{
  "code": "13610CN12",
  "factory_name": "亿滋国际苏州",
  "batch": 9,
  "type": "单一",
  "country": "中国",
  "city": "中国 · 江苏苏州",
  "province": "江苏苏州",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "食品制造（WEF 分类：食品饮料）",
  "core_products": "奥利奥夹心饼干、趣多多曲奇饼干、太平苏打饼干、闲趣韧性饼干等 8 大类 200 多个品种",
  "application_areas": "零食饼干烘焙制造 · 智能仓储与物流 · 零售渠道自动补货",
  "release_date": "2023年01月",
  "quote": "交货时间砍掉 32%、质量缺陷下降 78%——亿滋苏州用 50 多项数字技术，把一条线性供应链改造成了会自我调度的供应生态。",
  "use_cases": [
    {
      "num": "①",
      "title": "数字化赋能的客户持续补货系统 核心用例",
      "pain": "⚠️ 痛点：中国零售渠道要增长 3 倍、门店覆盖从 200 万增至 400 万，靠人工下单补货跟不上，缺货与积压同时存在。",
      "idea": "💡 方案：用算法驱动自动订单与高效补货，VIP 平台实时跟单履约，形成客户共赢的服务闭环。",
      "steps": "Step 1 — 搭平台：搭建数字化客户平台，打通订单、库存与履约数据Step 2 — 跑算法：以需求预测算法驱动自动订单生成，减少人工干预Step 3 — 实时跟单：通过 VIP 平台实时跟单履约，异常自动预警Step 4 — 闭环反馈：智能回款与互动反馈，持续优化补货策略",
      "key_data": "📊 核心成效：OTIF（准时足额交付率）↑18%",
      "tags": [
        "04.02.03",
        "06.02.03"
      ],
      "tech_descs": [
        "基于历史销量、渠道库存与促销节奏训练预测模型，系统自动生成补货订单，减少人工判断偏差。",
        "把零售终端、配送仓与工厂计划系统贯通，需求变化可实时传导到生产端。"
      ],
      "kpis": []
    },
    {
      "num": "②",
      "title": "物联网赋能的智能物流/仓库平台 核心用例",
      "pain": "⚠️ 痛点：工厂、货物、车辆、门禁、垛口、库房各自为政，物流调度靠经验，资源难以全局最优。",
      "idea": "💡 方案：用 IoT 把物理世界搬进数字孪生系统，靠算法模拟与调度实现物流资源自动运作。",
      "steps": "Step 1 — 全接入：用 IoT 技术把工厂、货物、车辆、门禁、垛口、库房接入系统Step 2 — 建镜像：在数字孪生系统中构建物理世界的实时镜像Step 3 — 做模拟：用算法模拟不同调度方案并择优Step 4 — 自动调度：自动生成调度指令，实现高效低成本物流运作",
      "key_data": "📊 核心成效：仓库吞吐量 ↑50%",
      "tags": [
        "03.01.01",
        "03.04.01",
        "07.03.01"
      ],
      "tech_descs": [
        "将实体资产状态实时映射到虚拟模型，调度方案先在孪生体中验证，再下发到现场执行。",
        "结合 WMS 与调度优化算法，自动生成出入库与月台安排，提升吞吐。",
        "通过 IoT 平台集成传感器数据，打通 OT 现场设备与 IT 管理系统的数据链路。"
      ],
      "kpis": []
    },
    {
      "num": "③",
      "title": "机器学习驱动的奥利奥产品先进过程控制 核心用例",
      "pain": "⚠️ 痛点：饼干烘焙的质量高度依赖工艺参数，人工调参滞后且批次波动大，次品率难压。",
      "idea": "💡 方案：为奥利奥建立可预测的生产过程控制模型，整条产线实现全流程闭环质量优化。",
      "steps": "Step 1 — 采数据：采集产线全流程工艺参数与质量检测结果Step 2 — 训模型：训练可预测的生产过程控制模型Step 3 — 自动调：模型实时预测质量偏差并自动微调参数Step 4 — 闭环优化：整条产线形成从检测到控制的闭环优化",
      "key_data": "📊 核心成效：质量缺陷 ↓78%",
