客户体验 · 多智能体
数周上线的 AI 助手，差点被自己的成功压垮
微软官网 Ask Microsoft 从单体原型演进为多智能体架构，在流量与知识源增长后重新处理速度、规模和路由问题。
44 篇 AI 应用案例
本地案例库预览：以官方客户案例为主要证据，呈现企业如何把 AI 放进真实工作流、治理边界与结果测量。
创意组织 · Claude Enterprise
TRY：400 个创意人如何建立 AI 工作秩序
挪威传播集团 TRY 将分散的 AI 尝试收拢到企业级平台，重新处理安全、经验共享和创意自主之间的关系。
企业协作 · Codex
NTT DATA：让 9,000 名员工把任务交给 Codex
从全员 ChatGPT Enterprise 使用习惯出发，把 Codex 扩展到技术与非技术岗位；复杂事故分析从 5 名工程师工作 3 天压缩到 30 分钟。
金融 · 企业级 AI 采用
BBVA：18 个月把企业 AI 从 3,000 人推向 10 万人
一家高度监管的全球银行，用治理、领导层示范和内部 champions 推动组织级采用，并让部门围绕专业知识构建工作流。
零售运营 · AI 转型
Advantage Solutions：把分散 AI 实验变成企业能力
从 50 多个零散用例出发，通过高管试点、分层培训与业务 champions 验证财务、路线规划和门店合规工作流。
航空航天 · 多智能体工程
Blue Origin：用多智能体加速月球硬件研发
Blue Origin 用安全网关、专业智能体、工程仿真和智能体市场组成 BlueGPT，并在 TEAREx 项目中形成设计、仿真、评估与迭代闭环。
生鲜零售 · 视觉 AI
Albertsons：统一库存数据后，让 AI 检验和下单
Albertsons 先用 BigQuery 建立近实时库存底座，再用 AI 标准化配方、自动订购食材，并让 Vision AI 与配送中心员工共同完成生鲜质检。
企业平台 · AI Factory
NVIDIA：从影子试点走向统一 AI Factory
NVIDIA 将硬件设计、软件工程和供应链智能体迁入统一平台，把企业知识、GPU 基础设施、性能基准和安全治理变成可持续运营的生产底座。
工业制造 · 企业智能体
Regal Rexnord：从 40% 回答率到 500 个智能体
Regal Rexnord 把员工、客户和坐席助手连接到真实知识与业务系统，并用数据处理、人工交接、治理委员会和敏感域隔离支持规模化采用。
电信客服 · 数据飞轮
AT&T 如何用数据飞轮让客服 AI 智能体在变化中持续变准
AT&T 将数据清洗、模型比较与微调、多维评测、实时知识检索和 NIM 部署连成持续反馈闭环，并把成本与准确率放进同一条运营链路。
医疗与生命科学 · AI 基础设施
BMS：用集中式 AI 算力重塑药物研发
Bristol Myers Squibb 在 Equinix 共址数据中心运行 DGX SuperPOD，把集中式计算平台连接到肿瘤学基础模型与免疫肿瘤学研究。
制造业 · 生产排程优化
Sight Machine：用 AI 优化高频生产排程
Sight Machine 将 OptiMind 接入实时工厂数据，把自然语言约束转换为 MIP 代码，并在现场状态变化时触发重新优化。
企业智能体 · AGCO
AGCO：把员工智能体接入受治理的交付路径
一场约 2,200 人领导力会议后，约 900 名员工报名构建智能体。真正有价值的是 AGCO 如何把热情接入治理、培训、筛选与生产交付路径。
医疗与运营 · Brown Health
Brown Health：先治理，再让临床 AI 上线
罗德岛最大的医疗系统没有先追逐声量，而是先把治理框架和风险分级立起来，再把 Dragon Copilot 推入临床记录场景。
知识与办公 · Capita
Capita通过规模化Copilot使用每月节省1.9万小时
一家英国业务流程外包公司，先把Microsoft 365 Copilot铺给知识员工，再用Copilot Studio把邮件处理、评估和车队管理等具体服务流程改掉——每月产生数十万次Copilot操作，节省1.9万小时。这个案例值得读，是因为它展示了"先建采用基础、再改流程"的两阶段路径，以及这条路径在哪里停下来。
客服与销售 · Cox Communications / Accenture
Cox × Accenture：让 AI Agent 进入 B2B 增长流程
这个案例最值得看的是顺序：不是先谈模型，而是先确定 Cox、AI CoE 与 Accenture 的任务级分工，再把 Claude 放进安全与可观测控制面。
知识与办公 · CRED
CRED：用 Claude Code 加速功能与修复交付
