日本市场 AI 解决方案

日本市场 AI 解决方案

规模（S / M / L）× 行业（制造业 / 建筑业 / 物流运输 / 批发贸易）。为每一类客户提供以 AI 为核心线索的行业解决方案：AI 识别、AI 核对、AI 生成、智能预警——把重复劳动交给 AI，把决策还给经营。

卖的是「AI 解决方案」，落地的是「定制系统 + AI 基座」
P1

分层总览：规模 × 行业 二维框架

规模三档 · 如何判断一家公司属于哪档

档规模特征外部可观测的判断依据预算通道
S 中小企业 不足 50 人 / 营收不足 5 亿日元
财务 1 人兼任、纸质+传真、无专职 IT		 官网简陋或无官网；没有「信息系统」部门；招聘信息里没有数字化岗位 记账代理（月 5 千~3 万日元）
补助金 · 小规模框
M 中坚企业 50~500 人 / 营收 5~100 亿日元
有专职财务/信息系统、有核心系统、已开始外包		 设有「信息系统部 / 数字化推进室」；在用奉行、PCA、Excel；已有 BPO 或派遣 财务 BPO（月 5~35 万日元）
补助金 · 常规框＋发票框
L 大型企业 500 人以上 / 上市
部门完备、合规审查重、决策链长		 上市公司；有法务部；要求 ISO27001/ISMAP 认证；要求日本法人主体 专案预算
（只做灯塔，不进主战场）

重点行业四选 · 为什么是这四个

选取标准：痛点密集度（AI 能替掉多少重复劳动）× 法规压力（客户为什么现在必须动）× 客户可及性（有没有公开名单能直接找到）。

行业痛点密集度法规压力（2026–2027）可及性（公开名单）
制造业高（订单、送货单、发票）转包法 + 物流效率化法（货主义务）✅ 货主 1,876 家（官方行业字段）
建筑业最高（且最不可标准化）建筑业法修订 + 货主义务△ 货主 148 家
物流运输高（法定文书最密集）物流效率化法（强制）✅ 特定事业者 4,190 家
批发贸易最高（全链路文书）转包法 + 物流效率化法（双重夹击）✅ 货主 861 家

二维矩阵 · 12 个客户类型

S 中小企业M 中坚L 大型
制造业零部件/食品加工小厂订单流程 + 转包法改造货主义务、品质文书
建筑业小型建筑公司 / 室内装修造价估算 + 施工台账总包大社
物流运输小微运输特定事业者义务大型物流 + 货主
批发贸易小型贸易公司三单核对 + 授信综合贸易集团
一句话：四行业 × 三规模 = 12 个客户类型，不打全部——前两年打 8 个（S/M 层），L 层只挑 1–2 家做灯塔。
理由：AI 方案落地需要定制开发投入，摊到 12 格等于每格都做不深；L 层销售周期长、合规门槛高，不适合作为第一年的现金流来源。

核心叙事 · 我们对外讲什么

对外（给客户、管理团队、合作方）：我们提供的是「AI 解决方案」。
① 价值线索永远是 AI——「为您的××业务部署 AI」：AI 自动识别票据、AI 自动核对账目、AI 生成报告、智能预警异常；
② 一句话叙事：「把重复劳动交给 AI，把决策还给经营」——替代人月、减少错误、提速决策；
③ 客户听到的是「有人用 AI 帮我解决了问题」，不是「有一款软件」，更不是「你要学会用某个工具」。
落地层面：我们基于统一的 AI 基座（WorkBuddy 扮演 agent 基座：执行引擎 + 交互层），按客户需求开发行业业务系统——这是内部工程选择，对外不需要讲。
叙事纪律（别踩的两个坑）：
① 不卖「软件系统」——客户不买系统，买的是「AI 替我干活」的结果；系统是交付 AI 价值的载体，不是卖点；
② 不卖「教客户用 AI 工具」——客户不学工具，我们用 AI 把他们的活干完；我们的价值在「替他们用 AI」，不在「教他们用 AI」。
怎么读后面的页：P2–P5 每个行业页里，逐个客户类型给出三块内容——具体痛点（客户每天实际在做什么、卡在哪）→ AI 解决方案（系统名、AI 能力、交付物）→ 实施步骤（从设计到上线的过程，含周数）。每类客户都配一句对外 AI 叙事。
P2

