宝洁（中国）有限公司
供应链 IT
2024.07 - 2025.06
工作概述
协助 mentor，负责 Pampers 供应链 IT 数字化部门的内部运营效率提升和流程优化。围绕 AI 工具的应用测试及推广，供应链数据处理、系统报障优化及自动化工具开发等，对内部 AI 问答引擎、供应链生产数据追溯、异常响应等核心业务流程的效率和效果负责。
AI 问答引擎的搭建、测试及推广
构建智能知识管理系统，提升内部协作效率
项目背景
公司内部知识体系效率低，内部 AI 问答引擎使用频次低。知识库内容结构混乱及一线同事对 AI 工具感知抵触的情绪是主要瓶颈。
主要动作
知识库搭建
以"Veeva 文档系统性收集与结构化整理"为目标，参考德国 Euskirchen 工厂的多级分类体系，优化并调整本地知识库的目录结构，结合实质培训及使用场景，完善 SOP 分类和导航。
Agent 测试与测评
围绕常见生产背景下的问题，构建评测集，对问答引擎进行效果、拆解、行动、记忆能力等多维度深度测试和性能评估。
产品规划设计
以洞察调研和一线反馈为导向，参与知识库和问答引擎的产品设计和迭代，增加了意图识别和后续建议追问功能。
项目成果
效率提升
知识检索效率提升
45%
+45%
耗时缩短
查找资料耗时缩短
60%
-60%
使用频次
每日使用频次提升
2x
+2x
基于平台和脚本工具的开发与维护
构建自动化工具链，实现业务流程数字化
项目背景
当前阶段，高压力串岗和效率挑战频发，对成本和精力产生直接影响。通过 Policy、LCNC 等系统和 Python、JS 语言开发自动化工具，配合数据采集、报障、流程自动化，提升整体效率和数据安全与业务运营指标。
主要动作
LCNC 平台/脚本开发
以「精准追溯原材料的批次/状态」为目标，调研不同供应商的需求，基于LCNC系统开发应用表单，实现多环节/批次的数据自动化处理。
存储/看板/数据脚本
以「提升报表链路效率」为目标，对Badboihil标杆进行系统性链路梳理和分类与规则，清理无效和重复数据。
AI Coding 自动化工具
用Python以及高阶脚本开发了COA Raw数据自动同步脚本、自动化报障工具等，帮助一线同事将3小时重复劳动压缩到5分钟。
项目成果
溯源时间
异常溯源时间
45分钟
3天→45分钟
报障下降
报障接报率下降
60.4%
-60.4%
对接时间
数据对接时间
5分钟
4小时→5分钟