印度金融科技公司CRED让工程师用Claude Code独立推进此前因优先级不足而搁置的端到端项目，同时把测试覆盖率提高了10%。这个案例展示了一家金融公司如何在不放弃代码审查和质量管控的前提下，把智能体嵌入真实的工程流程。
营销与内容 · DWF
DWF用Copilot把新服务方案准备从7天缩短到7小时
一家英国法律与专业服务机构把识别商机到形成服务主张的流程从7天缩短到7小时，另一项研究加演示任务从2天压缩到1.5小时。这两个数字来自具体任务实例。对法律、咨询、会计等依赖专业材料和快速响应的服务机构来说，这个案例值得仔细看它实际改了哪些环节。
产品研发 · Figma
Figma：让 Claude 把设计变成可运行软件
Figma 的案例不是简单说“AI 会写代码”，而是把模型能力接在 Sites 与 Make 两个入口，让设计、描述和可运行 prototype 之间形成往返。
客服与销售 · Gradient Labs
Gradient Labs：金融客服智能体的端到端解决路径
传统聊天机器人只能回答简单问题，一遇到需要跨系统操作或合规审查的请求就只能转人工。Gradient Labs以Claude为核心，把标准作业流程直接转化为智能体的行为约束，把考核指标从"有没有回复"换成"有没有解决"，最终在受监管的金融客服场景里实现了80%至90%的端到端解决率。
客服与销售 · Humach
Humach用Claude提升多渠道客服自动化效率
一家客户体验服务商把AI同时接入语音和数字渠道，让坐席在通话中实时获得知识支持，同时让更多来电由自动化能力直接处理。Humach披露的数据显示运营效率提升15%至20%、来电自动化率提升20%。
知识与办公 · JCB
JCB用Copilot在高频办公任务中实现人均月省约6小时
许多企业买了AI工具却用不起来，JCB的做法是把"用了多少"和"省了多少时间"都量化到具体任务。这篇案例拆解了他们如何通过管理层推动和每周技巧分享把月度使用率推到83%，以及会议纪要、代码辅助等不同场景下实际测出的时间数字。
知识与办公 · Notion
Notion用Claude减少企业知识搜索时间与工具成本
企业文档越积越多，员工找一条政策或一份入职说明动辄耗费十分钟。Notion把Claude直接接入员工日常使用的工作空间，让问答、写作和数据库填充在同一个界面完成。大阪燃气、Remote和dbt Labs三家企业的使用数据，提供了一个观察这类改造实际效果的具体窗口。
营销与内容 · Presidio
Presidio：用 Copilot 缩短营销与销售提案周期
一家美国数字服务公司向300名员工部署Microsoft 365 Copilot，用60多个培训视频把内部采用率从60%推到90%以上，RFP处理时间最高降低90%。这个案例的真正看点不是工具本身，而是他们如何让员工真正用起来，以及如何把内部实践转化成新的客户销售机会。
营销与内容 · Section
Section用Claude建立AI工作方式并披露投入产出
企业培训公司Section把Claude部署到全部二十五名员工，用于客户调查整理、课程框架设计和战略准备，并同步记录账号成本与效率收益。这家公司公开了投入产出的具体数字，为同类小型知识团队提供了一个可参照的实施路径。
客服与销售 · Sendbird
Sendbird：用 Claude 提高企业客服方案胜率
一家企业通信平台在向大客户销售AI客服方案时，发现胜率只有三成。他们没有靠营销话术扭转局面，而是让客户自己做盲测——用真实咨询对比多个模型，最终把胜率提到九成。这个过程揭示了一件事：在企业客服场景里，模型选型本身就是产品竞争力的一部分。
知识与办公 · Slack
Slack：把对话中的组织知识重新找回来
Slack 官方披露平均用户每周通过总结和回顾功能节省 97 分钟，但这个数字真正值得读的是它背后的权限、上下文和口径边界。
Australian Payments Plus · 决策案例
让 AI 加快复杂支付工作，而不移交判断责任
Australian Payments Plus，简称 AP+，处在澳大利亚支付生态系统的中心。团队处理的材料横跨支付计划规则、技术规范、成员义务、运营流程、网络安全与韧性要求，以及监管预期。官方案例对这一工作环境的判断很明确：速度重要，但准确性和责任更重要。
Endava × OpenAI
Endava：围绕 AI 智能体重排软件交付
“对 Endava 而言，AI-native 意味着先考虑如何用 AI 解决问题。”
Levi Strauss & Co. · Microsoft Foundry
Levi Strauss：把工作请求统一到 Teams
对一家拥有超过 170 年历史的公司而言——这里的数字仅指 Levi Strauss & Co. 的企业历史，并非 AI 项目周期——新的工作入口要面对的是既有系统与流程。Microsoft 的客户案例称，团队使用的数据分散在多个来源中，员工既难以找到信息，也难以在复杂工作流中完成任务。
