行业参考 · 零售 · 客服 · 证据 E1
How Trendyol scaled n8n to 1,000+ users and 700 active workflows in under a year
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
技术团队约 2000 人但需求太多，工程时间挤占小需求；非技术团队无法自助建设自动化。
概要
Trendyol 这家土耳其头部电商在过去一年把 AI/agentic 工作流铺进全公司，大量跑在 n8n 上：卖家聊天机器人、Slack 法务 AI 助手、搜索相关性 agent、AI 代码评审等。自托管约 200 个项目，权限隔离，凭证走 vault。
原文写明的事实
- 原文写明 Trendyol 是土耳其头部电商，约 30 万卖家，1 万+ 员工，技术团队约 2000 人/约 200 团队
- 原文写明卖家聊天机器人接入 seller panel，路由到约 10 个 n8n workflow，当前对约 10% 卖家开放，计划年底全量
- 原文写明法务 AI 助手通过 RAG 访问内部法律文档并在 Slack 中使用
- 原文写明搜索相关性 agent 已投入运营
- 原文写明首个部署是本地 POC，一个月内购买 Enterprise license（社区版缺 logging 和 SSO）
- 原文写明自托管约 200 个项目，每技术团队一个，权限隔离，凭证走 vault
- 原文未标注发布日期
怎么做的
- 输入：卖家自然语言问题，如最近七天收入
- 处理：orchestrator 分类意图并调用约 10 个 n8n workflow，执行 SQL 查询和价格分析
- 数据：卖家面板数据、内部法律文档、平台数据
- 动作：查询数据、生成分析结果或法律答案
- 输出：卖家面板回答、Slack 法律答案、搜索相关性结果
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：高（需要配置 Skill / Connector）
- 需要的能力：SQL 查询 Skill、RAG 法律问答 Skill、意图分类
- 需要接的数据/系统：卖家面板/电商平台、Slack、SQL 数据库、vault
- 仍需人工的环节：法律答案由国际法务团队验证；平台治理与安全每日对齐
- 风险：权限隔离与安全要求高；全量 rollout 未完成
- 原文没披露的：量化业务价值不足；标题中的用户和工作流数字正文未完整展开；发布日期未标注
多渠道 AI 问答与 workflow 编排平台化落地是真实案例，但具体 WorkBuddy 能否承载类似规模需实测
来源
证据说明：官方 case study，单一企业来源，部分数据未在正文展开