苏菲凡

“以前查一份合同的生产进度，要打三四个电话、翻五六个Excel。现在打开看板，一秒钟全知道。”这是南钢国贸公司欧洲办事处业务员苏菲凡最直观的感受。

随着出口业务覆盖欧洲、中东、韩国、日本、新加坡、越南、泰国等多个区域平台，年处理国际贸易合同数百份，传统依赖Excel、邮件、电话的工作模式已难以为继。对此，国贸先锋队基于飞书多维表格，自主搭建了“南钢国际贸易全流程管理系统”。系统以合同号为唯一主键，通过跨表Lookup关联打通8张业务表，覆盖从询单到合同签订、生产、物流、报关、单证、结汇、资金回收的全链路。

核心功能包括：合同信息表作为数据中枢、生产跟踪表自动计算逾期预警、物流与装运计划跨表联动、资金管理表自动标记收汇状态。同时配置国际贸易全流程管理看板，合同执行进度、生产状态、收汇情况一目了然。

系统还充分发挥飞书AI与自动化能力，实现智能监控与闭环管理——AI实时分析合同期限，自动触发逾期预警，并督促填报处置方案，确保每一份合同从预警到处理均有记录、有跟踪、有结果。

据测算，系统上线后业务查询时间减少50%以上，单证录入错误率降低60%，财务对账时间节省50%。

苏菲凡表示，项目核心经验是“流程先行、工具赋能、小步快跑”。目前系统以欧洲办事处为试点已基本跑通，后续计划推广至韩国、日本、新加坡等区域平台，形成可复制的数字化管理模板，支撑南钢国际贸易业务的规模化增长。

鑫洋供应链

“合同评审群里@法务提醒审核，消息一多就容易遗漏”“法务逐条审查合同条款，一份合同少则半小时、多则数小时”“问题往往到审批环节才被发现，反复修改耗时耗力”——这些曾长期困扰法务与业务人员的场景，如今在鑫洋供应链正逐步成为过去。近日，鑫洋供应链正式上线“合同评审AI助手”，在不改变现有云科技平台审批流程的基础上，于法务正式审核前新增AI预审环节，推动合同审核从“人工主导”向“人机协同”转变，实现效率与风控能力双提升。过去，合同提交后需通过群消息提醒法务审核，法务再逐条阅读、核查、批注，不仅工作量大，还易受业务量影响出现遗漏。如今，AI助手可在1–2分钟内完成预审，自动提取合同金额、履约期限、违约责任等关键信息，对照标准条款库进行智能比对，识别缺失或异常条款，并关联相关法规及案例，形成结构化预审报告，通过飞书卡片实时推送，供审核人员一键查看。这一机制使大量基础性、规范性问题在正式审核前即被前置发现。业务人员可依据AI提示提前完善合同内容，与合作方完成修改后再提交审核，有效减少反复沟通与多轮退改，显著提升合同流转效率。在流程设计上，AI预审更像一张“智能风险过滤网”，不替代人工决策，而是承担基础核查与风险提示工作，使法务人员从重复性审查中解放出来，更专注于高风险条款研判与专业决策支持。同时，审核意见统一沉淀于平台，实现全过程留痕与可追溯管理，解决传统Word批注分散、版本混乱、沟通链路复杂等问题，进一步提升合同管理规范化水平。本质上，这不仅是效率工具升级，更是工作模式重构：AI承担标准化与重复性工作，人工聚焦专业判断与风险把控，实现“AI做基础、人做决策”的协同机制。在数字化转型背景下，鑫洋供应链以合同评审AI助手为切入点，通过在关键节点嵌入AI能力，在不改变原有系统架构与流程的前提下，有效释放组织效能，推动传统流程向数字化“加速度”演进。

基层班组长的数字化破局之路

赵耀维

在南钢物流中心原料站，信号班班长赵耀维曾经最头疼的事，不是运输任务重，而是“数不清账”。

原料站是钢铁生产物流的“咽喉要塞”，承担路用车、板材、铁水三类核心运输业务，实行四班两运转模式。过去，每天的数据统计要耗时0.5到1小时——班组长手动抄录、微信群发送、人工汇总到Excel、月底出纸质报表。一套流程走下来，绩效考核永远滞后一个月，一线干了多少、谁干得好，全凭“印象分”。

“数据追着人跑，而不是人看数据。”赵耀维这样形容过去的困境。

转机出现在她接触飞书多维表格之后。作为铁运先锋队队长，赵耀维带领队员以零代码平台为基底，自主搭建了“原料站数字化管理平台”。

核心思路并不复杂：把数据录入入口搬到一线。车长打开多维表格，扫码或选择品种填入转运量，30秒即完成录入。妙搭看板实时联动多维表格，KPI卡片、月度趋势图、品种构成柱状图四维联动，支持按今日/本周/本月/本季度灵活切片筛选。

效果立竿见影。数据统计耗时从每日1小时压缩至10分钟，效率提升83%；卸车等待时间从2小时缩短至30分钟，效率提升75%

更关键的是，这套系统让“目标-执行-考核”形成了数字化闭环。管理沟通成本降低60%，纸质报表实现零使用，培训评分从30-60分钟压缩至即时完成。

赵耀维的下一个目标是“智能调度”。按照规划，第一阶段数据上飞书已完成；第二阶段推动调度流程数字化；第三阶段实现基于约束条件的自动排程与AI延误风险预测。

“基层数字化，不怕慢，就怕站。”赵耀维说，“先把数据跑起来，决策自然会跟着变。”

吴学文

“想找10个人，要先翻近百份党员档案，光看技能、项目经验就要很久。”在南钢党委工作部，组建一支党员攻坚队曾经是一件“体力活”。党委工作部党建管理员吴学文回忆道，“更麻烦的是跨支部调配——哪些人做过类似项目、谁有相关证书，全凭管理员‘心里有本账’，账不清，人就配不对。”

吴学文的破局思路很清晰：用飞书多维表格做“数据底座”，用Coze AI做“智能匹配引擎”。

党员通过飞书多维表格自主填报技能、项目经验、证书等信息，配置行级权限——仅本人可编辑自身内容，管理员可查看全量数据。信息越完善，获得攻坚项目推荐的机会越多，党员更新信息积极性大幅提升，信息及时率达100%。

当需要组建攻坚队时，项目负责人只需在Coze对话框中输入需求，例如“需要一个5人产品宣传团队，含文案、设计、视频剪辑”，AI自动调用多维表格数据库，秒级输出匹配度TOP10推荐名单，并附带“技能标签吻合度、项目经验相关性”等匹配依据。

从“人工筛3天”到“AI出结果30秒”，单次组队耗时压缩至5分钟内，人岗匹配准确率提升至95%，历史经验实现自动复用，人才培养形成正向循环。

这一零代码方案可快速复制至各级党组织，“让党建从‘经验驱动’走向‘数据驱动’，党员攻坚，从此有数可依。”