公司介紹：佛羅里達水晶公司成立于 1960 年，是一家完全垂直整合的甘蔗企業(yè)。該公司在佛羅里達州南部擁有超過 19 萬英畝的農(nóng)田，用于種植甘蔗、水稻和蔬菜。此外，它還擁有兩家原糖加工廠、一家糖精煉廠、一個包裝和配送中心、一家碾米廠，以及一座利用甘蔗殘渣纖維發(fā)電的可再生能源工廠。
核心摘要：在生成式 AI 滿天飛的時代，許多企業(yè)陷入了“為了 AI 而 AI”的狂熱。但擁有 60 多年歷史的美國有機糖業(yè)巨頭——佛羅里達水晶公司（Florida Crystals），卻給出了一份教科書般的務(wù)實指南：將 AI 嵌入到“流程智能（Process Intelligence）”中。他們不盲目追求最前沿的模型，而是通過精準的流程洞察，在采購和財務(wù)環(huán)節(jié)硬生生“擠”出了數(shù)百萬美元的營運資金。
試想一下，如果你是一家集農(nóng)業(yè)種植（19萬英畝農(nóng)田）、工業(yè)制造（煉糖廠與發(fā)電廠）和快消品零售于一體的復(fù)合型巨頭，你的 IT 架構(gòu)會有多龐雜？
這就是佛羅里達水晶公司 CIO Kevin Grayling 每天面對的現(xiàn)實。在這家擁有 60 多年歷史的企業(yè)中，業(yè)務(wù)的復(fù)雜性極高。面對如此龐大的“大象”，Grayling 并沒有選擇盲目跟風(fēng)引入最時髦的生成式 AI，而是選擇了一個更為穩(wěn)健、也更見效的切入點：流程智能（Process Intelligence）。
流程智能并不是一個新鮮詞，它融合了流程挖掘（Process Mining）、任務(wù)挖掘和商業(yè)智能，能夠?qū)崟r透視企業(yè)的業(yè)務(wù)工作流。但在加上 AI 的引擎后，它爆發(fā)出驚人的威力。
Grayling 將其定義為“高級自動化”。他的核心理念是：靈活性。 在實際業(yè)務(wù)中，并不是所有環(huán)節(jié)都需要消耗算力的“神經(jīng)網(wǎng)絡(luò) AI”。通過流程智能，佛羅里達水晶可以自由切換：在需要的地方運用生成式 AI 或智能體（Agentic AI），在不需要的地方則繼續(xù)使用簡單、低成本的 RPA（機器人流程自動化）?！坝性S多情況下，沒有 AI 的流程智能就已經(jīng)足夠了。”
這種“殺雞不用牛刀”的實用主義，正是許多 CIO 迫切需要建立的批判性思維。
數(shù)字化轉(zhuǎn)型的第一步應(yīng)該在哪落地？佛羅里達水晶的答案是：離錢最近的地方。
他們首先將流程智能分層接入到核心的 SAP 系統(tǒng)中，鎖定了財務(wù)、采購和入庫供應(yīng)鏈。
在財務(wù)端：通過流程智能優(yōu)化銷售稅和州稅的申報流程，不僅大幅降低了錯誤率，還省去了大量與第三方審計核對的時間，確保企業(yè)不花一分冤枉錢。
在采購端：他們開發(fā)了一個專門監(jiān)控工廠維護（包括安全庫存和間接材料）的模型。僅僅實施幾個月，就極大地壓縮了該領(lǐng)域的營運資金沉淀（Working Capital）。接下來，他們還要用 AI 實現(xiàn)自動詢價、分析比價并鎖定最優(yōu)供應(yīng)商。
盡管佛羅里達水晶在 AI 領(lǐng)域走得很靠前（其研發(fā)團隊早已使用自研 AI，且是微軟 Copilot 的早期用戶），但 Grayling 堅決反對過度開發(fā)。他給同行們提出了一條極具指導(dǎo)意義的原則：“先嵌入，后流程智能，最后才定制（Embed first, process intelligence second, and bespoke third）”。