制造业

1,876 家
物流法货主中的制造业（官方行业字段）
57.6%
占货主名单比例（第一大行业）
2026-01
转包法施行：付款票据全面禁止
制造业 × S 中小企业 · AI 智能记账解决方案 S 零部件 / 食品加工小厂，财务兼任，无专职 IT

痛具体痛点

  • 月度结账期间天天加班：财务只有一人，结账前每天多花 2–3 小时把纸质单据敲进 Excel
  • 发票用手写或 Excel 现做：每张格式不一样，被客户投诉过格式不统一
  • 收款核销靠翻网银：一笔一笔对着发票手工勾，月底几十笔要核一整天
  • 收据堆在抽屉里：等税务师来催才整理，经常找不到
  • 想上系统但没人研究：老板自己看了一圈软件，不知道选哪个、也没时间导入

案AI 解决方案「AI 智能记账」

用 AI 替掉手工录入与核销——票据拍照即入账，收款自动对账，结账报表一键生成
  • AI 票据识别：纸质票据拍照 / PDF 上传 → AI 自动识别 → 按本厂科目口径自动入账
  • AI 收款对账：银行流水一键导入，AI 自动匹配发票与收款，差异自动标出
  • AI 结账报表：结账数据自动汇总，AI 生成月度报告（含环比、异常提示）
交付物：凭证台账（Excel 导出）／ 月度报告 ／ 差异清单　报价：月 3~8 万日元

步实施步骤（约 4 周）

  1. W1需求访谈 + 样本收集：过去 3 个月的发票、银行流水、试算表，确认客户自己的科目口径
  2. W1-2部署 AI 票据识别与入账：按该客户的票据样式与科目口径配置
  3. W2-3对账 Agent 调优：输出差异清单，与财务负责人对答案，2–3 轮调优
  4. W3并行运行 1 个月度：AI 结果与人工结果同时出，人工复核，确认无漏检
  5. W4正式上线 + 操作培训：半天培训，交付操作手册
  6. 后续月度回访 + Agent 迭代：把该客户沉淀的规则并入通用 Agent 库
制造业 × M 中坚 · AI 订单结算一体化解决方案 M 有专职财务/信息系统，核心系统孤立，已有外包

痛具体痛点

  • 转包法改造没有方案：2026-01 付款票据全面禁止，付款与订单流程必须重做，但内部没人手做设计
  • 三套系统并行靠人搬：核心系统（奉行/PCA）+ Excel + 纸质台账，跨系统取数对数全靠人工
  • 三单核对压在一个人身上：订单、送货单、发票的核对靠资深员工，他一休假流程就卡
  • 月度决算要 5–10 个工作日：经营层要数据得等到月中，错过决策时机
  • 依赖个人达 38.4%：年轻人接不上手，老员工的经验没沉淀成规则

案AI 解决方案「AI 订单结算一体化」

用 AI 打通订单—交付—结算全链路——数据自动汇集，三单自动核对，差异智能分派，决算从 5 天缩到 2 天
  • AI 数据汇集：自动从核心系统 / Excel / 共享盘抓取订单、送货、发票数据，替代人工搬运
  • AI 三单核对：订单、送货单、发票自动匹配，差异 AI 智能分类（金额/品名/单边/期间错位）
  • 智能差异工单：差异自动生成工单，推送到责任人，处理留痕
  • AI 合规管理：转包法书面交付与付款期限自动管理
  • AI 决算报表：核对结果直接进月度报表，决算缩短到 2–3 个工作日
交付物：核对台账 ／ 差异工单 ／ 月度看板（可下钻）　报价：月 10~30 万日元

