，这些积累进一步转化为可复用的工业软件产品能力，让不同生产管理模式共享成熟实践，并在统一框架下灵活适应各自的生产特点。此次合作，标志着汉得实现从“数字化服务出海”向“自主工业软件产品出海”的重要跨越。本次项目将以汉得自主研发的企业级 PaaS 平台 H-ZERO、Global MES 平台及 AI 能力为核心，为 Avery Dennison 构建覆盖全球制造网络的数字化能力体系。随着项目持续推进，越南工厂将逐步沉淀形成集团统一制造模板，未来可快速复制至全球更多制造基地，持续释放全球化实施价值，也进一步验证中国自主工业软件服务国际头部制造企业的能力。作为汉得自主研发的新一代企业级 PaaS 平台，H-ZERO 是本次 Global MES 项目的统一技术底座。针对跨国制造企业“全球统一、属地运营”的管理模式，H-ZERO 具备多语言、多时区、多组织、多租户、全球多节点部署及安全合规等能力，能够支撑全球工厂统一建设、统一管理，同时满足不同国家、不同区域的本地化业务需求。依托 H-ZERO 平台，Avery Dennison 未来全球各工厂可在统一技术架构下快速复制业务能力，实现“一次建设、全球推广”，有效降低全球数字化建设成本，加快集团数字化能力持续演进。统一数字化底座的价值，也在于为后续推广建立共同的技术基础。各基地可在集团统一架构下开展本地化适配，减少重复建设，让全球运营标准与区域业务差异能够在同一体系中得到承接。本次实施的汉得 Global MES 平台内置汉得自主研发的可视化业务流程引擎，可灵活适配不同国家、不同工厂及不同产品线的业务差异，实现流程配置化、功能配置化和界面配置化，无需重复开发即可快速完成本地化部署。✅ 多产品线业务流程节点差异可配置✅ 多产品线同业务流程逻辑差异可配置✅ 多产品线不同功能 UI 差异可配置对于多基地推广，关键在于明确哪些业务规则可以共用、哪些差异需要保留。通过流程节点、业务逻辑和操作界面的配置，项目将兼顾集团标准与工厂实际，使试点形成的模板具备更清晰的复用边界。越南工厂上线后，其成熟业务模式和管理标准将沉淀为集团统一模板，为未来全球 40 余家制造基地推广提供标准化复制能力，真正实现 Global MES 全球化落地。汉得将 AI 能力深度融入本次项目，依托汉得 AI 中台能力，构建如“AI Batching”等多项智能化应用场景；并伴随全球制造数据持续沉淀，发挥 AI 中台能力，形成覆盖全球工厂的智能制造知识体系，为全球产能优化、供应链协同、质量持续改善及经营决策提供更加智能的支撑，推动制造运营从数字化向智能化持续升级。这一建设将以制造业务数字化为基础，逐步打通业务数据与智能应用的联系。随着项目推进，围绕实际需求持续完善应用场景，让数据积累、知识沉淀与业务使用相互促进，为后续智能化能力扩展创造条件。此次与 Avery Dennison 的合作，是汉得自主工业软件拓展全球制造市场的重要里程碑。汉得以越南试点项目为起点，将通过高质量的实施交付，逐步沉淀集团统一的制造业务模板与可复制的实施经验，为后续向 Avery Dennison 全球更多制造基地推广奠定基础，并为服务更多跨国制造企业积累标杆实践。立足中国、服务全球，汉得持续推进服务出海、方案出海与自主产品出海。依托长期服务领先企业积累的行业经验，汉得正将经过中国制造复杂场景打磨的业务实践，转化为面向全球市场的自主软件产品与解决方案；结合海外本地化团队与全球协同交付体系，兼顾跨国企业统一管理与属地运营需求，推动产品在不同市场落地、复制与持续演进。自主产品出海，也需要在海外真实业务中不断打磨产品与交付体系。通过标杆项目积累可复用的方案与实施方法，汉得将持续提升面向不同市场的适配能力，让行业经验与产品能力共同支撑全球业务拓展。以 Avery Dennison 项目为起点，汉得将持续深化 H-ZERO、Global MES 与工业 AI 的融合，以自主产品承载行业经验，以全球交付保障业务落地，让中国工业软件在服务全球制造企业的过程中不断积累实践、拓展市场，为自主产品出海打开更广阔的发展空间。携手汉得，共铸硬核竞争力！