LSEG · 可信 AI 与工作流
LSEG：让生成式 AI 在金融数据治理中落地
LSEG 是金融市场基础设施和数据提供商。官方原文称，公司此前已在 AI 与机器学习上投入，用于金融模型和分析；生成式 AI 带来的新问题，则是人们如何与数据互动、生成洞察并作出决策。
Nasdaq · AI 平台 · 检索与嵌入
Nasdaq：如何检验 AI 市场运营平台
Nasdaq 的目标不是单独发布一个聊天机器人，而是构建一套强调性能、准确性和成本效率的 AI 平台。官方案例称，平台早期面临处理速度和运营成本问题，其中嵌入操作尤其缓慢；随着使用增加，模型准确性也成为需要处理的问题。
Omio × OpenAI
把旅行对话连接到可预订行程，也把 AI 带进工作流
旅行问题并不止于生成一段答案。对 Omio 而言，关键连接是让对话能够查询真实的交通选项，并指向可实际预订的行程。
AI 搜索与推荐 · Pinterest
把 AI 发现建立在可扩展的实时系统上
Pinterest 是一个视觉搜索与发现平台。用户在其中寻找灵感、整理想法并浏览商品。对这类产品而言，推荐不是一个孤立功能：图片理解、用户偏好和结果排序都要在持续变化的内容与请求中运行。
Sirva · 全球搬迁服务
先统一全球服务平台，再把 AI 放进搬迁顾问的工作流
这不是一个以“无人服务”为目标的案例。Sirva 对 AI 的公开定位更具体：agents 是搬迁顾问的助手，顾问不会被移出工作流程。
Unilever · 产品图像工作流
Unilever：用产品数字孪生重组全球产品图像制作
根据 NVIDIA 客户案例，Unilever 的产品在全球每天被 34 亿人 使用；这一数字的口径是每日产品使用者，来源未披露统计方法、去重方式或统计周期。对产品图像团队而言，规模并不只意味着更多受众，还意味着同一产品需要出现在社交媒体、电商、电视和区域市场等不同触点。
Cars24 · 汽车交易与金融服务
把一段跨越多次沟通的汽车交易旅程，接入持续运行的 AI 工作流
汽车买卖不像一次即可结束的常规电商交易。Cars24 所面对的客户过程横跨电话、文件检查与后续跟进，可能延续多日乃至数周。客户还可能需要比较车型、预约到店、准备文件、安排融资，并在看车后继续确认下一步。
Caylent · Claude Platform · AWS
Caylent：并行智能体如何重构数据库迁移
Caylent 为 1,200 多家客户建设和运营 Amazon Web Services 系统；这一数字描述其服务客户规模，并不等于使用 Accelerate 或参与本案例测量的客户数量。官方案例把数据库迁移描述为一个集中消耗专业工程时间的场景：存储过程需要理解、转换与验证，而迁移前的环境分…
Dust × Claude Platform
Dust：企业智能体最难的不是能力，而是边界
“你无法通过不信任的 AI 节省时间。我们的目标，是让 AI 智能体足够准确、足够有能力，使企业团队愿意让它们完成真正的工作，而不只是回答问题。”
Grip（INDG）案例
Grip：用数字孪生统一全球内容生产
INDG 在数字内容自动化领域拥有超过 25 年经验，并支持 200 多个主要品牌；这里的两个数字分别描述组织经验年限与品牌支持规模，不是 Grip 项目的实施周期或活跃客户数，原文也未披露统计时点与“支持”的具体口径。
自主漏洞调查与修复案例
Kai：用自主智能体缩短漏洞防御时间差
持续运行的扫描器可以不断产生发现，但每一项发现仍需结合资产、环境和威胁信息判断。Kai 面对的工作不是再生成一份漏洞列表，而是把分散信号组织成一条调查链：识别噪声、确认真实暴露、确定处理优先级，并把有效发现交给相应责任人。
RAINN × Claude Code
RAINN：让 AI 支持危机热线，而不替代人工
RAINN 已通过全国性侵热线与在线服务，为性暴力幸存者提供超过 30 年的保密支持；官方原文没有给出这一表述对应的确切起始年份。面对 Signal、WhatsApp 等新的联系渠道，案例中的首要问题不是让 AI 接管危机对话，而是如何在扩大接入方式时继续把幸存者连接到受过训练的人。
IT 服务管理 · 检索增强生成 · 人工参与
TeamDynamix：让 AI 真正解决服务请求
TeamDynamix 运营一套无代码 ITSM SaaS 平台，覆盖医疗、金融服务、教育和制造等领域；官方原文称其服务“20 多个行业”，但没有列出完整行业清单或各行业客户占比。面对进入帮助台的请求，案例所描述的目标并非让 AI 接管全部服务，而是让例行问题能够被自动处理，同时保留服务团队处…
Wealthsimple · ML 推理平台
Wealthsimple：用统一推理平台打通模型交付
“NVIDIA 的 AI 推理平台一直是我们组织机器学习成功故事的关键，改变了模型部署、减少了停机，并使我们能够为客户提供服务。”