步实施步骤（约 8–10 周）

  1. W1-2现状调查：业务流程梳理 + 系统盘点 + 数据可获得性确认（能不能接、谁授权）
  2. W2-3AI 方案设计与原型：选 1 条业务线做原型，与客户共同定义验收标准（如核对工时削减 50%）
  3. W3-5原型验证：用真实样本数据跑通 AI 核对，量化工时削减与差异检出率
  4. W5-6验证评价 + 审批材料：做成客户内部审批用的投入产出材料（省人工时 → 金额换算）
  5. W6-8AI 系统部署：数据对接开发 + AI 核对规则配置 + 权限设计（最小权限）
  6. W8-9并行运行 + 培训：人工与 AI 并行，培训财务与信息系统部门
  7. W10正式上线 + 效果测定：正式运行，出具效果报告
  8. 后续补助金实绩报告支援 + Agent 迭代
制造业 × L 大型 · AI 合规与品质文书解决方案 L 灯塔 部门完备，决策链长，合规审查重

痛具体痛点

  • 物流效率化法货主义务：中长期计划书 + 定期报告 + 任命物流统括管理者，全部要人做
  • 品质/检验文书量大：多工厂、多部门、多格式，汇总成本高
  • 信息系统部门审查严格：会拿 AI 事业者指南的检查清单逐项盘问
  • 要求日本法人主体与支持体制：信用审查、维保合同是实质门槛

案AI 解决方案「AI 合规与品质文书」

用 AI 自动编制法定文书、批量处理品质文件——合规压力从人力负担变成系统自动化
  • AI 法定文书编制：中长期计划书、定期报告 从现状数据自动生成
  • AI 品质文书批处理：多工厂、多格式的品质/检验文书统一处理
  • AI 合规材料管理：数据流向、审计日志、检查清单应答 全套材料管理
交付物：法定文件 ／ 合规材料 ／ 审计留痕　报价：专案（数百万日元级）

步实施步骤（约 12–16 周）

  1. W1-2前提确认：合规材料是否齐备（数据流向图/离线证明/审计日志），不齐则先补
  2. W2-4部门访谈：货主负责人 + 信息系统部门 + 法务，摸清审批路径与审查问项
  3. W4-8原型验证：小范围试点（如 1 个工厂的定期报告编制）
  4. W8-12审批支援：材料制作 + 说明会 + 信息系统部门应答
  5. W12-16正式交付 + 署名案例协议：交付同时谈下公开署名权（合同里就谈，不要等做完）
客户从哪来：物流效率化法货主名单中制造业 1,876 家（官方行业字段、带公司名）+ 补助金交付决定名单中制造业约 449 家（名称推定）。
优先地域：东京 1,148 / 大阪 355 / 爱知 273。
P3

建筑业

3 成以上
建筑业尚未着手数字化的企业比例
8 成以上
面临接单机会损失风险
148 家
物流法货主中的建筑业（池子小）
建筑业 × S 中小企业 · AI 现场文书解决方案 S 小型建筑公司 / 室内装修，现场负责人兼做文书

痛具体痛点

  • 安全文件每次进场都要重做：作业人员名册、新入场者教育记录、资格证复印件——同一批人换个工地就要再交一套
  • 施工照片每天几百张：拍完堆在手机/存储卡里，整理成台账要熬夜，还常被总包退回重做
  • 每个总包方格式都不同：A 公司要 Excel 模板、B 公司要纸质盖章、C 公司用专用系统，每次都要重新填
  • 现场监理被文书拖住：白天盯工地、晚上做资料，本来该做的施工管理没时间做
  • 造价估算靠老师傅经验：老员工脑子里的工时定额和单价，没有沉淀成可复用的资料