10-21

汉得DataClaw数字员工+FDE践行DATA x AI落地实践，在全球数据管理峰会斩获多项荣誉！

2026年9月23日-24日，2026全球数据管理峰会在杭州隆重举办。汉得携手合作客户凭借数据治理实践、产品创新与专业人才建设等方面的成果斩获多项荣誉。

10-21

汉得DataClaw数字员工+FDE践行DATA x AI落地实践，在全球数据管理峰会斩获多项荣誉！

2026年9月23日-24日，2026全球数据管理峰会在杭州隆重举办。汉得数智事业部总经理、DAMA 中国理事曹正炎先生受邀发表《DATA x AI：从双向赋能，到 AI 员工上岗》主题演讲，分享汉得在推进 DATA x AI 落地应用中的思考与实践经验。汉得携手合作客户凭借数据治理实践、产品创新与专业人才建设等方面的成果斩获多项荣誉。汉得 DataClaw 灵舟 AI 数字员工中心获评“数据治理创新实践案例”，多氟多、海亮集团相关合作案例同获该项荣誉；汉得 H-ONE 融合数据平台获评“数据治理推荐产品”。在本届峰会，汉得成为首批获得 TIIDA FDE 合作机构授牌的企业之一，13位 AI 架构师获得首批 CFDE-A 认证，其中有3位资深架构师获得首批 CFDE-A 讲师认证，为进一步开展专业人才培养与生态合作奠定基础。汉得主数据部门负责人荣获“数据治理特聘专家&首席数据官”荣誉，彰显汉得在主数据管理与数据治理领域的专业实力和实践积淀。<< 滑动查看下一张图片 >>DATA x AI从双向赋能，到 AI 员工上岗在峰会的主题演讲中，汉得数智事业部总经理、 DAMA 中国理事曹正炎提出，AI 要承担企业工作，需要理解业务对象之间的联系、判断问题的规则，以及能够采取的行动。汉得选择的路径，是以业务本体驱动：把业务对象、关系和判断规则教清楚，再连接系统工具，让 AI 数字员工在授权范围内完成工作，从“说得对”走向“做得对”。“企业 AI 数字员工，需要理解这家企业是如何运转的。”01 业务本体驱动让采购品类专家理解业务影响一个采购品类的重要性，不能只看采购金额，还需要看它关联哪些供应商、生产环节与订单，以及异常可能带来的经营影响。本次分享中的采购品类专家，展示了业务本体的作用：将物料、供应商、订单等业务对象及其关系组织起来，结合业务规则，支持 AI 主动扫描风险、识别异常并形成处置建议。面对采购异常，AI 需要进一步分析：影响哪些业务，为什么值得关注，应当优先处理什么。业务本体让这些判断有了企业自身的业务逻辑作为依据。汉得将企业数字化实践中积累的业务经验，与数据、系统工具和权限相结合，让 AI 的分析能够服务于实际工作。这也是汉得推进 AI 员工上岗的重要特点：让业务知识与执行条件共同支撑数字员工履职。02 总经理分身让管理经验沉淀与复用曹正炎还分享了自己的工作实践——总经理分身。管理者向 AI 分身交代任务，将分析要求与个人经验沉淀为可复用能力，让20个事业部原本累计40余天的报告制作工作实现分钟级完成。这项实践的价值，既在于效率提升，也在于将个人分析经验转化为更多部门可以使用的工作能力。管理者亲自使用、持续校准，为 AI 数字员工在组织内推广积累经验。从采集到可视化数据全流程 AI 员工化很多企业希望做 AI，首先面对的却是数据分散、加工耗时、口径不一等问题。从业务需求到可用数据，仍需投入大量人工。业务 AI 需要可信数据，数据准备本身也可以交给 AI 数字员工参与完成。汉得围绕采集、加工、治理到可视化，培育专业数字员工，推动数据全流程自动化：数据开发员：AI 直接完成数据采集、集成与加工，减少重复开发。数据治理员：AI 直接进行数据资产盘点，结合标准与规则开展质量检查和治理。