燃油库存很容易在不知不觉中流失。缓慢的渗漏或逐渐偏差的计量表，会淹没在每天的正常波动里，到了月底，谁也说不清是哪个油罐、哪一天、什么原因。这个加油站网络现在用一张每日表单记录量油读数、加油机读数和进油记录。油罐一旦超出容差，系统就会自动生成调查记录并写明原因，月度报表则显示损耗出现在哪里。
借助 AnyAI，这个网络：
- 每天记录量油读数、加油机读数和进油记录，每个油站一张表单。
- 根据当天的销售自动建议加油机读数，减少手工输入。
- 油罐超出容差时自动生成调查记录，并写明原因。
- 保留了历史数据，因为各油站过去的工作簿都已导入。
- 在一份月度报表中查看提交率、超出容差的油罐、未结调查、损耗区间和蒸发损耗。
- 容差作为设置项来调整，而不是为每个油站写死在程序里。
挑战
隐藏在日常波动中的损耗
过去，每个油站每天在纸上或电子表格里记录量油读数、加油机读数和进油记录，总部要到月底才能看到这些记录。
损耗就藏在这段延迟里。缓慢的渗漏，或者每天偏差一点点的计量表，在任何单独一天看起来都像正常波动。等到把整个月的数字加起来，损耗已经成为事实，却没有人说得清是哪个油罐、哪一天、什么原因。要追查，就得翻回好几周的纸质记录和电子表格。
还有历史数据需要保留。过去的库存记录分散在各油站自己的工作簿里，任何新系统都必须把它们带过来，而不是从零开始。这个网络需要把每日记录集中在一处，数据一到就核查，并在油罐偏离正常范围时留下清晰的记录。
解决方案
我们如何与他们合作
我们以前沿部署工程师的方式工作，深入团队的工作流程，而不是隔着一堵墙拿一份需求说明就开工。我们逐行梳理了每日库存表单，并导入了各油站过去的工作簿，没有丢失任何历史数据。
棘手的情况由负责人决定，比如盈余和损耗该如何区别处理，这些决定都已内置在核查规则中。我们以短周期迭代构建，每项改动都在安全的数据副本上测试，绝不在客户的正式账户上测试。
我们构建了什么
- 每日库存表单，涵盖每个油罐和加油机，以及进油记录。加油机读数会根据当天的销售自动建议。
- 自动差异核查。油罐的累计差异一旦超过设定的容差，系统就会自动生成调查记录，并写明原因。
- 月度库存报表，包括提交率、超出容差的油罐、未结调查、按颜色区分的损耗区间、蒸发损耗视图、关注清单和按区域划分的趋势。
AI 编程智能体（例如 Claude、OpenAI）构建每项改动，每项改动都经过测试和独立的 AI 审查。
成果
调查记录一开始就写明原因
这套系统已正式投入使用。各油站每天记录读数，油罐一旦超出容差就会自动生成调查记录。
每次预警都附带一份已写明开启原因的调查记录，所以“哪个油罐、哪一天？”从一开始就有答案。月度报表再呈现更全面的情况：哪些油站已提交、哪些油罐超出容差、哪些仍在调查中，以及损耗落在哪个颜色区间。
加油机读数根据当天的销售自动建议，每日表单要输入的内容更少，每个油罐当天的读数和进油记录都在同一条记录里。容差是设置项，调整阈值时不必为每个油站重新改写程序。各油站过去的工作簿已导入同一个系统，历史数据不必从头再来。