案AI 解决方案「AI 现场文书」

用 AI 把现场从文书里解放出来——照片自动整理、安全文件一键生成、总包格式自动适配
  • AI 人员档案库：人员名册、教育记录、资格证 一次录入，多个工地复用，自动生成对应总包方格式的安全文件
  • AI 施工照片整理：按拍摄日期 / 工序 / 地点自动分类，生成符合总包方格式的照片台账
  • AI 完工形状表：从照片与实测数据自动生成
交付物：照片台账 ／ 安全文件 ／ 完工形状表　报价：月 5~15 万日元

步实施步骤（约 6 周）

  1. W1现场访谈 + 总包方格式收集：找 3–5 家主要总包的格式样本，确认各自的格式要求
  2. W1-2部署 AI 照片整理：用现场真实照片 500 张验证分类准确度
  3. W2-3部署 AI 安全文件生成：按总包方样式做模板库，人员信息一次录入
  4. W3-4现场试行：选 1 个在建工地并行运行（AI 出 + 人工核）
  5. W4-5吸收现场反馈：现场监理提的修改点逐条调整（这一步决定成败）
  6. W6全面上线 + 现场培训：扩展到全部工地，做现场操作培训
建筑业 × M 中坚 · AI 造价与施工管理解决方案 M 有专职事务，造价估算与施工台账压力大

痛具体痛点

  • 造价估算要 3–5 天：工时定额、单价散落各处，每次都要翻历史资料 + 问老员工
  • 施工体制台账整备追不上：分包结构一变就要改，改完还要重新提交
  • 物流效率化法的货主对应：建筑业也是货主，需做中长期计划书与定期报告
  • 建筑业法修订应对：禁止签订工期明显过短的合同、变更协商要书面向
  • 公共工程的文书要求严：格式、份数、期限都不能错

案AI 解决方案「AI 造价与施工管理」

用 AI 沉淀老师傅的造价经验——历史报价自动建库、相似案件秒级检索、施工台账自动生成
  • AI 造价估算：历史报价自动入库 → AI 相似案件检索，新人也能出估算
  • AI 施工台账：分包信息一次维护，多格式自动输出
  • AI 法定文书：货主计划书、定期报告 编制与更新（按国土交通省记载范例）
  • AI 变更协议：变更协商的记录与留痕
交付物：造价资料 ／ 施工台账 ／ 法定文件　报价：月 10~30 万日元+（高单价）

步实施步骤（约 10–12 周，含行业知识补齐）

  1. W1-3行业知识补齐（前置必做）：学习造价、工时定额、施工体制 + 现场同行，不懂这个方案会被现场一眼看穿
  2. W3-4现状调查：报价流程、文书流程的可视化，找出最痛的一环
  3. W4-6原型验证：AI 造价模块：用过去 20 件案件验证（能否快速出相似案件参考价）
  4. W6-8部署 AI 施工台账与法定文书模块
  5. W8-10并行运行 + 调优
  6. W10-12正式上线 + 培训 + 效果测定
建筑业 × L 大型 · AI 公共工程合规解决方案 L灯塔 公共工程文书多，合规要求严

痛具体痛点

  • 建筑业法修订（工期/变更协商）对应
  • 大量公共工程文书的格式与期限管理
  • 分包商多家、多层级，信息汇总成本高

案AI 解决方案「AI 公共工程合规」

用 AI 管理公共工程合规文书——格式期限自动校验，分包信息智能汇总
  • AI 合规文书体系 + 分包信息智能汇总 + 规模化文书处理
交付物：合规文书体系　报价：专案

步实施步骤（约 12–16 周）

  1. W1-3合规前提确认 + 部门访谈
  2. W3-8原型验证（选 1 个工程类别试点）
  3. W8-12审批支援 + 信息系统部门应答
  4. W12-16正式交付 + 署名案例
这个行业的取舍：建筑业是最好的行业（非标准化度最高 → AI 定制价值最大）但不是最大的池子——做深不做广，一单顶三单。
⚠️ 前置条件：行业知识密度高（造价、工时定额、施工体制），必须先补齐。建议放在第 4 位打。
可用名单：物流法货主中建筑业 148 家 + 补助金名单可推定建筑业约 395 家。补充通道：建设业振兴基金「信息化评议会（CI-NET）」年会费 30 万日元。
P4

