开沿科技
13305079753
客户案例

从全员 OA 到 AI 客户中枢:石狮瑞鹰一家百人鞋服企业的四年数字化进化

开沿研发中心·2026-05-24·9 分钟阅读·客户:石狮市瑞鹰纺织科技有限公司
从全员 OA 到 AI 客户中枢:石狮瑞鹰一家百人鞋服企业的四年数字化进化

本文经客户授权实名发布,内容基于项目复盘与客户访谈整理,涉及客户名称、人物称谓与关键数据均按公开口径呈现。

鞋服企业销售与运营团队围绕客户中枢复盘跟进状态和订单风险

瑞鹰销售与管理团队围绕客户中枢复盘客户跟进和订单状态

一句话锚定

石狮市瑞鹰纺织科技有限公司,福建石狮一家 100+ 人的鞋服纺织企业,13 个事业部、20+ 销售。从 2022 年开始,他们花了四年时间,把数字化基础设施一层一层铺到企业的每一个员工身上。

第五年,他们决定让这些数据自己开口说话。

这是一场与瑞鹰夏总(董事长)、朱总(副总)的走心对话——关于一家中型鞋服企业,怎么走完从 OA 到 AI 这条路。


一、起点:先把 OA 在 100+ 人里跑透

Q:很多同行老板会问,鞋服企业做数字化第一步应该做什么?

夏总:第一步不是买什么大系统,是把 OA 这件事先在 100+ 人里跑透。

人事、财务、行政、业务、采购,所有审批都走线上。不是说线上就一定快,而是要让每个员工都习惯——事情要在系统里推一下,而不是在微信群里@一下就算完。

我们用了大概两年才把这件事跑稳。这两年里,外面看可能觉得我们没在做什么大动作,但其实是最关键的两年。后来所有的故事都建立在这两年上。

💡 "数字化的地基不是系统,是员工的习惯。员工不在系统里留痕,再贵的 CRM 也是空的。"


二、深化:13 个事业部、20+ 销售,怎么挂到一套 CRM 上

Q:瑞鹰有 13 个事业部、20+ 销售,全员上 CRM 这件事是怎么推下去的?

朱总:说实话,这个动作在同行里不是常规动作。

一家百人体量的鞋服企业,把销售拆成 13 个事业部、20 多个销售挂在同一套 CRM 上跑——绝大多数同等规模的公司还停留在 Excel 报单加微信群通报。我们能往前一步,靠的不是哪个系统厉害,是前两年 OA 已经让大家习惯了「系统里留痕」这件事。

CRM 落下来的过程也不是一口气铺完的。每次解决一个具体问题:销售拜访怎么记、客户跟进字段怎么填、不同事业部的数据怎么分权——一个一个对应业务模块往下推。

我们和服务商也磨合出了一种节奏:小步快跑,每一步对应一个具体业务问题,不堆方案。这种节奏让我和夏总建立起来的信任,不是来自漂亮的 PPT,是来自上一个需求两周内做完了。


三、打通:让 OA、CRM、ERP、BI 真正连起来

Q:百人鞋服企业要不要把多个系统打通?打通要多久?

夏总:到 2025 年的时候,我们已经在用 OA、CRM、ERP,每个系统单独看都还行,但合在一起就有问题——一个销售在 CRM 里登记的客户回款,在 ERP 里要等财务再录一遍,BI 看板上的数和实际经常对不上。

这一年我们决定把这件事彻底解决。

整个打通的过程,大概用了 18 个月。我们没急,是按几个阶段来的:

  • OA 在全员跑稳
  • CRM 在事业部和销售身上落实
  • ERP 把财务/供应链/生产/采购/库存全链路接通
  • BI 把人事/生产/财务三类看板搭起来

到 2025 年底,这套底座事实上已经成型了。

朱总:补充一句——这套底座没成型之前,AI 是不能谈的。我们见过几家同行,绕过这一步直接上 AI,结果 AI 给出的答案全是「无法回答」「数据缺失」,最后退化成一个对话框,没人用。

💡 "数据基础不打通,AI 就是空中楼阁。"


四、AI 转折点:从「小程序里加 AI」到「让数据自己开口」

Q:从什么时候开始觉得自己可以认真考虑 AI 了?