先嵌入：如果現(xiàn)有的 SaaS 軟件（如 SAP）自帶自動化功能，優(yōu)先使用原生能力。
后流程智能：如果原生功能不夠，引入 Celonis 這樣的專業(yè)流程智能平臺，打通系統(tǒng)孤島（如將洞察直接推送到 Microsoft Teams 中）。
最后才定制：只有在市面上的標(biāo)準品完全無法滿足且能帶來巨大差異化優(yōu)勢時，才考慮耗資巨大的“定制化開發(fā)”。
結(jié)語
在數(shù)據(jù)與 AI 轉(zhuǎn)型的浪潮中，企業(yè)最容易犯的錯誤就是“拿著錘子找釘子”。佛羅里達水晶CIO告訴我們：AI 的真正價值，不在于模型有多先進，而在于它能否像手術(shù)刀一樣，精準切入那些阻礙企業(yè)效率和資金流轉(zhuǎn)的“流程病灶”。懂業(yè)務(wù)的流程智能，才是傳統(tǒng)企業(yè)在 AI 時代最鋒利的武器。
全文：佛羅里達水晶公司將流程智能置于運營核心
摘要：這家有機糖生產(chǎn)商表示，由人工智能（AI）驅(qū)動的“流程智能（Process Intelligence）”賦能了高級自動化，從而簡化并規(guī)?；似錁I(yè)務(wù)運營。
佛羅里達水晶公司（Florida Crystals）是美國有機糖業(yè)務(wù)的先驅(qū)，目前正將由 AI 驅(qū)動的流程智能打造為其業(yè)務(wù)運營的絕對骨干。
流程智能結(jié)合了流程挖掘（Process Mining）、任務(wù)挖掘和商業(yè)智能，能夠?qū)崟r繪制、監(jiān)控和優(yōu)化業(yè)務(wù)工作流。佛羅里達水晶的首席信息官（CIO）Kevin Grayling 更傾向于將流程智能看作是一種“高級自動化（Advanced Automation）”。他表示，這項技術(shù)在運營方面提供了極大的靈活性，使得企業(yè)可以在合理的情況下使用傳統(tǒng) AI、生成式 AI 或代理型 AI（Agentic AI-AI自主智能體）來實現(xiàn)自動化；而在那些不需要殺雞用牛刀的地方，則依賴于不那么復(fù)雜的普通自動化。
“它變得更加靈活了，因此我們能夠借助流程智能在 AI 中進退自如，而不是單純地從流程挖掘直接跳進 AI 里，”Grayling 說。“在許多情況下，僅僅使用不帶 AI 的流程智能就足夠了，但當(dāng)你確實需要更強大的能力時，它也能隨時跟上?！?/span>
佛羅里達水晶公司成立于 1960 年，是一家完全垂直整合的甘蔗企業(yè)。該公司在佛羅里達州南部擁有超過 19 萬英畝的農(nóng)田，用于種植甘蔗、水稻和蔬菜。此外，它還擁有兩家原糖加工廠、一家糖精煉廠、一個包裝和配送中心、一家碾米廠，以及一座利用甘蔗殘渣纖維發(fā)電的可再生能源工廠。Grayling 坦言，佛羅里達水晶實際上是由三家公司組成的集合體：一家種植甘蔗的農(nóng)業(yè)公司，一家負責(zé)提煉原糖的制造公司（不僅處理自己的甘蔗，也處理其他生產(chǎn)商的甘蔗），以及一家消費包裝品（CPG）公司。
Grayling 表示，將流程智能分層融入其核心系統(tǒng)，使公司能夠徹底消除人工返工，同時在多個職能部門實現(xiàn)自動化的規(guī)模擴展。反過來，這也極大地加速了公司的數(shù)字化轉(zhuǎn)型，并始終保持著企業(yè)級的可擴展性、安全性和治理水平。
