赵静调出了第二页报告，是一张对比图表。

「两周的离线测试，一共生成了两千零一十六次排产建议。其中，一千八百九十三次和人工排产一致，占百分之九十三点八。剩余的一百二十三次不一致中，有九十七次AI的建议更优——产能利用率更高丶换线时间更短。另外二十六次，人工更优。AI的排产建议在复杂约束条件下的优化能力，已经超过了普通排产员，但和资深排产专家相比，还有差距。」

陈醒问:「AI更优的九十七次，如果按AI的建议执行，产能能提升多少？」

赵静说:「我们做了模拟推演。如果完全采纳AI的建议，追光三期的产能利用率可以从百分之八十二提升到百分之八十八，在制品库存可以降低百分之十五。换算成经济效益，每年可以增加约一亿元的产出，减少三千万元的库存积压。」

老韩深吸了一口气。「这个数字不小。如果AI真能做到，合城产线的盈利能力能提升一大截。」

赵静说:「所以第一阶段试验的目标是——在三个月内，让天枢AI的排产建议采纳率从零提升到百分之七十，产能利用率提升四个百分点。」

会议进入第二个场景——人才盘点与岗位匹配。

方敏对这个场景最感兴趣。合城人才生态的六大举措虽然已经启动，但人才的识别和培养仍然是最大的瓶颈。六千五百名员工，每个人的技能丶绩效丶潜力都不一样，靠人力资源团队手工盘点，效率低且主观性强。

「赵静，天枢AI怎么做人才盘点？」方敏问。

赵静调出了第三页报告，是一张人才画像的示意图。

「天枢AI从三个维度分析员工——能力维度丶绩效维度丶潜力维度。能力维度包括技能认证等级丶多能工培训记录丶以及项目经验。绩效维度包括KPI完成率丶质量指标丶以及出勤率。潜力维度包括学习速度丶主动性和团队协作能力，这些数据来自360度评估和日常行为记录。」

「AI把每个员工映射到一个九宫格上——横轴是绩效，纵轴是潜力。九宫格分成九个区域，每个区域对应不同的发展建议。比如，右上角的『高绩效-高潜力』员工，建议重点培养丶加速晋升。左上角的『低绩效-高潜力』员工，建议加强辅导丶明确目标。右下角的『高绩效-低潜力』员工，建议稳定岗位丶给予奖励。」