物流运输业

4,190 家
物流效率化法 特定事业者（名单带公司名）
2026-04
物流效率化法施行
3 项
强制义务：中长期计划书 / 定期报告 / 任命管理者
物流运输 × S 中小企业 · AI 运输数字化解决方案 S 小微运输，家族经营，社长兼多职

痛具体痛点

  • 车辆调度靠白板：今天哪台车跑哪条线，全凭社长脑子记
  • 日报是纸质的：司机回来交纸质日报，月底汇总要一张张敲进 Excel
  • 运输合同书面化没做：货车运输事业法修订要求书面交付（含附带业务费、燃油附加费），还在口头约定
  • 开票要 2–3 天：从日报汇总到开票全靠手工
  • 社长兼财务兼调度：没有专职事务，任何新增义务都变成加班

案AI 解决方案「AI 运输数字化」

用 AI 把运输业务数字化——日报拍照即汇总，合同书面自动生成，账单一键开出
  • AI 日报识别：纸质日报拍照 → AI 自动识别 → 汇总成台账
  • AI 合同书面生成：按法律要求字段自动生成运输合同书面（含附带业务费、燃油附加费）
  • AI 账单生成：从日报数据直接生成账单明细
交付物：日报台账 ／ 合同书面 ／ 账单明细　报价：月 5~10 万日元

步实施步骤（约 4 周）

  1. W1访谈 + 单据样本收集：日报、现有合同、发票
  2. W1-2部署 AI 日报识别与汇总
  3. W2-3部署 AI 合同书面生成（由律师/行政书士确认字段）
  4. W3并行运行
  5. W4正式上线 + 培训（社长 + 事务负责人）
物流运输 × M 中坚 · AI 法定申报解决方案 M优先③ 被法律指定，无专职人手

痛具体痛点

  • 中长期计划书不会写：有样张，但"该填什么、怎么论证"没人懂
  • 定期报告是长期负担：不是一次性，意味着年年、定期都要重复投入人力
  • 管理者任命申报 + 实务负担：选出来的统括管理者还要真干活
  • 实际运输体制管理台账要整备：另加的义务，格式与运用都没底
  • 没有专职事务负责人：这些全压在现有的少数人身上

案AI 解决方案「AI 法定申报」

用 AI 扛下法定申报义务——计划书自动生成、定期报告年年自动、申报文件统一管理
  • AI 现状数据采集：从现有系统/台账自动收集运输数据
  • AI 计划书生成：按国土交通省记载范例，从现状数据自动生成中长期计划书草案
  • AI 定期报告：数据自动汇总 → 定期报告自动生成，避免每年重做
  • AI 申报管理：管理者任命申报、实际运输体制管理台账 的统一管理
交付物：中长期计划书 ／ 定期报告 ／ 申报文件 ／ 管理台账　报价：月 10~20 万日元

步实施步骤（约 6–8 周）

  1. W1访谈：现有计划书有无、数据在哪个系统、谁负责
  2. W1-2部署 AI 计划书生成（依据国土交通省记载范例）
  3. W2-4部署 AI 定期报告数据采集（系统对接或单据识别）
  4. W4-5内部评审 + 修改
  5. W5-6提交支援 + 运用流程确立
  6. W6-8面向下次报告的自动化固化（把"一次性"变成"每年自动"）
物流运输 × L 大型 · AI 合规管理解决方案 L灯塔 货主 + 运输双重义务

