客户是谁，原来卡在哪里？
客户覆盖电梯研发、制造、销售和维保服务，跨部门协作链条长。业务信息分布在微信、Excel 与金蝶 ERP 中，现场监测也存在人工观察和传递环节。
企业业务数据分散在聊天、表格和管理系统中，跨部门使用时需要反复整理。维保监测依赖人员观察和处理，团队希望探索更及时的信息发现与响应方式，但应用范围需要结合现场条件判断。
我们团队怎么做？
调研聚焦两个方向：梳理现有数据及系统之间的关系，识别能够先统一的信息；了解监测、异常发现与处理流程，判断哪些环节适合辅助。后续是否采用模型识别、怎样接入系统，需要通过现场样本与业务规则验证。
- 01
看现状
数据、系统与监测方式
- 02
找机会
明确问题与响应动作
- 03
定试点
先验证输入和判断标准
形成的调研结论？
- 跨系统数据分散与业务流程的问题梳理
- 数据整合、维保监测两条候选试点方向
- 试点所需数据、现场输入及响应责任清单
调研带来了什么？
数据方向
原来
系统、表格和聊天信息各自分散
调研产出
识别需先统一的数据对象及跨系统关联
维保方向
原来
异常观察与处理依赖人工衔接
调研产出
明确监测输入、异常发现和响应责任
下一步产出
原来
应用想法宽泛，难确定起点
调研产出
收敛为数据整合与维保监测两条试点方向
本页展示需求调研的产出，尚未形成已上线的 AI 维保系统，也不宣称事故率或维保成本已经下降。
哪些团队可以参考？
适合希望探索数据整合与监测辅助的设备服务企业。应先盘点可用数据、监测条件和响应责任，再确定是否值得开展小范围验证。
落地时需要注意
从调研进入试点前，需要先验证输入条件、识别结果和响应流程。设备安全和维保处置由专业人员负责，不能把辅助识别直接等同于可靠的安全决策。
先看清现场信息如何产生和流转，再决定是否引入新的工具。