立足悉尼,为生鲜、食品配送和仓储物流企业做 AI 转型

我们派工程师驻场,把 AI 用进您的日常运营。

文字稿
  1. 订单五花八门:邮件、PDF、照片、传真。
  2. AI 一张张读,什么版式都行。
  3. 客户、日期和每一行,自动填好。
  4. 标红的必须改,标橙的再看一眼。
  5. 您的团队核对后,一键发出。
  6. 下一单,再下一单。

我们的工程师和您的团队一起驻场,交付数字化改造、AI 提效和数据仓库,做到员工每天在用。

在用 TOPO 识单自 2025 年初起,已在我们服务的配送商投入生产。

我们的产品

五个产品,都是现成部件,由我们的工程师接进您现有的系统和流程:团队 WhatsApp 群里的 AI agent(智能体)、AI 录单、外勤销售、企业数据中心,以及下一代平台。

全部产品

亮点

我们做过的几样东西,每样几秒钟。具体怎么做,约我们当面演示。

  • 目标随业务动态调整

    定好全年销售目标,自动分到每个月、每位销售;一年里谁领先、谁落后,大家一眼看清。

    约我们当面演示

  • 仓库现场,实时 3D

    货架按满度上色,搬运车实时移动;数据以只读方式取自现场已有的系统。

    约我们当面演示

  • 一处出错,波及哪里一目了然

    一张数据表出了问题,下游受影响的报表、应用和团队,在 3D 里一层层亮起来。

    约我们当面演示

  • 一组 AI agent 值守

    多个 AI agent(智能体)盯着数据,发现变化就提醒,出了故障直接给出处理方案。

    约我们当面演示

时间都花在哪了

  • 订单靠人手敲

    邮件、PDF、照片、传真,一整天不停地来。每一行都要有人重新录一遍,错了要到出货时才发现。

  • 系统各管各的

    销售、库存、开票分在不同的系统里。想要一个准数,就得拉表格、加班对。

  • 想换系统又怕出事

    老系统慢,但每天都在出货。切换一旦出问题,生意就得停。

  • AI 不知道从哪下手

    人人都在谈 AI,却很少有人告诉您先改哪件事,又由谁到现场把它做成。

整体方案:从客户下单到管理层报告

七个环节,一条链路。每一段都标出属于哪条服务线。

  1. 客户下单

    邮件、PDF、照片、传真、表格都行。客户照旧,怎么方便怎么下。

    在用AI 提效
  2. 订单进件 AI(TOPO 识单)

    AI 读单并把订单填完整,您的团队核对后一键发出。

    在用AI 提效
  3. 您的 ERP / WMS

    订单直接进入您现在用的系统,不用先换系统也能开始。

    在用数字化改造
  4. 仓库现场

    整个班次持续刷新的看板、现场班组排班,从您现有的系统取数,不用添置新设备。

    已交付数字化改造
  5. 数据仓库(TOPO 数据中心)

    各套 ERP 和其他系统的数据汇进同一个云端数据仓库:本地 ERP 早上七点左右全部刷新完,在手订单和销售全天更新。

    在用数据仓库
  6. AI 应用

    iPhone 和网页上的 TOPO CRM,团队 WhatsApp 群里的 AI agent(智能体)TOPO 问数:每日经营简报,一句话问经营数据。次日采购预测:v1 已于 2026 年 7 月交付。

    在用AI 提效
  7. 管理层报告

    全公司一套数。指标在仓库里统一定义,不在每张报表里各算各的。

    在用数据仓库

三条服务线,一个团队

数字化改造

用员工每天真正在用的系统,替掉纸单、表格和重复录入;已经好用的东西,不推倒重来。我们的工程师在大型自动化和手工配送中心做过现场交付。

  • 不换设备,先看见现场:从现有自动化系统只读取数,做成整个班次持续刷新的看板,堵料、繁忙和紧急的区域、拣货情况一目了然。
  • 大型配送中心的现场班组排班:头天晚上排好,开班时主管点名,班中持续更新,收工时逐人下班、工时自动记下,每次改动都留痕。
  • 没有 API 的系统也能取数:用您自己的只读账号定时运行,无人值守,全程可审计。
  • TOPO NEXT:按模块逐个替换 ERP,每个模块都先和您现在用的系统并行对照,验证无误再接手,从定价开始。
  • Odoo 17 和 18 实施。我们自己也在用 Odoo。

AI 提效

用大语言模型(LLM)应用、AI agent(智能体)和智能体自动化(agentic automation),把敲键盘、追进度这些重复的活交给 AI,人负责核对和拍板。

  • TOPO 识单负责录单:AI 读取任何格式的客户订单,录成完整订单,您的团队核对后一键发出。
  • TOPO CRM 负责外勤销售,iPhone 和网页都能用:本周业绩对照目标,提醒该下单没下单的客户。
  • TOPO 问数是您团队 WhatsApp 群里的 AI agent(智能体):用一句大白话问销售数据,它自己写查询、到您的数据仓库里执行,答案直接回在群里。每日经营简报也由它发,当天还没开票的订单也算进去。
  • 次日采购预测:v1 已于 2026 年 7 月交付,用在跑赢「照上周的量下单」的品类上。
  • TOPO NEXT:我们的下一代平台,从客户下单一直到送货上门,可以演示,并按您的业务定制。

