
成效
880 万+
每年处理的订单量
成效
2000 亿+
生产环境中处理的 AI token 数量
成效
↑50%
人工订单录入工作量降幅
成效
2 倍
不增加人手,销售团队效率提升至原来的
Choco(在新窗口中打开) 是一个由 AI 驱动的平台,致力于推动食品饮料分销的现代化,为美国、英国、欧洲和海湾合作委员会成员国的逾 21,000 家分销商和 100,000 家买家提供服务。Choco 将餐厅、供应商和分销商连接到一个统一系统中,简化了整个食品供应链的订购、销售和客户管理流程。
随着订单量增长,Choco 遇到了一个重大瓶颈:订单仍然通过电子邮件、短信、语音留言、图片,甚至手写便条传来。团队需要手动将这些信息转为结构化的 ERP 订单。这一过程缓慢且容易出错,既限制了业务规模,也不断给运营带来阻碍。
“处理这些输入是第一道障碍,但不是最难的一道。真正的难题在于隐含的背景信息:每位客户特有的 SKU 对应关系、计量单位偏好和配送规律。这些知识都存在接单人员的脑海里,我们需要将其融入推理层,让系统在接收订单时就能消除歧义。”
随着可用于生产环境的大语言模型出现,Choco 看到了超越工作流软件的机会:构建能够直接执行任务的 AI 系统。OpenAI API 成为了这场转型的核心。
Choco 将 OpenAI API 嵌入平台核心,为新一代 AI 原生产品提供支持。公司推出了 OrderAgent(在新窗口中打开),用于处理电子邮件、短信、图片和文档等多模态输入,并将其转化为可直接用于 ERP 系统的结构化订单。
“转写和信息提取能力为我们打下了坚实的基础。真正的工程挑战在于构建动态上下文学习基础设施,让系统能够结合每位客户的订购历史和商品目录消除歧义。这正是自动化与智能化的区别。”
Choco 还基于 OpenAI 的 Realtime API 构建了 VoiceAgent(在新窗口中打开),让客户能够通过自然的电话对话下单,响应延迟低于一秒,即使在非营业时间也能使用。

Choco 选择 OpenAI,看中的是其模型性能、多模态能力、结构化输出,以及在大规模生产环境中的可靠性。借助在同一生态中处理文本、视觉和音频的能力,Choco 将此前彼此割裂的工作流整合成了一个智能系统。
部署过程快速高效,也便于后续扩展。借助 OpenAI 的 SDK 和 API,Choco 迅速将语音转文本、嵌入和函数调用等能力集成到自身基础设施中。团队还构建了严谨的评估框架,通过带有标准答案的数据集、持续监控和 A/B 测试,确保系统在生产环境中的准确性与性能。
系统与整个订购流程的无缝集成,推动了客户的采用。客户无需改变下单方式:无论使用电话、短信还是电子邮件,系统都能适应他们的习惯。
“客户一旦看到系统能处理好自己的订单,很快就建立起了信任。从那时起,客户采用的速度才真正加快。”
通过可选的“自动处理”模式,分销商可以在置信度达到阈值时让系统自动处理订单,同时对特殊情况保留人工审核。系统不断从纠正反馈中学习,逐步提升准确性和可靠性。
每年处理超过 880 万份订单,省去数百万次人工操作流程
人工订单录入工作量最多减少 50%,让团队腾出精力从事更高价值的工作
将工作效率提升至原来的 2 倍,让团队无需增加人手即可扩大业务规模
通过可配置的自动化阈值,将错误率控制在 1%–5% 以下
支持全天候接单,消除夜间和周末带来的延误
从第一天起就开展评估:即使只有一个包含 10–20 个示例、带有标准答案的小型数据集,团队也能衡量进展、验证改进效果,并更有把握地迭代。
投入建设 AI 原生可观测性:调试 AI 系统不能只依赖传统日志。要理解并改进系统表现,记录模型的输入、输出和推理轨迹至关重要。
尽早建立合理预期:与确定性软件不同,大语言模型基于概率运行。让团队和用户理解这一区别,是建立信任、避免采用过程中出现阻力的关键。
Choco 正持续拓展其 AI 能力在整个食品分销生态中的应用,让智能体在执行复杂运营流程时发挥更大作用。随着 AI 系统承担更多职责,Choco 正在赋能一类新用户:无需工程背景,也能担任“智能体编排者”,设计和管理智能系统,推动业务成果。
“我们正在从辅助工作的软件,转向真正完成工作的系统。这一转变让客户的运营更敏捷、更精益,应对变化的能力也大幅增强。”
展望未来,Choco 计划进一步扩大 OpenAI API 的使用规模,在销售、商业交易和供应链运营中构建自主性更强、能够感知上下文的系统,持续推动自身从工作流软件向 AI 驱动的任务执行基础设施转型。