报表大屏开发员：根据业务指标与展示需求，AI 直接生成报表和可视化大屏。这些岗位围绕业务需求衔接工作：✅ 让数据更快地交付给业务人员与 AI 应用✅ 让数据团队将更多精力投入口径确认、规则设计和结果验收数据支撑 AI 上岗，AI 参与数据建设，DATA × AI 由此贯穿数据准备与业务使用的全过程。负责人先行再走向更多岗位与业务链企业应该从哪里开始？曹正炎建议，按照“负责人分身—高频业务岗位—专业岗位与业务链”的顺序推进。第一步负责人先行从总经理、COO、CFO 等负责人的 AI 分身开始，将自己的工作方法教给 AI，亲自校准并验证成果。第二步推广到高频岗位延伸到财务、合同、HR、数据治理等工作，优先选择高频、重复、规则明确、数据可用且价值可衡量的任务。第三步深入专业岗位与业务链进一步进入采购、生产、质量、销售运营等领域，结合业务本体、系统工具与权限，逐步承担更复杂的专业任务和跨环节工作。先从一个负责人的分身开始，再复制到更多岗位和业务链。让懂业务的人先用起来，让有效的工作方法逐步沉淀，让 AI 数字员工的价值通过实际成果得到验证。荣膺多奖：依托 FDE 理念让 AI 深入业务现场企业有了 AI 产品，还需要有人把岗位职责讲清楚、把数据与系统接起来、把业务规则落实进去，并与业务人员共同验证结果。汉得企业级 AI 智能化升级方法论以 DataClaw + FDE 连接业务需求与技术实现，是推动 AI 数字员工落地的重要角色。从理解客户业务、梳理数据与规则，到连接工具、试岗验证和持续迭代，围绕真实任务，推动 AI 能力进入实际工作。DataClaw 提供数字员工的产品能力，FDE 团队结合客户的业务条件，将这些能力配置、应用到具体岗位，并帮助客户掌握数字员工的使用与培育方法。在推动 DATA x AI 落地的过程中，汉得秉承 FDE 的核心理念，从真实的业务需求中寻找 AI 的价值切入点，获得多项可验证、获认可的荣誉成果。本届峰会中，多氟多、海亮集团相关合作案例获评“数据治理创新实践案例”，体现出汉得与合作客户在数据治理领域的实践成果。汉得 x 多氟多推进企业数据标准统一、管理体系建设与跨系统协同、提升数据质量及共享应用能力，为企业经营管理与数字化转型夯实数据基础。汉得 x 海亮集团打造主数据 AI 数字员工，将 AI 融入主数据生命周期核心流程，推动数字员工承担具体治理及运维任务，提升主数据管理效率。产品方面，汉得 H-ONE 融合数据平台获评“数据治理推荐产品”。AI 数字员工持续履职，需要可信数据、统一口径与持续治理。H-ONE 平台融合数据开发、治理、资产管理与 AI 智能分析能力，支持企业整合、加工和管理数据，为业务分析与 AI 应用提供统一可信的数据基础。此外在本届峰会上，汉得成为首批获得 TIIDA FDE 合作机构授牌的企业之一，为进一步开展专业人才培养与生态合作奠定基础。汉得13位 AI 架构师获得首批 CFDE-A 认证。其中，3位资深 AI 架构师同时获得首批 CFDE-A 讲师认证。汉得主数据部门负责人荣获“数据治理特聘专家&首席数据官”荣誉，彰显出汉得在主数据管理与数据治理领域的专业实力和实践积淀。从合作客户实践、产品能力，到 FDE 人才与合作体系建设，汉得将持续结合客户项目实践，为企业开展 AI 数字员工培育、试岗验证与持续应用提供支持。您的企业准备让哪位 AI 数字员工先上岗？依托汉得 DataClaw 企业 AI 数字员工中心，从您的首个 AI 分身或试岗岗位开始，一起梳理数据与规则，让 AI 数字员工走进真实工作。欢迎联系您熟悉的汉得伙伴或扫描下方咨询二维码，开启 AI 数字员工上岗实践。携手汉得，共铸硬核竞争力！