烟台富美特 × Workbuddy
食品行业专业服务平台的 AI 实践 —— 从合规审核到研发赋能、从数据处理到知识沉淀
1 企业概览
烟台富美特信息科技股份有限公司（官网：foodmate.net）成立于 2009 年，总部位于山东烟台，2017 年新三板挂牌（股票代码：871425）。公司运营食品行业综合性门户 食品伙伴网，面向食品企业、监管机构、行业协会和专业从业者提供行业资讯、研发、检测、质量管理、标准法规等信息与技术服务，是国内食品行业信息服务领域的龙头企业。
富美特是拥有行业平台、专业知识和企业服务能力的食品产业服务商。其对 WorkBuddy 的探索，能够为大量食品企业在合规、研发、质量与检测场景引入智能化能力提供参照。
2 主营业务
烟台富美特以食品伙伴网为核心平台，为食品产业链企业提供全链条专业化服务，业务涵盖研发创新、感官技术、安全合规、质量管理、认证审核、实验检测、在线学习、培训会议、食品人才、学校学生、专业翻译、科普食育、信息技术等十三大板块。
| 业务板块 | 主要服务内容 |
|---|---|
| 研发创新服务 | 创新研究、技术培训、技术交流会议、产品技术难题解决、食品原料供需及整合营销等定制化第三方研发技术服务 |
| 感官技术服务 | 感官分析测试、感官实验室建设咨询、技术培训及仪器销售等全产业链感官技术服务 |
| 安全合规服务 | 标准法规管理、产品指标与合规管理、SaaS平台（公有云+私有云）及食品安全解决方案 |
| 质量管理服务 | 认证咨询、质量管理体系搭建、质量提升、定制化内训等质量管理解决方案 |
| 认证审核服务 | 食品安全管理体系、HACCP、有机产品等认证、自愿性认证、供应商审核及酒类特色服务 |
| 实验检测服务 | 检测技术交流与培训、实验室设计管理咨询、LIMS系统建设、能力验证及采样检测中介等 |
| 在线学习服务 | 食学宝移动学习平台，提供研发、法规、质量、检测等领域线上视频点播与直播课程 |
| 培训会议服务 | 食品会议培训中心，汇聚培训会议信息，提供发布、在线报名、营销推广与资讯报道 |
| 食品人才服务 | 网络招聘、校园招聘、个人求职推荐、直播带岗、RPO、猎头等人才服务 |
| 学校学生服务 | 产教融合校企合作、教学资源共建、技能培训、竞赛活动、实习就业等院校服务 |
| 专业翻译服务 | 食品及相关领域的标准法规、标签、规格书、研发资料等多语种专业翻译 |
| 科普食育服务 | 食品有意思科普动漫、食育网运营，提供科普创作传播、食育活动策划与行业报告 |
| 信息技术服务 | 网站建设运维、软件系统及APP、小程序开发等IT技术服务，助力数字化转型 |
3 WorkBuddy 应用全景
烟台富美特当前 AI 应用处于各团队自主探索阶段，IT 团队主要使用 Claude + WorkBuddy 开发，合规部门约十几人使用Workbuddy、豆包等工具深度沉淀业务技能。公司计划通过自建 Token Harbor 统一采购 Token，支持混元、Claude、豆包等多模型调用。富美特正围绕合规审核、IT 开发与定期数据整理三个方向系统性地将 WorkBuddy 融入业务。
4 场景一：标签 / 配料审核
食品标签与配料审核是富美特合规服务的重要业务场景。富美特通过 WorkBuddy 对内部审核流程、专业知识和业务方法进行智能化整理，辅助专业人员提升审核效率，同时保留人工复核环节。
标签 / 配料审核
业务背景
食品标签与配料审核主要涉及食品标签信息审核、配料表合规分析和法规要求匹配等工作。审核人员需要结合食品标准法规、产品信息、配料组成及标签标识规范等多维度要求进行综合判断，对专业知识积累和业务经验具有较高依赖。
随着业务需求持续增长，高频、重复的审核任务不断增加，对团队的审核效率、知识传承和服务交付能力提出了更高要求。