数据仓库

所有数字放在一处,指标在仓库里统一定义,不在每张报表里各算各的;从清早起全天更新。

  • 本地 ERP 数据库和一套云端系统汇入云端数据仓库:本地 ERP 早上七点左右全部刷新完,在手订单每小时更新;云端数据源每小时更新;当日销售一天多次增量。
  • 原始、语义、总视图三层。指标在仓库里统一定义,不在每张报表里各算各的。
  • 给共用的数据仓库接入一个新的源系统时,补齐了 778 天历史数据(2024 年 7 月 1 日至 2026 年 8 月 17 日),0 次加载失败。
  • 我们写的视图都纳入版本控制;在控制台里维护的视图,在版本库里留有备份。另有一个健康检查脚本,覆盖每一个数据源。
  • TOPO 数据中心:同步 ERP 和数据库、同步文件、采集网页数据,以只读方式汇进一个数据湖,上面是监控和 KPI 看板。

效果

我们为一家生鲜配送商提供 IT 服务和产品开发。TOPO 识单、TOPO CRM、TOPO 问数和它发的每日经营简报,以及数据仓库,每天都在他们的生产环境里运行。 每个数字都写明统计范围,估算会标明。

估算
约 9 秒

TOPO 识单的 AI 读单并录入一单;人工看单、手工录入一张 7 行订单约 50 秒(估算)

TOPO 识单:只算 AI 这一步,从读单到录入完成,按当前版本估算;之后才是您团队的核对。手工:按已发表的击键和阅读时间估算,没有实际计时;因人因单在 25 到 90 秒之间。

在用
实测
99.74%

的发票行,TOPO NEXT 的新定价引擎算得分毫不差(对照现行系统做的 30 天回放;按金额计为 99.40%)

一个仓 2026 年 9 月 16 日至 10 月 15 日送货的全部销售行(不含退货)。

实测
低 31%

次日采购预测的误差,对比「照上周的量下单」

MAPE 37.2 vs 54.1;15 个市场日回测,2026 年 6 月 27 日至 7 月 14 日,按金额加权,只含每日采购的品类,一个仓。v1 已于 2026 年 7 月交付。

已交付
实测
778 天

的历史数据,在给共用数据仓库接入一个新的源系统时补齐,0 次加载失败

2024 年 7 月 1 日至 2026 年 8 月 17 日,一个源系统。

在用

新技术怎么落地

新工具要在真实的活上证明自己,而且始终有人把关。

  • 多模态 AI 读单

    TOPO 识单用 AI 读取任何版式的订单并录入:打字的、扫描的、拍照的、传真的都行。

    在用
  • 用真实的活比选模型

    选定模型之前,我们先拿真实的活把候选模型比一遍。例如:TOPO 识单的默认模型(2026 年 4 月,四个模型在真实客户订单上比),以及 CRM 会前准备和会议总结用的模型(2026 年 7 月,四个模型在真实的会前准备任务上比)。

    在用
  • 工程师监督下的 AI 编程代理

    工程师定计划、验收结果,中间的活由 AI 编程代理来做,让每位工程师交付得更多,中型企业因此也请得起驻场工程师。例如:TOPO NEXT 的新定价引擎,2026 年 10 月 16 日下午至 17 日凌晨,41 次经审查的提交,334 个测试全部通过(第一份计划的前十步)。在这个项目上,每一处改动都通过了独立的 AI 审查和全部测试,才合入。

  • 一次修复:上线前先用真实数据回放

    2026 年 10 月,TOPO 识单认客户的修复上线前,先用两个月的真实查询回放了一遍。

    在用
  • 在自己的 GPU 服务器上跑本地 AI

    单据必须留在公司内部时,AI 就跑在您现场的 GPU 服务器上。

合作方式:先复用,再为您定制

我们的团队有仓储和物流的经验,也有这两方面的专家。所以先用已经跑通的,只为您独有的部分专门开发。

  • 首选

    直接复用已经跑通的

    您的业务和我们熟悉的运营相同的部分,直接复用我们验证过的产品和经验:TOPO 识单、TOPO CRM、TOPO 问数、TOPO 数据中心,按您的系统接入和配置。这是最快、风险最低的方式。

  • 现场影子跟随,部署 AI agent(智能体)

    不完全一样的部分,我们到现场跟着业务人员一起工作,记录他们怎么做、提取背后的技能,再把这些技能部署成 AI agent(智能体),和您的团队一起干活,结果由人核对。

  • 驻场工程师开发

    只有您才有的部分,由驻场工程师(FDE)在现场开发:和您的人一起,用您的数据。

不管怎么搭配,项目都按同样的四步走,做完任何一步都可以停。

  1. 了解现场

    从干活的地方开始:订单台、冷库、发货区。我们在旁边看、多提问,并以只读方式接入您现有的系统。

    可以在这里停:书面调研结论归您。

  2. 做出第一个能用的成果

    挑一件最耗工时的事,用您真实的订单和记录,做出第一个真正能用的成果。

    可以在这里停:做好的东西归您。

  3. 按需部署

    先影子运行:和现行做法并行,只比对、不生效;每个版本都留有回滚点。

    可以在这里停:数字对上之前,什么都不切换。

  4. 持续运行、持续改进

    我们负责日常运行,盯每日检查,和您的团队一起不断改进。

    随时可以停:我们为您做的代码和数据,可以全部交接。

数据承诺

  • 放在您的服务器或云账号上

    默认部署在您自己的服务器或云账号上,也可以由我们托管。

  • 不拿您的数据训练模型

    为您部署时,我们用付费的 AI 服务,服务条款写明不拿您的数据训练模型。单据必须留在公司内部时,AI 就跑在您现场的 GPU 服务器上。

  • 分库存放,签保密协议

    每家合作企业单独一个数据库或项目,并签署保密协议。

  • 全部交接

    项目结束后,我们为您做的代码和数据,可以全部交接给您。

合作过的企业

联系我们

告诉我们哪件事最耗工时。发邮件或打电话都可以。先聊一聊,合适的话再到您的现场看看。