凌晨的深圳，二十几万台新能源物流车穿行于城市动脉。从租赁、销售、充电、维保到残值，一辆车从"诞生"到"退役"，每个环节的数据实时汇入一张智能运营网络。
但 AI 到来之前，地上铁绿色科技（深圳）股份有限公司却是另一番景象：新人成长慢、链条交接多、审单全靠人、经验难传承。这曾是地上铁的日常，也是规模化物流企业的共性难题。
为此，这家"没有一辆油车"、全亚洲第一家"深绿"的新能源物流企业，选择与火山引擎、AMD、出海云组成"超级拍档"，用 AI 重构新能源物流车的运营方式。
今天，让我们走进 《超级拍档向山行》地上铁专场，看这场绿色物流的 AI 进化如何发生。
运营之重：规模化物流的效率瓶颈
销售端 ，车辆品类多、非标化，新销售成熟开单要半年甚至一年，人员流动让经验随之流失；办公端 ，从车辆定义到最终退役，超长链条上团队频繁交接，流程冗长复杂；维保端，每天约2000 单维修请求，而维修网络并非全直控，全靠专职审核团队逐单把关。
这些难题，通用 AI 工具难以破解：数据散落各系统，难以整合串联。正如火山引擎客户成长业务负责人主长春所言： "没有一套高效工具，能系统性地把整个业务流程串起来。"物流需要的，是懂场景、能打通全链路的 AI 体系。
共建之路：从埋点采集到全链路 Agent
地上铁与火山引擎的合作，最早可追溯到小程序用户增长与埋点采集，彼时 AI 尚未成为主线；大模型能力爆发后，合作开始扩展到 Agent 框架层、Token 调用与私有化部署。
"我们最看重的一点实际上是场景。"地上铁高级副总裁李玮说。 "地上铁是一家深入场景的公司，而火山的同事"特别愿意配合场景"。在这些场景里，它有非常多的特性，需要去对产品、对引擎做各种调整，这个过程里面大家越来越深入。"
双方在磨合中越走越深。如今全链路 Agent 体系成型------
销售端： 智能销售 Agent 让新销售一两周即可上手、与客户专业互动，经验传承真正打通；
办公端： 数字员工"铁小智"接管大量重复性工作，自动化回复率 87%---88%，每周约 80% 员工在用；AI Coding 普及后，几乎所有代码由 AI 产出；
维保审单端： 标准化审单由 AI 全权接管，一半订单完全自动化，约 40% 订单仅需半干预；
客服端： AI客服解决 70%---80% 常规诉求，把人工解放出来处理疑难问题；"城市虾"智能体让一线员工全线上回收数据、实时管理资产，每个动作都接近实时在线。
从订单、工单到资产， AI 正在成为地上铁的"数字运营中枢"。
支撑体系：技术、算力与服务协同
成效背后，是火山引擎、AMD 与出海云组成的"技术+算力+服务"体系。
模型与平台层面： 火山引擎持续深耕 AGI ：豆包大模型对文字、数字与意图的理解大幅提升，为复杂场景提供智能基座； HiAgent 平台将业务流程统一收拢，数据打通、前后端协同迭代。
算力层面： AMD 为这场 7×24 小时智能运转提供底座。 AI 进入 Agent 时代，算力重心从 GPU 训练转向 CPU 实时调度： AMD 单物理核心已达 192 核，下一代将达 256 核，核心密度越高，分摊成本越低。 AMD 大型数据中心销售总监李晞岩给出的判断很直接------客户成长即 AMD 成长。
服务层面： 渠道伙伴出海云既懂火山产品又懂地上铁业务，通过培训与AI竞赛挖掘内部 AI 人才，提供从选型到两三年落地的一站式" AI 陪跑"。出海云董事长魏镭指出， AI 落地远非买工具、上项目那么简单，组织流程与数据同样关键；双方合作正是从员工培训和竞赛切入，再共同寻找落地场景。
从痛点突围到技术落地，从成果沉淀到未来深耕，地上铁用实践印证：实体产业的未来，是数智化、绿色化、标准化的未来。面向未来，地上铁将推动组织全面 AI 化，把已验证的成果推向更多场景，与伙伴一起，在无人物流的广阔赛道上持续深耕。
以 AI 为舵，以算力为帆。地上铁与火山引擎、AMD、出海云的多方协作，正在为新能源物流行业的数智化转型提供一个可复制的范本。未来，期待更多企业以 AI 重构运营、以数智驱动增长，携手合作伙伴，共同深耕长效价值。