应用挑战
| 挑战 | 具体表现 |
|---|---|
| 专业知识依赖度高 | 标签与配料审核涉及大量食品法规标准及专业规则，需要审核人员具备持续积累的行业知识和实践经验。 |
| 重复性工作较多 | 不同审核任务中存在大量相似的法规匹配、信息核对、问题整理和意见输出工作。 |
| 知识沉淀难度较大 | 审核方法和判断经验容易分散在个人工作过程中，需要形成结构化、可复用的内部专业能力。 |
WorkBuddy 解决方式
富美特基于 WorkBuddy，对内部标签与配料审核流程、专业知识和业务方法进行智能化整理，形成面向审核人员的 AI 辅助能力。AI 主要承担信息提取、规则匹配、问题提示和结果整理等辅助工作，关键结论仍由专业人员复核确认。
主要应用
法规知识辅助查询
- 关联标签与配料相关法规标准
- 为审核判断提供法规依据参考
标签内容智能分析
- 辅助识别标签中的关键信息
- 提升逐项检查和信息核对效率
配料信息辅助判断
- 结合内部知识和审核规则进行分析
- 帮助审核人员快速定位关注点
审核结果整理
- 辅助整理问题清单和审核意见
- 减少重复性文字处理工作
应用价值
- 专业人员逐项检索和核对法规要求
- 相似问题需要重复分析和整理
- 审核经验主要依赖个人积累
- 辅助完成信息提取、法规匹配和问题提示
- 减少重复性工作，提高审核处理效率
- 推动内部专业知识和审核方法结构化沉淀
WorkBuddy 主要用于内部专业知识、审核方法和工作流程的辅助应用，不替代专业人员判断，关键审核结论仍由专业人员复核确认。
5 场景二：IT 团队辅助开发
富美特 IT 团队是公司内部 WorkBuddy 使用频次最高的团队。此案例完整呈现其研发流程从传统"串行接力"到 WorkBuddy AI 赋能"全流程覆盖"的转变，涵盖需求分析、原型设计、代码开发和测试交付四个阶段。
IT 团队辅助开发
业务背景
过去，富美特的软件研发流程是典型的串行接力模式：需求分析 → 方案设计 → 原型制作 → 开发 → 测试，各环节由产品、设计、开发、测试等不同角色分别负责。跨角色沟通成本高、等待时间长，项目周期被拉长。对于一家以信息服务为核心的平台企业，研发效率直接影响产品迭代速度和客户响应能力。
模式对比
- 需求 → 方案 → 原型 → 开发 → 测试，各环节串行接力
- 产品、设计、前端、后端、测试角色分离
- 跨角色沟通成本高、等待时间长
- 技术栈壁垒明显，前后端需分别配备人员
- AI 贯穿需求到交付全链路，各环节并行协同
- 技术栈壁垒被打破，不区分前后端职责
- 需求方、产品和开发可通过高保真原型直观对齐
- 代码生成、测试、文档均由 AI 辅助加速
WorkBuddy 在各阶段的具体实践
| 研发阶段 | WorkBuddy 具体实践 |
|---|---|
| 需求分析 | 产品经理通过 WorkBuddy 辅助梳理客户需求与业务流程，快速输出解决方案；需求理解深度和方案产出效率大幅提升 |
| 产品设计 | 利用 WorkBuddy 生成 HTML 高保真原型，替代传统原型工具；需求方、产品和开发可直观理解最终交付效果，减少反复沟通 |
| 开发实现 | WorkBuddy 覆盖代码生成、优化、调试、数据库设计和问题排查等全链路任务；由于 AI 承担编码工作，技术栈不再构成壁垒，团队不再区分前端与后端职责 |
| 测试交付 | AI 辅助生成测试用例、定位问题根因、完善项目文档；测试与交付节奏明显加快 |
核心研发流程（AI 赋能后）
未来展望：AI 原生 SDLC
富美特期望进一步探索 AI 原生 SDLC 模式，推动需求、设计、开发、测试、发布等环节从串行走向并行协同。WorkBuddy 作为"AI 前线作战台"的思路已在团队中得到验证，下一步是将 AI 能力更深入地嵌入日常研发流程，实现研发效能的再次跃升。