痛具体痛点

  • 货主与运输两边的义务叠加；实际运输体制管理台账规模化管理

案AI 解决方案「AI 合规管理」

用 AI 构建合规体系——双重义务自动追踪，规模化管理看板
  • AI 合规体系构建 + 规模化管理看板
交付物：合规体系 + 看板　报价：专案

步实施步骤（约 10–14 周）

  1. W1-3义务盘点 + 部门访谈
  2. W3-7原型验证（选 1 个网点试点）
  3. W7-11审批支援 + 信息系统部门应答
  4. W11-14正式交付 + 署名案例
这是唯一「第一天就有靶心池」的行业：国土交通省公开 4,190 家特定事业者名单，带公司名 + 都道府县 + 行业（第一种货主 1,792 / 第二种 1,446 / 货车运输 877 / 仓储 56 / 连锁化 19）。
切入逻辑：客户被法律逼着产文件，不买也在做，AI 替了就是省人力——销售周期最短，适合做现金流。⚠️ 客单价低于建筑业，适合走量。

「贵公司作为物流效率化法的特定事业者，需要应对中长期计划书和定期报告。现在这套文件靠人工做很费人吧？——我们可以用 AI 自动编制，每年自动更新。」

P5

批发·贸易

861 家
物流法货主中的批发业、零售业
57.9%
发票对应工具「未使用」比例
2 部法规
转包法 + 物流效率化法 双重夹击
批发贸易 × S 中小企业 · AI 订单数字化解决方案 S 小型贸易公司，一人多岗

痛具体痛点

  • 报价单、发票每次现做：Excel 里改来改去，老模板不敢动
  • 订货靠传真/电话：手写便条 → 再敲进系统，双重录入还容易错
  • 库存查询要打电话：问仓库有没有货，一次要等半天
  • 授信判断靠"多年交情"：没有额度管理，坏账靠运气
  • 财务兼任：一个人管订单、库存、开票、收款

案AI 解决方案「AI 订单数字化」

用 AI 把订单链路数字化——报价发票自动生成，传真订单 AI 识别，库存免打电话
  • AI 报价/发票生成：模板化自动生成，按该商社品目与价格口径
  • AI 订货单识别：传真/PDF 订单自动识别转成台账
  • AI 库存查询：系统对接或台账核对，免去打电话
交付物：报价单 ／ 发票 ／ 订货台账　报价：月 3~8 万日元

步实施步骤（约 4 周）

  1. W1访谈 + 单据收集（报价、发票、订单样本）
  2. W1-2部署 AI 报价/发票生成（按该商社的品目与价格口径）
  3. W2-3部署 AI 订货单识别
  4. W3并行运行
  5. W4正式上线 + 培训
批发贸易 × M 中坚 · AI 智能对账解决方案 M优先① 立标杆 三单核对是最干净的可复用场景

痛具体痛点

  • 三单核对吃掉一个月 40–60 小时：订单、送货单、发票三单逐项对照，全靠人工
  • 差异每月几十件：金额不符、品名不符、单边缺失、期间错位——原因追查很花时间
  • 授信、信用额度管理依赖个人：谁能赊多少，靠老员工记忆
  • 转包法对应：付款期限管理、书面交付义务
  • 物流效率化法货主对应：同时压过来

案AI 解决方案「AI 智能对账」

用 AI 替掉每月 40–60 小时的对账——三单自动核对、差异智能分类、异常工单自动分派
  • AI 三单核对：订单、送货单、发票自动匹配，替代人工逐项对照
  • AI 差异智能分类：金额不符 / 品名不符 / 单边缺失 / 期间错位 —— 自动归类出例外清单
  • 智能差异工单：差异自动生成处理工单，推送责任人，处理留痕
  • AI 授信管理：额度、账期、超额智能预警
  • AI 付款期日管理：转包法要求的付款期限与书面管理
交付物：核对台账 ／ 差异工单 ／ 授信看板 ／ 月度报告　报价：月 10~30 万日元