      "tags": [
        "05.01.02",
        "01.01.02"
      ],
      "tech_descs": [
        "用历史工艺与质量数据训练模型，实时预测质量趋势并给出参数调整建议。",
        "将模型输出直接下发到产线控制系统，实现参数自动闭环，减少人工干预。"
      ],
      "kpis": []
    },
    {
      "num": "④",
      "title": "熄灯烘焙车间 核心用例",
      "pain": "⚠️ 痛点：烘焙车间人工密集、物料搬运依赖人力，劳动力与物流两位数的通胀推高转换成本。",
      "idea": "💡 方案：MES 与 ERP 集成、AGV 车队无人送料、自动配料与在线检测，实现烘焙车间「零触碰」熄灯运行。",
      "steps": "Step 1 — 系统集成：打通 MES 与 ERP，让计划与执行说同一种语言Step 2 — 无人送料：AGV 车队无人值机自动送料到工位Step 3 — 自动配料：自动配料系统按配方精准投料Step 4 — 在线检测：质量在线检测实时把关，异常即时拦截Step 5 — 熄灯运行：实现烘焙车间「零触碰」熄灯运行",
      "key_data": "📊 核心成效：生产转换成本 ↓32%",
      "tags": [
        "02.03.01",
        "01.04.01",
        "01.02.04"
      ],
      "tech_descs": [
        "承接 ERP 计划并下发到产线设备，实时采集执行数据，支撑熄灯运行的自动调度。",
        "AGV 车队按系统指令自动完成物料配送，替代人工搬运，支撑无人化车间。",
        "自动配料与在线检测串联，配合 13 条全自动产线实现少人化生产。"
      ],
      "kpis": []
    },
    {
      "num": "?",
      "title": "数字技术赋能的端到端卓越材料供应 核心用例",
      "pain": "⚠️ 痛点：供应链扰动日益增加，原物料库存高企，服务水平与库存金额难以兼得。",
      "idea": "💡 方案：基于云平台连接所有供应商原物料数据，实现全局可视与自动补货，降低供应风险。",
      "steps": "Step 1 — 上云连接：搭建云平台连接所有供应商的原物料数据Step 2 — 全局可视：实现供应库存与在途物料的全局可视Step 3 — 自动补货：设置自动补货触发规则，库存低于安全线自动补Step 4 — 多策略供货：结合多样供货策略降低单一来源风险Step 5 — 持续优化：持续压降库存金额并提升服务水平",
      "key_data": "📊 核心成效：材料供应按时足额交付 ↑2.5pp",
      "tags": [
        "04.01.01",
        "06.02.03"
      ],
      "tech_descs": [
        "汇聚供应商库存、在途与需求数据，异常自动预警，支撑快速决策。",
        "打通供应商系统与工厂计划，实现需求、库存、补货策略的端到端协同。"
      ],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "货架供货情况",
      "improvement": "+17pp",
      "domain": "↑17pp",
      "tech": "终端缺货减少，消费者在货架上买得到"
    },
    {
      "metric": "仓库吞吐量",
      "improvement": "+50%",
      "domain": "↑50%",
      "tech": "数字孪生调度让物流吞吐大幅跃升"
    },
    {
      "metric": "质量缺陷",
      "improvement": "-78%",
      "domain": "↓78%",
      "tech": "奥利奥产线机器学习闭环控制见效"
    },
    {
      "metric": "生产转换成本",
      "improvement": "-32%",
      "domain": "↓32%",
      "tech": "熄灯车间减少人工与损耗"
    },
    {
      "metric": "材料供应按时足额交付",
      "improvement": "+2.5pp",
      "domain": "↑2.5pp",
      "tech": "供应扰动下仍稳住交付"
    }
  ]
}