{
  "code": "24115CN18",
  "factory_name": "联合利华合肥FTC中心",
  "batch": 15,
  "type": "供应链韧性",
  "country": "中国",
  "city": "中国 · 合肥 · 安徽",
  "province": "安徽",
  "wef_industry": "",
  "gbt_code": "",
  "gbt_industry": "消费品行业 / 物流与供应链",
  "release_date": "2026年01月",
  "quote": "部署31项数字化用例（65%由AI+生成式AI驱动），联合利华合肥FTC中心实现预测准确率提高39%、交付周期缩短75%、运营成本降低24%，以\"工厂直达消费者\"模式重塑快消品供应链的敏捷边界。",
  "use_cases": [
    {
      "num": "?",
      "title": "1 AI+GenAI日度需求预测 核心用例",
      "pain": "传统快消品需求预测依赖周度历史数据和人工经验判断，面对促销、季节性波动和突发事件时响应滞后，预测偏差导致全渠道库存积压与频繁缺货并存，牛鞭效应沿供应链逐级放大。",
      "idea": "构建AI+生成式AI驱动的日度需求预测引擎，融合ERP历史销售、POS终端实时数据、气象、节假日和社交媒体信号等多源异构数据，通过机器学习模型实现每日级别的滚动预测，GenAI辅助生成自然语言预测解释与库存建议。",
      "steps": "① 多源数据整合：打通ERP、WMS、POS、电商平台数据通道，接入外部数据（天气、节假日、社交媒体热点） ② 机器学习预测模型构建：基于时间序列+XGBoost/LSTM混合模型训练，按SKU×区域×渠道三维建模 ③ GenAI辅助决策层：大语言模型对预测结果生成可读解释和库存调整建议，降低业务人员使用门槛 ④ 日度滚动预测发布：每日自动刷新预测，对接APS和WMS系统，触发自动补货与生产排程调整",
      "key_data": "预测准确率提高 39%，库存周转天数显著下降，缺货率大幅降低",
      "tags": [
        "05.01.01 大模型/AI",
        "04.02.03 需求预测",
        "05.02.01 大数据分析",
        "05.02.03 实时分析",
        "04.01.03 端到端可视"
      ],
      "tech_descs": [],
      "kpis": []
    },
    {
      "num": "?",
      "title": "2 智能化拣选+库存决策 核心用例",
      "pain": "传统仓内人工拣选效率受制于人员熟练度和体力上限，拣选路径杂乱，库存决策依赖仓管员经验判断，安全库存设定粗放，面对大促峰值时人力缺口与拣选瓶颈成为交付卡点，订单积压频发。",
      "idea": "部署AGV/AMR自动化拣选系统与AI库存决策引擎，IoT设备实时采集货位状态与拣选进度，AI算法动态优化拣选路径与任务分配，库存决策模型根据日度预测结果实时计算最优安全库存与补货策略。",
      "steps": "① IoT感知层部署：货架传感器、RFID标签、AGV状态采集器全面覆盖仓储作业面 ② AGV/AMR拣选系统上线：引入自主移动机器人，实现\"货到人\"拣选模式转换，AI路径优化算法实时调度车队 ③ 动态库存决策模型：基于需求预测输出，构建多级库存优化模型，每日自动计算安全库存和再订货点 ④ 实时补货策略自动执行：库存决策与WMS深度集成，低库存自动触发供应商协同补货流程",
      "key_data": "交付周期缩短 75%，拣选效率成倍提升，订单履约准时率大幅提高",
      "tags": [
        "01.04.01 AGV/AMR",
        "01.01.05 IoT设备",
        "03.04.01 智能仓储",
        "04.02.02 库存优化",
        "02.02.04 供应商协同"
      ],
      "tech_descs": [],
      "kpis": []
    },
    {
      "num": "?",
      "title": "3 AI赋能仓储管理 核心用例",
      "pain": "传统仓储管理依赖纸质单据流转与人工调度，出入库作业节奏缓慢，货位分配依赖仓管员记忆与习惯，空间利用率低，旺季时作业瓶颈明显，仓储运营成本居高不下。",
      "idea": "构建AI驱动的全流程智能仓储管理系统，通过数字孪生技术实时映射仓库物理状态，AI调度算法自动优化货位分配、出入库顺序和人员排班，IoT设备实现全流程无纸化作业跟踪，打通从入库到出库的端到端数字化链路。",
      "steps": "① WMS系统全面升级：部署新一代仓储管理系统，支持多仓协同与任务智能分配 ② AI调度算法部署：货位动态分配算法、出入库任务排序优化、人员排班智能规划 ③ IoT实时监控网络接入：温湿度传感器、电子围栏、智能摄像头覆盖全仓，实现实时可视化 ④ 自动化出入库流程：与AGV/AMR系统对接，实现从订单到出库的全链路自动化执行",
      "key_data": "运营成本降低 24%，空间利用率显著提升，人均作业效率大幅改善",
      "tags": [
        "03.04.01 智能仓储",
        "05.01.01 大模型/AI",
        "01.04.02 智能仓储",
        "06.02.03 端到端集成",
        "03.01.01 数字孪生"
      ],
      "tech_descs": [],
      "kpis": []
    }
  ],
  "performance_table": [
    {
      "metric": "预测准确率",
      "improvement": "提高 39%",
      "domain": "+39%",
      "tech": "从周度经验预测升级为AI日度预测，驱动全链条库存周转效率"
    },
    {
      "metric": "交付周期",
      "improvement": "缩短 75%",
      "domain": "↓75%",
      "tech": "智能拣选+库存决策+仓储管理三位一体协同，实现极速交付"
    },
    {
      "metric": "运营成本",
      "improvement": "降低 24%",
      "domain": "↓24%",
      "tech": "AI仓储管理+自动化拣选实现人效与空间利用率双提升"
    }
  ]
}