步实施步骤（约 8 周）

  1. W1-2现状调查：核对流程、单据样本、系统环境（能否接 API）
  2. W2-3AI 方案设计与原型：选 1 个交易方或 1 个品类试点，KPI 定为"核对工时削减 50%"
  3. W3-5原型验证：用过去 3 个月真实数据跑 AI 核对，测定差异检出率与误检率
  4. W5-6验证评价 + 审批材料：工时削减 → 金额换算（对 BPO 支出的替代逻辑）
  5. W6-8全面部署上线：扩展到全部交易方 + 运用流程确立
  6. 后续效果测定 + 补助金实绩报告支援
为什么这个格子最优先：三单核对（订单/送货单/发票）规则固定、跨客户同质——做完第 1 家，对账 Agent 第 2 家能直接复用。 它是全部 12 格里 Agent 复用度最高、毛利最好的格子，也是验证「AI 定制 → Agent 复用 → 毛利改善」这个商业模式的最佳试验场。
批发贸易 × L 大型 · AI 综合贸易管理解决方案 L灯塔 综合贸易集团，多品类库存

痛具体痛点

  • 多品类库存管理 + 货主义务；跨部门数据口径不一

案AI 解决方案「AI 综合贸易管理」

用 AI 整合跨部门数据——库存智能看板、货主义务自动追踪、口径统一
  • AI 合规体系 + 库存看板 + 跨部门数据整合
交付物：合规体系 + 库存看板　报价：专案

步实施步骤（约 10–14 周）

  1. W1-3部门访谈 + 数据盘点
  2. W3-7原型验证（选 1 个品类）
  3. W7-11审批支援
  4. W11-14正式交付 + 署名案例
客户从哪来：物流法货主中批发业、零售业 861 家（官方行业字段）+ 补助金名单可推定约 155 家。
P6

优先级与打法

优先序（为什么是这个顺序）

  1. 批发贸易 × M（AI 智能对账）→ 规则固定、Agent 复用度最高、毛利最好 → 先打，立标杆
    用途：验证「AI 定制 → Agent 复用 → 毛利改善」这个核心假设。如果这个格子都跑不出复用效应，整个 AI 定制模式要重估。
  2. 制造业 × S/M（AI 记账 / AI 订单结算 + 补助金）→ 池子最大（1,876 家）→ 上量
    用途：把标杆做成规模，用补助金通道降低客户决策门槛。
  3. 物流运输 × M（AI 法定申报）→ 痛点最急、名单现成 → 快速成交
    用途：现金流。客户被法律逼着产文件，销售周期最短（约 6–8 周可交付）。
  4. 建筑业 × S/M（AI 造价施工）→ 价值最高但需行业知识 → 后打，做深
    用途：高毛利定制。必须先补齐造价/施工知识，且前三个格子跑出方法论后再碰。
  5. L 层（全部行业） → 只做 1–2 家灯塔（署名案例），用 ①②③ 的标杆去撬动
    用途：拿到可公开的日本案例，打开中间层（大企业/金融）。不做销售主战场。

AI 方案落地与交付的通用流程

上面 8 个优先格子的交付周期虽然长短不同（4–12 周），但流程骨架一致——这是我们的标准交付方法论：

阶段做什么关键点
① 需求访谈业务流程 + 单据样本 + 系统环境拿到真实样本，不靠猜
② 方案设计与原型用小范围真实数据做出 AI 原型，量化效果必须有可测量的 KPI（如工时削减 50%）
③ 审批材料把原型效果换算成钱，做成客户内部审批材料对 BPO 支出讲替代逻辑
④ AI 系统部署数据对接 + Agent 配置 + 权限设计权限最小化（合规要求）
⑤ 并行运行AI 与人工同时出结果，人工复核建立信任，避免一次切换的风险
⑥ 正式上线 + 培训正式运行 + 操作培训 + 效果测定出效果报告（也是补助金实绩材料）
⑦ 能力沉淀复用把该客户的规则沉淀为可复用 Agent这一步决定毛利能否改善（第 2 家复用）