作為起步，佛羅里達水晶重點將流程智能應(yīng)用于其財務(wù)、采購和入庫供應(yīng)鏈（Inbound supply chain）運營中。Grayling 透露，這些努力有望釋放數(shù)百萬美元的營運資金（Working capital），并幫助公司實現(xiàn)銷售稅和州稅相關(guān)流程的自動化。
“這最大限度地減少了錯誤申報的稅務(wù)，也大大縮減了我們必須與第三方機構(gòu)共同審查稅務(wù)、以確保我們沒有多繳或少繳稅款的時間，”Grayling 強調(diào)。
佛羅里達水晶對人工智能也絕對不陌生。他們的研發(fā)團隊利用內(nèi)部自研的 AI 模型已經(jīng)有數(shù)年之久，而銷售、營銷和人力資源部門也早已從機器人流程自動化（RPA）和機器學(xué)習(xí)（ML）中嘗到了甜頭。此外，該公司還是其知識工作者采用微軟 Copilot 的早期踐行者。
“我們今年的計劃是，在所有這些職能部門中大幅提升代理型和生成式 AI 的能力，”Grayling 說道。他補充說，公司的指導(dǎo)委員會已經(jīng)在采購、應(yīng)付賬款和客戶服務(wù)等領(lǐng)域?qū)徸h了 14 個新的應(yīng)用場景（Use cases）。“這其中大約有一半，屬于你會稱之為真正的、具備神經(jīng)學(xué)習(xí)能力的 AI，而不是那種低階的自動化。”
在采購方面，公司已經(jīng)開發(fā)出了一個用來監(jiān)控工廠維護的模型，涵蓋了安全庫存中的間接材料以及提前訂購的需求。
“我們在幾個月前實施了那個模型，它顯著降低了我們在該領(lǐng)域的營運資金占用，”他說。
采購領(lǐng)域的其他計劃還包括：實現(xiàn)向供應(yīng)商自動發(fā)送報價請求、自動分析收到的報價，并智能挑選出最優(yōu)的方案。
為了推動這場轉(zhuǎn)型，佛羅里達水晶與流程智能領(lǐng)域的專業(yè)廠商 Celonis 建立了緊密的合作伙伴關(guān)系。具體而言，Celonis 是該公司的人工智能與自動化企業(yè)級平臺，它能夠?qū)崿F(xiàn)跨系統(tǒng)、跨團隊和跨技術(shù)的工作流編排，并在微軟 Teams 內(nèi)部，以及通過微軟 Copilot 部署的 AI 解決方案中，直觀地呈現(xiàn)出流程智能的深度洞察。
公司產(chǎn)生的大約 95% 的結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)，都沉淀在 SAP 的工作流和數(shù)據(jù)模型中。
“我們預(yù)計，大多數(shù)合作伙伴都需要一段時間才能通過 AI 完全釋放其能力，”Grayling 說。“在某些領(lǐng)域，這可能需要幾年甚至更長時間。在這個過渡期內(nèi)，我們將繼續(xù)以‘打包套件（Packaged）’而非‘定制化（Bespoke）’的方式，使用 SAP 的流程智能，從而實現(xiàn)自動化并為某些特定的業(yè)務(wù)流程注入 AI 能力?！?/span>
Grayling 對正在推進自己流程智能計劃的其他 CIO 們提出了一個核心建議：盡可能讓事情保持簡單和流線化。
“你可以做到高度的整合與簡化，”他說?！澳憧梢圆捎梅浅夂竦摹浖捶?wù)（SaaS）’理念，并且你可以將同樣的邏輯應(yīng)用于包括 AI 在內(nèi)的所有自動化舉措上。這就是我們確立的‘先嵌入（Embed first），后流程智能（process intelligence second），最后才定制（bespoke third）’這一轉(zhuǎn)型方法論的由來?！?/span>
