北京
（原标题：这群“牛人”，用AI助力一杯奶背后的工作）
一杯奶到消费者手里前，要经过多少人的手？
在牧场，兽医要照看奶牛的健康；在工厂，计划员要盯生产、赶交付；到了销售端，电商团队还要想办法把这杯奶介绍给更多消费者。
10月23日，由认养一头牛、飞书与豆包工作共同举办的“AI先锋大赛：走近认养一头牛”决赛在河北衡水举行。来自农牧、乳业、食品饮料等行业的嘉宾，上午先后走进康宏牧场和智造工厂，了解一杯奶的生产过程。到了下午的决赛现场，大家接着看的是：从牧场到工厂，AI究竟能帮员工做些什么？
认养一头牛康宏牧场
答案来自各个岗位的员工。此前，认养一头牛集团共提报55个AI实践，经过两轮选拔，最终有8支团队进入决赛。项目覆盖牧场养殖、研发、供应链、电商等环节，题目都源于日常工作：
“大清洗”和“小清洗”有什么区别？柠檬汁倒进牛奶，为什么会变成“蛋花汤”？消费者究竟在哪一帧点进了宣传视频？
这些问题，台上的参赛者再熟悉不过。
01老兽医的经验，能不能留下来？
上午参观的牧场，也是下午第一个案例的主角。
过去，牧场兽医发现牛只不适时，得先查阅档案、了解情况。牛舍里查不到，就要回办公室查记录、填表单，再返回牛舍进一步检查，确诊后开具处方。来回跑几趟，为一头牛完成一次检查往往需要10到15分钟。
更难的是经验。一位熟练兽医的判断力来自多年的积累，老师傅调走后，新人能不能接得住？
来自牧业事业部的“智牧方舟”团队先从整理经验入手，把多年积累的诊疗方法在飞书上梳理成表格和知识库，再用豆包工作连接牧场原有系统。
认养一头牛牧场牛舍
系统发现异常后，会主动向兽医推送信息。到了现场，兽医输入牛的耳号，就能查阅档案，补充体温、呼吸等检查信息，并获得辅助建议。涉及诊疗和用药，仍由专业人员审核后执行。
处理和复查结果也会记回系统。下次再看这头牛，兽医可以接着之前的记录往下判断，主管也能及时了解共性问题和处理进度。
这套工具经过约四个月的调试逐步成型。据介绍，现在牧场里疾病异常可提前1至3天预警，诊疗效率较传统方式提升约60%，人员培养周期缩短了三分之二。
02别让柠檬奶变成“蛋花汤”
乳品深加工研发团队的一项日常工作，是根据客户需求开发产品、提供样品。打样速度有时决定着能否接住一笔生意。
曾有销售想向客户推荐新品，却因为样品迟迟没有做出来，最后只等来客户一句：“已经找到合适的样品了。”
怎样才能更快拿出样品？团队尝试让AI辅助配方开发，并在现场展示了一个柠檬奶实验：将柠檬汁加入牛奶，再加入茉莉花茶，静置一分钟，杯子里就出现了形似“蛋花汤”的絮状物。
要让柠檬奶保持顺滑、稳定，研发员得先弄清起絮的原因，再找到合适的配方。
过去，研发员还要查文献、核对国标，再回到实验室打样。效果不好，就继续查、继续试，几周时间可能就这样过去了。
团队整理了论文、国标等100余份资料，借助飞书和豆包工作，搭建了“智能研发与合规专家”，并给它出了一道具体的题：希望调配出的牛奶加入柠檬后，两小时内不出现沉淀。
AI先解释原理，再给出配方建议。研发员按建议配制抗酸乳，再做实验，果真没有出现明显沉淀。
有了配方，产品包装上的信息也要逐项核查。营养成分表、配料表、产品信息是否符合国标，过去需要在多个部门之间来回确认，往往要改上几轮。
团队把这项工作也交给AI辅助处理：上传包装图，由它对照资料提示可能存在的问题，再由研发员逐项复核。据介绍，版面审核效率提升了5倍。