两个结构性前提

前提内容不成立的后果
Agent 沉淀
（方案层复用）		 把核对、票据识别、报表、法定文书等沉淀为可复用 Agent，第 1 家定制、第 2 家起复用。
对补助金：可复用的模块要打包成可登记的 IT 工具（补助金只买已产品化软件），客户特有部分走服务（导入配置、培训、应用咨询，补助金全额覆盖）。		 每个客户从零开发 → 毛利被吃掉，AI 定制模式不成立；且吃不到补助金这条最大的预算通道
合规材料 数据流向图 + 网络连接白名单 + 离线可运行证明 + 审计日志。
这是 AI 方案落地到客户环境的成立条件，不是营销素材。若系统运行中调用任何境外端点（推理接口 / 遥测 / 许可校验），"数据不出境"主张当场破产。		 核心卖点（数据不出境）无法对外承诺 → 对中坚以上客户基本失去说服力

报价锚点（贯穿所有格子）

客户现在的支出（锚）金额我们的报价位置
记账代理月 5 千~3 万日元（每笔分录 50~100 日元）月 3~8 万日元（对标 + 加值）
财务 BPO月 5~20 万日元（营收 1 亿 5~15 万 / 3 亿 15~35 万 / 10 亿 40~100 万+）月 10~30 万日元（= BPO 1 人月的 25~75%）
事务 BPO 人员 1 人月30~55 万日元（法定披露：Persol 15,896 日元/日、Transcosmos 26,581 日元/日）主张：「用不到一个人的价钱，做掉一个人的活」
财务正式员工总人力成本月约 52.6 万日元（doda 平均年薪 549 万 × 1.15）同上
对外表达三条铁律（AI 叙事）：
① 永远讲 AI 方案，不讲「软件系统」、不讲「工具」——客户买的是「AI 替我干活」；
② 对着 BPO / 人力支出打，不对着 Copilot 打（后者会陷入功能对比的苦战）——「我一年花 600 万日元养 2 个人做这件事，AI 多少钱能替掉？」
③ 开场问「你们哪个业务最费人？——我们让 AI 把它替掉」，不问「你们想不想用 AI」。
P7

附录 · 可复用 Agent 资产库与数据来源

可复用 Agent 资产库（方案落地的能力积木）

不同客户类型从这套资产里挑不同组合组装成 AI 方案。Agent 复用度越高 → 交付越快、毛利越好。

#Agent 资产做什么用在哪些客户方案复用度
M1凭证核对 Agent发票/收据/银行流水/试算表 自动对照、查错、出例外清单（不做会计判断）AI 记账、AI 订单结算★★★★★
M2文书生成 Agent模板 + 引用内部规程，自动产出审批文件/报告/规程类全行业方案★★★★★
M3法定文书 Agent中长期计划书、定期报告、管理者任命申报等法定文书的编制与持续更新AI 法定申报、AI 合规★★★★
M4票据识别 Agent纸/传真/PDF 票据识别入库、字段提取、日式票据合规校验AI 记账、AI 订单、AI 运输★★★★
M5报表可视化 Agent多源数据汇总、清洗、生成交互看板与报告全行业方案★★★★
M6三单核对 Agent订单/送货单/发票 三单核对、差异智能分类、工单流转AI 智能对账、AI 订单结算★★★
M7自动化执行 Agent登录业务系统自动取数/填单/审批，定时推送全行业方案★★★

各行业可用名单（已解析，可直接使用）

名单家数字段适用客户类型
物流效率化法 特定事业者4,190类型·行业（官方）·名称·都道府县物流运输 / 制造 / 批发（M/L 层）
数字化·AI 导入补助金 2026 交付决定6,427法人编号·名称·都道府县·市区町村·补助框制造 / 批发 / 建筑（S/M 层）
Top 50 中坚候选 + 联系方式50类型·行业·名称·都道府县·官网·电话（27 家）灯塔候选（M 层）

关键数据来源

数据口径提示：行业字段中，物流法名单为政府官方字段；补助金名单政府未公布行业，其行业分布为名称推定（约 31% 可判定），指示方向而非精确分布。