水星家纺AI全面落地：供应链百事通、合同星管家与全员AI大赛的实践路径

背景与挑战

水星家纺是国内家纺行业的龙头企业，年营收超过40亿元。2024年数据显示，其在被芯、婚庆床品等品类上线上销量全网第一，线上收入占总营收的55%。作为一家多品类、多工序的传统制造企业，水星家纺的运营复杂度极高，多个核心业务环节长期依赖人工协调，效率瓶颈明显。

供应链端的三重困境：

• 顾客咨询（产品搭配、风格推荐）需要销售人员逐一回复，既费人力又难保证专业性
• 销售团队每天重复查询库存、交货期、订单进度，需要跨部门反复沟通
• 供应链部门面料备量、边角料利用等决策依赖经验判断，一旦估错就造成缺货或积压
• 管理层获取经营数据周期长、信息滞后

合同与达人管理的痛点：

• 达人合作协议、电商平台合同内容大同小异，但每次都需重新起草，法务逐条审核耗时耗力
• 签约后的履约与回款信息分散在不同系统中，全靠经验估算
• 直播达人履约不稳定，数据零散，资源分配缺乏依据

AI解决方案

水星家纺基于飞书的智能体平台Aily和多维表格，开发了多套AI工具：

「供应链百事通」： 这是一个接入ERP等多个系统数据流的AI智能体，相当于一位对水星产品极其熟悉的虚拟同事。它能24小时自动响应查询，支持自然语言交互（如"我想找一款适合20岁男生、价格300-400的床品套装"），并给出推荐理由。面对团购等复杂需求（如"客户要500套，10天内交货"），它会自动计算库存、原材料和生产周期，直接给出可行性建议。系统还具备预测能力，能提前预警订单延期风险、原料不足等问题，甚至能为滞销边角料推荐再利用方案（如改成抱枕、拼接被套）。

「AI合同星管家」： 员工只需填写签约方、金额、起止时间等基本信息，系统自动套用模板生成合同初稿。AI会根据预设规则扫描合同中的潜在风险（条款不全、付款方式不合理等），自动发出提醒。签约后，AI从ERP系统抓取数据生成账单，在仪表盘上实时显示现金流变化，提前预警回款延迟和资金紧张。系统能自动识别12种常见合同风险，包括违约责任缺失、对方是否为"问题公司"等。

达人绩效分析系统： 整合达人过往直播表现、退货率、销售数据，AI自动生成"履约总结"并连接企查查等第三方平台监控经营风险。系统还能根据数据分析生成达人资源热力图，帮助团队判断资源投入优先级。

实施过程

水星家纺的AI推广经历了从IT试点到全员参与的关键转型。2023年之前，AI推广主要由IT部门牵头，通过内部试点项目展示价值。随着AI技术成熟，公司意识到AI需要成为一种"组织能力"，不能只靠技术部门"单兵作战"。

为此，水星家纺联合飞书举办了一场"全员参与、实战出真知"的AI大赛，制定了三个目标：让员工理解AI、激发业务场景发现、推广实用工具。比赛组织方式很有讲究——每支参赛队伍由业务和技术双人搭档组成，业务部门提需求、IT部门协助实现，配合"案例分享会"和"工具教学营"。

比赛效果远超预期：提交作品超过20个，涵盖达人绩效分析机器人、营销活动智能排期工具、直播回款监控系统等跨部门复杂流程改造方案。评委组在初赛阶段一度"删项目删得很痛苦"，因为太多方案都具备落地潜力。最终获得金奖的正是「供应链百事通」。

一个重要前提是，水星并非在一张白纸上引入AI，而是在已有的数字化体系基础上顺势推进——供应链、合同履约、达人管理等核心流程早已做了结构化管理，系统间数据也已打通。

成效与数据

• 销售和客服处理咨询时间减少七成
• 原本用不掉的边角料得到有效利用，一年预计节省80万元
• 查数据效率提升50%，管理层可直接在看板上实时查看
• AI合同审核能自动识别12种常见风险
• 达人业绩预测准确率超过92%
• 拖款情况出现时系统自动启动追款流程并生成"资金压力测试报告"

水星家纺首席信息官刘峰提出了评估AI落地场景的三维度框架：业务成熟度（是否高频、有清晰规则、能带来明显效率提升）、数据成熟度（是否有结构化数据或知识库）、技术成熟度（当前AI能否支持、代价和误差是否可控）。

启示与借鉴

第一，AI落地的前提是数字化基础。 水星家纺之所以能在多个场景快速落地AI，根本原因是此前已完成了核心流程的结构化管理和系统数据打通。缺乏数字化基础的企业，需要先补齐"数据粮食"，再谈AI应用。

第二，全员AI大赛是推动组织转型的高效催化剂。 比起自上而下的培训或文件，让员工自己从业务痛点出发设计AI方案，不仅能产出真正可用的工具，更能在组织内部建立"我要用"而非"要我用"的AI文化。

第三，传统制造企业的AI价值往往藏在供应链和合同管理等"看不见的环节"中。 这些环节信息密度高、重复劳动多、决策依赖经验，恰好是AI最能发挥优势的场景。

第四，"业务+技术"双人搭档模式值得推广。 让最懂业务的人定义问题，让技术人员负责实现，避免了AI项目常见的"技术找不到场景"或"业务说不清需求"的困境。