我们非常关注 WorkBuddy 这类能够连接企业内部知识、工具和工作流程的 AI 平台。未来，AI 不只是单点工具，而会逐步融入员工日常工作，成为提升企业整体效率的重要支撑。
6 场景三：数据收集与整理
作为食品行业信息服务平台，富美特需持续追踪全球标准法规、食品安全舆情和出口监管等多源信息。此案例中，WorkBuddy 的联网搜索和自动化能力被用于周期性的数据汇集、归类和报告输出。
定期数据收集与整理
业务背景
作为食品行业信息服务平台，富美特需要持续收集、整理大量食品行业风险数据，为行业客户提供标准法规、风险预警等专业信息服务。这些信息来源分散、格式多样、更新频繁，传统人工方式耗时长、容易遗漏，且重复性劳动占比高。
当前收集的数据类别及数据来源
富美特实际收集、整理的数据涵盖：国内外标准法规、食品安全事件、国内抽检、国际食品安全预警、行政处罚、飞行检查等食品行业风险数据，来源包括各国监管机构网站、政府数据库、行业公告及新闻媒体等多类渠道。
WorkBuddy 覆盖的数据处理流程
其中重点应用
| 环节 | 应用说明 |
|---|---|
| 数据清洗整理 | 辅助处理不同来源、不同格式的数据，减少人工整理工作。 |
| 标准化处理 | 按照统一的数据规则对食品抽检、风险信息等数据进行规范化处理，提高数据一致性和可利用性。 |
| 分类归集 | 根据风险类型、食品类别、来源渠道等维度进行自动整理。 |
| 信息摘要与分析输出 | 快速提炼关键信息，辅助形成风险分析和业务报告。 |
应用价值
- 人工检索、摘取、归类、撰写报告
- 数据处理时效约 1 周
- 报告交付周期长，人工投入高
- 支撑抽检等大规模数据快速处理，每日新增数万条结构化数据实现自动化辅助整理
- 数据处理时效由约 1 周提升至 1 天
- 报告交付周期缩短约 50%，降低人工投入，提升风险分析与服务响应能力
定期数据收集整理提效明显；全球标准法规的跟踪分析；舆情监控与抽检不合格数据分析；出口欧盟等海外市场监管追踪。这些场景中 WorkBuddy 都在发挥作用。
7 应用价值总结
富美特对 WorkBuddy 的探索围绕将食品行业中高度依赖专家经验的合规研判、开发和信息处理工作沉淀为可复用能力。下表对比各场景的传统方式与 WorkBuddy 赋能后的变化。
| 维度 | 传统方式 | WorkBuddy 赋能后 | 核心价值 | 状态 |
|---|---|---|---|---|
| 合规审核 | 人工逐项比对法规与产品资料，依赖专家经验 | AI Skill 沉淀审核规则与知识库，辅助初步审核 + 专家复核 | 专家知识资产化、可复用，提升审核吞吐量 | 🔄 进行中 |
| IT 研发 | 需求→方案→原型→开发→测试，串行接力 | AI 贯穿全流程：方案输出、高保真原型、全栈代码、测试用例 | 打破角色壁垒和技术栈边界，研发效能跃升 | ✅ 已落地 |
| 数据处理 | 人工检索、摘取、归类、撰写报告 | 联网搜索 + 自动化处理 + 结构化输出 | 减轻重复性信息处理压力，提升时效性 | ✅ 已落地 |
| 知识沉淀 | 分散在个人经验中，难以传承 | Skill + Project 将业务知识组织为团队可复用的工作资产 | 从"人传人"到"知识可追问、可复用" | 🔄 持续迭代 |
| 行业赋能 | 咨询服务完全依赖人工交付 | 探索将 AI 能力标准化输出给中小食品企业 | 借助平台影响力推动食品行业全链条 AI 化 | 📋 规划中 |
AI 不仅是企业内部效率提升的工具，也将成为推动食品行业数字化升级的重要力量。富美特希望依托自身在食品行业的积累和影响力，探索更多 AI 应用场景，推动整个行业的智能化发展。