行业参考 · 制造 · 供应链 · 证据 E1

Xpress Boats 用 Infor Velocity Suite 实现诊断提速 98%、退货处理提速 95%、加急运费降 50%

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

Xpress Boats面临准时交付压力，制造和供应链流程存在低效，需快速识别和消除瓶颈

概要

美国铝制船制造商Xpress Boats通过Infor Velocity Suite和AWS，利用Infor Process Mining一周内识别关键瓶颈，自动化退货处理和供应商定价，智能文档处理，实现流程问题诊断速度提升98%、退货处理时间减少95%、加急运输成本降低50%。

原文写明的事实

• Xpress Boats是美国领先的铝制钓鱼船和浮桥船制造商，位于阿肯色州Hot Springs
• 使用Infor Velocity Suite后，公司在一周内通过Infor Process Mining发现关键瓶颈，重点领域为Procure to Pay、Order to Cash和Demand to Build
• 结合自动化工具处理退货和供应商定价，以及Infor GenAI智能文档处理
• 结果：流程问题诊断速度提升98%，退货处理时间减少95%，加急运输成本降低50%
• 现在测试Infor CloudSuite Industrial agents for Purchase Order, Customer Order, General Ledger, Accounts Payable, Accounts Receivable
• 信息系统经理Jennifer Terry表示Infor Industry AI Agents和GenAI Assistant有潜力重新定义运营

怎么做的

• 输入：企业各流程数据（如Procure to Pay、Order to Cash等）
• 处理：Infor Process Mining发现瓶颈，自动化工具处理退货和定价，GenAI处理文档，测试多个代理
• 数据：企业ERP及流程数据
• 动作：自动化退货处理、供应商定价更新、文档处理
• 输出：流程诊断、成本降低、时间节省

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（需要开发 Skill / MCP / API）
• 需要接的数据/系统：Infor CloudSuite、AWS
• 仍需人工的环节：未披露
• 风险：依赖特定软件套件
• 原文没披露的：未披露人工复核机制与长期稳定性

官方证实已产生可量化业务成果，但基于Infor/AWS生态，WorkBuddy复刻需另建集成

来源

• press.aboutamazon.com

证据说明：AWS官方新闻稿，企业直接参与，可信度高；模型自称 E3，按来源结构下调为 E1。