WorkBuddy入职 +1，这次是深圳港集团！

WorkBuddy最近一直在到处「上工」。

从李宁到长安汽车，从平安银行到金域医学，从TCL到新华三，跨了互联网、快消、金融、出行、医疗十几个行业。

这次入职的，是深圳港集团。

一张报关单二十多个字段，过去报关员要一个个手填，填错一格就可能卡住一整批货的通关。

现在，深圳港集团的报关员只需要核对几个关键字段，其余由AI助理自动抓取、映射填好，从填到提交时间从30分钟压到了5分钟。

这是深圳港集团上线WorkBuddy企业级AI助理之后的日常一幕。

港口重流程、重合规，一头是大量重复性作业，一头是敏感数据和严苛合规。既想让员工用上AI的生产力，又不敢让数据出企业的门，这是多数国企共同面对的难题。

经过与腾讯数月的联合攻坚，WorkBuddy已经在集团数字化创新中心、人力资源、合规、财务、企管等多个部门跑起来，落地七类应用场景。

图片

// 七个场景，把重复工作从「熬几天」压到「几分钟」

这七个场景规则清晰、信息密集、重复度高，也是最容易出错的地方。难的不是判断，而是要从海量数据里打捞结果。过去员工得一遍遍翻、对、填，现在交给WorkBuddy就够了。

以企业亏损排查为例，集团下属108家企业的经营数据散落在一张张报表里，过去财务人员逐一核对、翻找异常科目，一轮下来常常得熬好几天。

现在WorkBuddy秒级扫全库、定位亏损企业、归因异常科目、生成排查清单，经营层面的风险从事后翻账变成了近乎实时的预警。

其他几个场景也是类似的路子：

• 行业洞察过去要搜政策、跟竞对、研判影响，一份报告往往得花数天；现在自动抓取政策与竞对公开信息，生成结构化简报并标注影响程度，数小时即可完成；
• 月度经营分析报告过去要跨系统扒数、对齐口径、成文数天，现在10分钟直接生成；
• 合同审核里几十页文本的风险条款被逐条扫描标红，效率提升三倍以上；
• HR招聘筛选简历，过去可能要占用半天时间，现在30秒出初筛结果；
• 集团制度查询，答案可能散落在几十份文件里，如今一句话问过去就能秒级回答，并附上原文出处。

深圳港集团一位财务同事说得很实在："以前查异常科目要对着报表一行行看，忙起来经常加班到很晚还怕漏掉。现在系统几秒钟就把可疑的地方标出来，省下来的时间可以去分析问题出在哪、该怎么办，这才是我们更想做的事。"

图片

// 数据不出企业的门，从「能用」到「敢用」是关键

对大型国企来说，用AI真正的门槛不在能不能用，而在敢不敢用。

合同、经营数据、报关信息都是敏感数据，一旦送出企业就是风险；Agent要是个说不清在算什么的黑盒，一线也不敢把活交出去。

深圳港和腾讯搭的这套系统分为四层，数据从进到出全程不离开企业边界：

私有化企业微信是入口；WorkBuddy智能体负责理解业务、按流程执行；个人电脑与云端主机作为载体；最底层的专属算力则保证模型推理在企业内部完成。

一份合同的审核，就在这四层之间走完全程。员工在企业微信里发起请求，理解与推理由WorkBuddy在专属算力上完成，最后把异常条款逐条标红返回。

也就是说，数据始终在企业自己的机房和网络里流转，经营分析、报关填写也是同一条链路。数据在物理上出不了企业的门，这也是深圳港敢把AI放到核心业务上用的原因。

// 从AI助理走向数字员工，从「能帮忙」到「顶得住」

深圳港对WorkBuddy的定位并不止于提效工具。

当一个助理能稳定、安全地把一个岗位的活干好，它就成了一名真正意义上的数字员工。

接下来，深圳港集团还在推进管理与生产两组数字员工矩阵：

管理侧承担投前尽调、异常识别、法规比对、材料初稿这类事务；生产侧覆盖调度、客服、运维、报关、采购等环节，从作业编排、设备7×24小时监控预警到采购全流程，都在让数字员工替一线分担。

我们也会继续努力，让这些AI助理在更多岗位上一个一个上手，从能帮忙变成顶得住，成为政企客户增长提效的好帮手。