codejoy · 飞沃科技 · IPO 客户 · D1—D3 现场结构化产物
22 家子公司、IPO 客户、三日深扎。
我们把车间黑话翻译成73 个实体、47 条数据链路、21 个严重断裂点和16 个非 AI 不可的场景。
数据图谱不是 IT 资产清单。它是把"哪里在断"、"什么是刚性的"、"哪些目标在偏"、"用什么机制纠"、"哪些场景值得用 AI"这五个问题，建模到同一张图里——为后续选型、立项、报价、做 demo 提供单一真相源。
数据图谱五元组
实体73
关系47
规则37
目标21
纠偏24
业务场景校正61
三个 Punchline
价值洼地
21
严重断裂的数据流
客户邮件→跟单、跟单→ERP、MES→U8 这些断口，是 AI 介入的最优先位置。
必投场景
16
非 AI 不可的场景
剑如总现场判定"非 AI 不可"——v1 立项与报价的最佳候选清单。
要砍掉
4
AI 也做不了的
客户主导的需求喇叭口、政府采购周期，AI 介入也无解，先承认边界。
实体 21 域
73
Link 17 类型
47
● 21 严重 · ● 16 部分 · ● 10 通畅
Rule 三层
37
● 12 刚性 · ● 18 策略 · ● 7 直觉
Goal 4 层级
21
PDCA 机制
24
最严重的断裂链路
"非 AI 不可" P0 / P1
数据来源
飞书 Base · 6 张表 · 大聪明 bot 实时拉取
L0DQb4YCYaS3ugssBBbcXZVnnFC
数据图谱方法
来自 D1—D3 现场观察 + 剑如总当场判定 + 5/22 双对齐校正。幽灵节点：被关系引用但未在实体表登记的概念，用虚线保留拓扑完整性。
使用建议
先看「实体 × 关系」整体形态 → 下钻「业务场景校正」找 P0 立项 → 用「规则 / 目标 / PDCA」补全上下文。