03一箱奶发货前，要打多少通电话？
工厂里的另一种着急，发生在生产和交付之间。
低温产品要赶新鲜。临时停机、订单变化、装车时发现缺货，任何一处变动，都可能引来一串电话。
选手说，接完一个电话，往往只是开始。还得给其他同事打电话，把情况一项项查清楚。几个人临时开起电话会，各自核对数据。好不容易对清楚，半小时后情况又变了，还得再碰一次。
于是，来自集团供应链中心的牛转乾坤队借助飞书和豆包工作，做出了三个分工不同的AI助手。
负责低温生产计划的叫“牛吨吨”。订单、排产计划和生产播报进入表格后，它会检查生产能不能满足需求。发现缺口，就把预警和应对建议一起推给计划、物流和生产人员，由人判断、拍板。
参观认养一头牛河北智造基地
不过，刚开始调试时，它还听不懂工厂里的话。
大清洗、小清洗、换模、换标，可用库存、真实库存、冻结库存……这些词没弄明白，后面的账就可能算错。团队为此整理了一本供应链术语字典，再拿真实场景反复调试。
另外两个助手，“牛犇犇”辅助奶源调拨，帮助计划员看清哪里奶多、哪里奶少；“牛达达”辅助常温产品调拨，结合库存、需求、渠道和效期，给出往哪里调、调多少的建议。
过去，计划员每天早上要打开一份百万级数据的Excel表，还得担心它突然崩掉。如今，牛达达先找出库存中的问题，计划员再结合建议判断如何调拨。
这套办法最终拿下了本次大赛的金奖。
04从自己最头疼的事开始
其他选手也带来了解决日常麻烦的新办法。
来自常温和奶粉事业部组建的“内容特工队”让AI自动推送、拆解参考素材，再做测试视频，试出有效脚本后交给达人，让30人的团队承接了19个品项的内容工作；产品管理团队让AI辅助整理立项材料、拆解任务、提醒交付，一个已跑通的新品项目周期缩短了16天。
低温事业部的流量运营同学曾经每天花四小时编写200条达人投放计划，现在缩短到一小时，省下的时间用来分析内容、维护系统；销售管理团队让AI检查拜访照片，找出异常后交给人复核；常温事业部的货架电商运营团队遇到新品销量下滑，让AI汇总库存、市场和投放数据，半小时给出分析，帮助运营人员及时调整。
八支团队的问题各不相同，但出发点很接近：每天都要做的这些事，能不能换个办法？
有人整理老师傅的经验，有人统一工厂的术语，有人把散在群聊和表格里的进度收拢起来。AI能干什么，是在这些具体工作里一点点试出来的。
认养一头牛AI先锋决赛现场
员工从熟悉的工作里找问题，公司也要给他们尝试的空间。从去年开始，认养一头牛集团就希望各部门在每月汇报中，专门讲讲对AI的思考。集团认为，AI将改变商业渠道、品牌推广和用户触达方式，而公司的年轻人会是积极探索这些变化的人。公司保持开放，年轻员工才有机会把想法付诸实践，试出新的工作方法。
当天，大北农、新希望的负责人也带来了各自的实践。较早用上飞书的新希望，分享了如何推动上万人的集团把AI用进工作，实现“大象起舞”；将飞书和豆包工作带到业务一线的大北农，则感慨AI迭代之快：今年7月的案例，如今再看，已经有了新的做法。
一家企业摸索出的办法，也能成为另一家企业的参考。从上午参观牧场、工厂，到下午听案例、交流做法，同行们既看到了不同的问题，也有机会找到可以借鉴的解法。
比赛告一段落，认养一头牛“牛人”们的探索还会在岗位上继续。借助飞书和豆包工作，他们可以在日常使用中不断改进工具，把验证有效的做法留下来，让更多同事也能用上。