夏总:2026 年开年。

我一开始的想法其实很朴素——在我们现有的小程序上植入 AI 能力。我估计这也是大部分中型企业老板的第一直觉:把 AI 当成一个前端功能加上去。

后来服务商的团队来给我们做了一次完整的演示,把 OA、CRM、ERP、BI 全链路串起来看,我才意识到——AI 不是前端加个对话框,AI 是让我四年积累下来的数据自己开口说话。

那一次演示之后,我跟朱总说了一句话:我们已经走了四年的 OA、CRM、ERP、BI,到了第五年,终于可以让它们自己开口说话了。

💡 "前四年我们一直在把数据装进系统,第五年才终于可以让它走出来。"


五、AI 客户中枢,到底是什么

Q:能不能用大白话说一下,AI 客户中枢具体是什么?

朱总:三件事。

一、经营问数。 我作为副总,最常问的问题就是「上个月哪个事业部回款最差」「这周哪个销售拜访量掉得最厉害」。以前要等 BI 团队拉报表,现在我直接用自然语言问,结果直接出来。

二、内容生成。 销售跟进记录、客户拜访纪要、营销文案——这些活以前要花一个销售半天时间整理。现在系统能基于 CRM 里的原始数据自动整理出初稿,销售只需要改。

三、知识管理。 我们的产品手册、销售话术、培训资料以前散在各种文件夹里。现在统一向量化,新员工有任何问题问 AI,AI 直接从知识库里引用回答。

这三件事的共同前提是——数据要在系统里,不是在 Excel 和微信群里。这就是为什么我们前四年一定要把基础设施铺好。


六、给同行老板的话

Q:如果一个同行老板,百人鞋服企业,问你们建议从哪里开始,你们会怎么说?

夏总:第一句话——不要倒着走

我看过太多同行,听了几场分享会,回去就想直接上 AI。但 AI 是数字化金字塔最顶上那一层,下面的几层没搭好,顶上是悬空的。

我们的顺序是:OA → CRM → ERP → BI → AI。每一层都要花时间让员工真的用起来,不是买完装上就完事。

朱总:第二句话——不要一口气签综合方案

我们四年里没有签过任何一个超大的综合包。每次都是按业务模块往下推:这个月解决销售拜访登记,下个月解决多事业部分权,再下个月解决财务和销售数据对齐。

这种节奏的好处是——每一笔投入都能在三个月内看到效果。如果哪个模块没跑通,我们随时可以停下来,不会被一个三年才能落地完的大方案拖死。

💡 "灵活是中型企业的优势,被复杂的系统裹挟反而会成为负担。"

夏总:第三句话——找一个能陪你走四年的伙伴

数字化不是一次性采购,是一个持续的过程。我们和服务商合作四年,跨过去四五次老板内部的犹豫期、跨过去两次内部组织调整,能走到今天是因为对方一直在解决我们当下的问题,而不是反复推销下一个大单。

💡 "我们买的不是一个死的工具,是一个能跟我们的厂子一起成长的伙伴。"


七、行业洞察:中型鞋服企业 AI 落地的真实前提

如果把瑞鹰这条四年路径抽象一下,会发现中型鞋服企业要让 AI 真正落地,有三个绕不开的前提:

前提一:数据底座

OA、CRM、ERP、BI 至少要有三个在用,关键字段是干净的,跨系统是通的。这件事没两到三年很难做完,AI 之前必须先补这个课。

前提二:员工习惯

数字化最难的不是技术,是让 100+ 个员工每天都愿意打开系统操作。这件事和企业文化、和管理风格直接相关,没办法跳过。

前提三:节奏感

不要被「行业最佳实践」绑架。百人鞋服企业的节奏和千人鞋服企业不一样,自有品牌和代工厂也不一样。按自己当下的业务问题往下推,比照搬别人的路径更稳。

瑞鹰这四年,每一步都不算大动作。但叠加起来,就成了一家百人鞋服企业从 OA 走到 AI 的真实样本。


写在最后

这篇文章不是一份甲方表扬信。

夏总和朱总愿意把这四年讲出来,是因为他们觉得——同行业的老板里,正在思考「下一步 AI 怎么落」的人不少,但走通完整路径的人很少。

如果你的公司也在 100+ 人这个体量、也走过类似的路、正在考虑下一步怎么走,瑞鹰的故事不是一个标准答案,但它是一条真实走通的路。

💡 "我们走了四年的 OA、CRM、ERP、BI,到了第五年,终于可以让它们自己开口说话了。"

—— 瑞鹰夏总

常见问题

基于这个话题最常被问到的 8 个具体问题

Q1. 百人体量的鞋服企业上 AI 客户中枢,前置条件是什么?

最关键的前置不是预算,而是数据底座。企业的 OA、CRM、ERP、BI 必须已经在用,并且关键字段是干净的、跨系统是打通的。否则 AI 拿不到数据,最后只能退化成一个聊天框。瑞鹰之所以在第五年才严肃讨论 AI,是因为前四年把这件事做完了。

Q2. 鞋服企业 13 个事业部、20+ 销售,怎么把 CRM 真正用起来?

一个常被忽略的前提是「员工已经习惯在系统里留痕」。如果连日常审批、报销、请假都还在线下走,直接上 CRM 大概率会一片空白。瑞鹰的做法是先用两年把 OA 在 100+ 人里跑透,再把 CRM 铺到事业部和销售身上,节奏不抢。

Q3. 鞋服企业从 OA 到 AI 大概要走几步?

瑞鹰走过的路径可以参考:OA 全员审批 → CRM 落到事业部和销售 → ERP 接通财务/供应链/生产/采购/库存 → BI 看板把人事/生产/财务三类数据可视化 → AI 客户中枢让数据自己开口。每一步都对应一个具体业务问题,不要一口气签综合方案。

Q4. AI 客户中枢和小程序里加 AI 有什么区别?

区别在于「打通」。小程序里加 AI 通常是前端套个对话框,本质是通用模型加点提示词,不接企业内部数据。AI 客户中枢是把 OA、CRM、ERP、BI 全链路的数据连起来,覆盖经营问数、内容生成、知识管理三类能力,员工问「上个月哪个事业部回款最差」是直接出结果,不是聊天。

Q5. 多事业部的鞋服企业,最容易踩的数字化坑是什么?

最常见的坑是「先买大方案,再想怎么用」。13 个事业部的诉求并不一致,财务、生产、人事看的数据维度也不同,一上来就铺综合方案,落地时往往会有几个模块沉下去。更稳的做法是按业务模块小步落地,每一步都跑通再加下一步。

Q6. 老客户上 AI 比新客户容易在哪里?

两件事都已经就位:第一是数据底座,OA/CRM/ERP/BI 已经在企业里跑了几年;第二是协作默契,企业和服务商之间已经知道彼此的节奏。新企业要上 AI,往往得先补这两件事,时间上很难压缩。

Q7. AI 客户中枢具体能做什么?

三件事。一是经营问数:自然语言查询销售、财务、生产数据;二是内容生成:销售跟进记录、客户拜访纪要、营销文案的 AI 辅助;三是知识管理:把产品手册、销售话术、培训资料统一向量化,员工提问时 AI 直接引用。前提都是数据要在系统里,而不是散落在 Excel 和微信群里。

Q8. 鞋服企业做数字化,应该按行业经验还是按自己节奏?

行业经验值得参考,但节奏一定要按自己的来。一家百人鞋服企业和一家千人鞋服企业、一家自有品牌和一家代工厂,路径都不一样。瑞鹰的做法是「不抢节奏、不囤模块」,每一个动作都对应一个当下解决得了的业务问题。

开沿研发中心

开沿研发中心

开沿科技的方法论与技术团队,把一线交付中的经验沉淀成可复用的方法。了解研发中心 →