行业参考 · 制造 · 采购 · 证据 E1
Elanco 用双层 Agentic AI 体系改造采购到付款（P2P）查询处理
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
P2P 团队充当人肉中间件，手工处理大量供应商查询，耗时且易错，响应速度慢。
概要
Elanco 的 procure-to-pay 团队以往每年人工处理超 30,000 条查询、每次常常超过 10 分钟。其开发了两层 agent AI 体系，基于 ElancoGPT 安全 AI 平台：第一层 AskSAP 支持自然语言查询记录；第二层 proc-to-pay agent 自动扫描供应商邮件、识别意图、用实时 ERP 数据核对并草拟回复，由员工审核。查询解决时间降到 10 秒以内，降幅 99%，并消除了 30%-40% 的人工 P2P 查询。
原文写明的事实
- 原文写明 Elanco 每年人工处理超 30,000 条 P2P 查询，处理常常超过 10 分钟
- 原文写明系统基于 ElancoGPT 安全 AI 平台，第一层 AskSAP 用自然语言查记录，第二层 P2P agent 自动扫描供应商邮件、识别意图、用 ERP 数据核对并起草回复
- 原文写明查询解决时间降至 10 秒以内，减少 99%
- 原文写明消除了 30%-40% 的人工 P2P 查询
- 原文写明 agent 草稿由员工审核
- 原文写明 Hitachi Energy 拥有超 100 家工厂、2 万多家供应商、每年约 200 万条入站交货线和约 300 万条采购订单行
- 原文写明部署 agentic AI 自动化端到端 Inbound Delivery Note 和 Order Acknowledgment 流程
- 原文写明入库交货通知系统回收期为 4 个月，订单确认解决方案回收期不到 4 个月
还有 14 条细节，见文末原文来源。
怎么做的
- 输入：供应商邮件查询
- 处理：识别邮件意图，结合 ERP 实时数据核对并草拟回复，由员工审核后发送
- 数据：SAP 记录、供应商邮件、采购数据
- 动作：草拟回复并推送员工审核
- 输出：供应商回复草稿与已核对的记录
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：中（需要配置 Skill / Connector）
- 需要的能力：邮件意图识别 Skill、采购单据核验 Skill、回复起草 Skill
- 需要接的数据/系统：邮件系统、SAP ERP、办公通讯平台
- 仍需人工的环节：员工审核 agent 草拟的回复
- 风险：未审核草稿可能导致向供应商发送错误信息；权限控制不当可能泄露价格或合同信息
- 原文没披露的：供应商邮件接入与 ERP 数据映射需自建；自然语言查询覆盖面未披露
邮件意图识别与回复草稿生成可做，但实时 ERP 数据核验需要稳定连接器，实际准确率需实测确认。
来源
证据说明：Hackett 公告单源，获奖数据来自企业申报，未经独立审计