作者：腾讯 WorkBuddy
Ricky 经营着一家名叫 Vetmacy 的宠物健康用品电商公司，通过 HKTVMall（中国香港主要的电商平台之一）和自营网站，为本地宠物主人提供服务。团队一共 3 人——Ricky 负责整体运营，另外 2 位分别负责对接客户和供应商。
在中国香港，中小企业的业务协作和交易流程更多依赖邮件、纸质单据和即时通讯：供应商通常通过邮件发送 PDF 格式的报价单和订单确认文件，来货附带纸质发票和送货单，收货以盖章签名为凭，日常商务沟通几乎都在 WhatsApp 上完成。这种协作方式带来了一个现实问题——数据天然是分散的：库存在 ERP，销量在电商后台，供应商报价在邮箱，团队沟通记录在 WhatsApp。不同的系统各自运转，彼此不互通。
Ricky 每天要做的，就是整理和汇总这些分散的信息并做出决策。其中，仅仅是统计缺货清单和下达补货订单两项，每天就要花费 4 至 5 个小时。
2026 年 3 月底，Ricky 注意到了 WorkBuddy——无需复杂的技术部署，就能连接多个系统并处理数据。这正好切中了他最迫切的需求。于是他下载了 WorkBuddy。接下来的四个月里，他每天重复运转的工作流程，被一步步重塑了。
01 全自动库存监控：从人工逐项核对，到自动生成清单
对于电商企业而言，缺货意味着丢单、退款和客户流失。因此，每天第一时间掌握哪些商品缺货、缺了多久、影响多大，是 Ricky 最不能出错的一项工作。
在使用 WorkBuddy 之前，Ricky 每天需要人工完成下述流程：
- 从公司邮箱、ERP 系统、电商后台等多个渠道下载订单、库存、销售数据，找出缺货商品；
- 生成缺货清单，手动在电子表格中更新交付数据；
- 通过 WhatsApp 逐一通知团队跟进。
这套缺货监控流程每天需要花费 30 至 45 分钟，步骤机械重复，且人工逐行核对极易出现疏漏。
现在，Ricky 通过 WorkBuddy 配置了一个自动化任务，每天在固定时间运行，全程无需人工介入，耗时仅 1 至 3 分钟：
- 自动从公司邮箱、ERP 系统、电商后台等多个渠道读取库存和销售数据；
- 生成缺货清单，包含产品条码、名称、已缺货天数等；
- 将清单自动推送到团队 WhatsApp 群，同时写入电子表格存档。
原本每天需要人工投入 30 至 45 分钟的工作，如今已基本不需要人工介入。系统每次运行约需 1 至 3 分钟，团队成员打开 WhatsApp，就能看到完整的库存预警清单。
这是 Ricky 使用 WorkBuddy 后完成的第一次流程改造：不只是让 AI 回答一个问题，而是让一项任务在无人发出即时指令的情况下，自己启动、自己执行。
02 补货订单自动化处理：不只整理数据，还会主动提出建议
知道"哪里缺货"只是起点，紧随其后的补货决策才是真正消耗精力的环节——每款缺货商品要补多少？向哪家供应商下单？何时下单？每一个判断都需要多维度的数据支撑。
具体而言，一次补货决策需要综合考虑这几个维度：商品近期的销量走势、当前库存的周转天数、供应商的最新报价、不同品牌的最小起订量规则，以及公司当前的资金状况。而这些数据分别存储在 ERP、电商后台、邮箱 PDF、Google Sheets 和 WhatsApp 群聊中。以前，Ricky 的公司有一位员工专门负责这项工作：从各个系统中逐一提取数据，手动汇总成一张可供决策的表格。连同缺货监控在内，整套流程每天需要投入 4 至 5 个小时。
而现在，WorkBuddy 承担了从数据读取到订单生成的完整链路，补货流程的日均耗时缩短至 2 个小时以内：
- 从各个渠道（Google Sheets、邮箱 PDF、WhatsApp、ERP）自动读取商品需求、供应商报价和库存信息等数据；
- 基于销售速度和库存状况，计算每款商品的建议补货量，并自动匹配各供应商的起订规则；
- 生成订单草稿，推送到邮箱以及团队 WhatsApp 群组供审阅；
- 团队确认后，通过 API 将订单写入 ERP，并生成采购订单。
比起效率提升，更让 Ricky 惊喜的，是 WorkBuddy 在一次补货过程中主动给出的判断。
一次，Ricky 计划给一款热销的商品追加两到三成的补货量，根据过往的补货经验，这个补货量应该足够。但 WorkBuddy 在分析完这款产品近几周的销售数据后，给出了不同的结论：按这个幅度追加仍然不够，原因是这款产品的销量并非稳定增长，而是在持续加速。Ricky 最终采纳了这个判断，调整为更激进的补货策略。事实证明，如果当时只按原计划追加两到三成，这款产品确实会在补货周期内断货。
"它不是只照着规则走，" Ricky 说，"它在结合数据做判断。我觉得这是它和普通工具不一样的地方。"
03 连接系统与记忆沉淀：WorkBuddy 贯穿业务流程
从缺货监控到补货决策，WorkBuddy 在 Ricky 的电商业务中已经不只是完成某个单点任务的工具，而是贯穿业务流程的自动化中枢——它连接着邮箱、ERP、电子表格、电商后台和通讯工具，让数据不再需要人工搬运，而是能在这些系统之间自动流转。
与此同时，每次执行任务时，WorkBuddy 的记忆系统能够持续积累公司业务中的大量规则和经验：各品牌不同的最小订货量要求、按季度变化的起订规则、不计入起订金额的产品清单。过去每次补货时 Ricky 都要重新翻找对应的规则逐一确认，生怕自己记岔了导致下错单。而现在，这些规则和经验全部沉淀在 WorkBuddy 的记忆中——不需要再重复交代。
四个月内，Ricky 的 WorkBuddy 完成了 177 次记忆迭代，也日渐加深了对业务运行方式的理解，并开始具备识别异常的能力——哪些变化属于正常波动，哪些已经偏离了合理范围。
一次，Ricky 像往常一样查看 WorkBuddy 整理的销售数据，发现其中有一条异常提醒：几款产品的近期销量出现了异常增长。WorkBuddy 对比了这几款产品过去数月的销量走势，认为这种增幅明显偏离了正常波动范围，并建议 Ricky 核查数据源。Ricky 重新核实后才发现，是旧数据重复计算所致。如果这个问题没有被及时发现，而按照错误的数据制定了补货计划，很可能造成库存积压和资金压力。
"WorkBuddy 像一个守门员，在决策之前替我拦住风险。"
写在最后
这是 WorkBuddy 公众号记录的第一个来自中国香港的用户案例。
受商业生态与市场环境影响，中国香港与内地在数字化建设的侧重点、应用模式及发展节奏上呈现出不同特点。在香港，企业间协作更多依赖于传统的邮件、即时通讯和纸质单据，许多中小企业的业务流程中仍然保留着大量人工操作的环节。在这样的背景下，AI 工具要发挥价值，需要适应一个更加复杂而真实的环境，并真正融入业务。
而 Ricky 的故事恰恰证明，即便是在尚未完全数字化的业务环境中，WorkBuddy 依然能够嵌入现有的工作流程并持续发挥价值。从读取 PDF 报价单、识别繁体手写单据，到连接多个系统、记住不断更新变化的业务规则，WorkBuddy 用自己的方式，弥合了系统与系统、线上与线下之间的距离。
这个故事也在向我们证明一种可能：无论面对何种文化背景、技术条件和协作方式，AI 都能比想象中更早、更具体、更深入地融入每个人的日常。