顶新集团PMI：跑通→复制→进化，推动流程自动化走向AI员工

企业能力的进化，很少发生在一夜之间。更多时候，它来自一段段真实工作的持续运行、验证和积累。顶新集团PMI也是如此。
大众更熟悉的康师傅、味全、全家、德克士等品牌与事业，都与顶新体系有着紧密联系。在这一体系中，顶新集团PMI聚焦包装、原料、食材及物流等业务，并承担相关事业的管理与协同职能。
顶新集团PMI总管理处成立于2015年，统筹财务、研发、人资、经营规划与资讯（IT）等集团职能，并管理包装、原料、食材及物流等八家事业群，覆盖大陆及东南亚37座工厂。
面对这样一个多事业群、多工厂，且横跨采购、生产、品保、营业和财务的复杂业务体系，顶新集团PMI选择先从最真实、最确定的工作入手：把高频、重复、规则明确、需要跨系统操作的流程稳定跑起来。
截至2026年7月，顶新集团PMI已在五大业务领域沉淀643项核心业务应用，累计执行约98万次、运行约3.23万小时。
但相比这些数字，更值得关注的是：当一批流程被持续运行、验证和复用后，留下来的不只是效率，而是一套可以继续复制、继续进化的组织能力。

随着越来越多流程被运行、验证和复制，新的能力也开始自然进入其中——从自动执行，到理解与判断，再到围绕岗位目标组织更多工作。

一条“先跑通、再复制、再进化”的路径，也由此逐渐形成。

滑动查看更多 →

👇 文末扫码可获取完整案例材料01

先跑通：让确定性的工作稳定执行

顶新集团PMI的业务复杂，并不是因为缺少系统。真正消耗人的，是SRM、SAP、LIMS、CRM、OA、网银、Excel等系统之间，仍有许多需要人工完成的登录、下载、核对、录入和回传。这些动作单独看并不复杂，却数量大、频率高，又直接影响后续业务。

顶新集团PMI因此没有从最前沿的场景开始，而是先把确定性的工作交给 RPA，让信息和动作沿着业务链路稳定流转。

以客户开票为例，一条流程需要连接营业、财务与税务系统：自动导出应开未开明细，整理并上传开票数据，在SAP中创建Billing，再进入税务局批量开票，最后核对金额并反馈结果。

目前，这条流程每月处理约2000笔业务，节约约106小时。类似的自动化也持续进入采购订单、新品建档、资金、生产和品保等环节。

滑动查看更多 →

👇 文末扫码可获取完整案例材料

但流程真正跑通以后，企业得到的不只是“少做了一些重复操作”。

原本存在于个人经验中的操作方式，被逐步写进流程；成熟的业务规则被沉淀下来；原本相互分散的系统，也开始围绕真实工作被连接起来。

这也为后续能力复制，以及AI进一步进入业务创造了条件。02

再复制：先做深一家，再带动一片

对集团型企业来说，完成第一个自动化流程并不是最难的。真正困难的是，怎样把一家公司的经验带到更多公司、更多岗位。

顶新集团PMI没有一开始就全面铺开，而是采用了一条更务实的路径：小范围试点、标杆公司做深、实际使用者分享，再由兄弟公司主动识别和复用。普罗星率先跑通开票自动化后，一线使用人员在财务共识会上分享真实效果，和昇、秉信、顶正等兄弟公司由此识别出相似需求，进一步复用开票能力。

这个过程让自动化扩展从“总部要求推广”，逐渐变成“业务主动提出需求”。

复制也不是原样照搬。共性强、规则统一的流程，可以沉淀为集团模板；受工厂、产品和业务规则影响较大的流程，则复用通用框架再做差异化适配。真正被复制的，是已经验证的方法、流程框架和建设机制。

兄弟公司的真实案例，往往比总部反复推广更有说服力。

滑动查看更多 →

👇 文末扫码可获取完整案例材料

再进化：让 AI 进入理解与判断

当自动化进入更深的业务环节，流程中开始出现新的边界：材料格式不统一，需要读懂非结构化文档；不同系统的业务表达不一致，需要理解和匹配；数据不只要被搬运，还要分析趋势、识别异常。

这时，AI并没有替换已经跑通的自动化，而是顺着真实业务进入流程，与 RPA 形成新的分工：

AI负责理解、提取、匹配和分析；

RPA负责跨系统执行与结果回传；

人负责目标设定、异常处理和业务决策。

外检报告核对，是其中一个代表场景。

供应商提交的外检报告有20多种格式。过去，供应管理人员需要打开PDF，识别检测信息，再进入SRM查询供应商和物料编码，进入LIMS下载规格书，最后逐项判断检测项目是否完整、指标是否合格。

现在，AI先从不同格式的报告中提取委托单位、产品、日期、检测项目和结果；RPA再进入SRM与LIMS查找物料和规格书；系统完成项目完整性与指标符合性核对后，由RPA回传结果，异常情况交由供应管理人员重点处理。

单份报告的处理时间由约30分钟缩短至约5分钟，月均处理约60份，每月可节约近25小时。

这个场景的价值不只是“AI能读报告”，而是AI与RPA的能力被组合起来，承接了一段完整工作。

👇 文末扫码可获取完整案例材料04

从流程走向岗位：

让更多能力围绕一个目标工作

AI进入一条具体流程后，顶新集团PMI又把视角从“一个场景”转向“一类围绕岗位目标展开的工作”。

在纸箱配纸优化场景中，目标不是简单生成一个方案，而是在质量达标的前提下持续寻找成本更优的原纸组合。RPA定期更新原纸价格、性能和状态，AI理解客户的质量要求，专业Skill遍历和筛选有效组合，最后由专业人员确认并处理特殊订单。

在AI财会助手中，发票预检、报销制度查询、SAP事务码指引、客商风险查询等分散能力，被整合进同一个岗位入口，由岗位助手根据企业规则组织相应能力。

AI员工因此不是一个更强的聊天机器人。它需要知道岗位目标，理解企业上下文，调用专业能力与系统工具，按照流程完成工作；遇到异常时交还给人，并在真实使用中持续被观测和优化。

从一条流程，到一类工作，再到一个岗位目标，AI承担的责任也在逐步变大。

滑动查看更多 →

👇 文末扫码可获取完整案例材料05

沿着真实工作继续生长

回看顶新集团PMI的路径，它并不是一次简单的技术替换，而是一条沿着真实工作逐步生长的能力路径：先用RPA把确定性的工作跑通，再把经验、流程和机制复制到更多公司与岗位，最后让AI进入理解与判断，与RPA、人共同承接更完整的工作。

这条路径背后，还有三个朴素的判断：

✅ 先看真实工作的经营价值，再判断AI、自动化和人应该如何分工；

✅ 不追求一步到位，先求稳定、可控、能进入业务；

✅ 新能力进入企业，不是IT部门单独完成的技术项目，而要让业务负责人共同定义场景、验证价值并承担推广责任。对于很多制造企业来说，能力升级也并不意味着从零开始。过去已经跑通的流程、连接起来的系统、沉淀下来的业务规则，以及逐步形成的推进机制，都可以成为继续向前的基础。
顶新集团PMI的实践提供了一条值得参考的路径：先跑通，再复制，再进化。
从让确定性的工作稳定执行，到把成熟经验带到更多公司和岗位，再到让AI逐步进入理解、判断和更完整的工作。顶新集团PMI，也正在沿着这条路径继续向前。