รีวิวกรณีศึกษา Tencent WorkBuddy ในบริการภาครัฐ: government AI assistant, digital counter และ housing fund AI กำลังเริ่มเข้าไปอยู่หน้าเคาน์เตอร์บริการประชาชนจริงแล้วหรือยัง?

ถ้าคุณยังมอง WorkBuddy เป็นแค่ผู้ช่วยงานออฟฟิศบนเดสก์ท็อป คุณอาจยังไม่เห็นด้านที่น่าสนใจกว่าอีกด้านหนึ่งของมัน

รอบนี้ผมตั้งใจไล่อ่านเอกสารสาธารณะที่ผูกกับ บริการภาครัฐ การนำทางบริการประชาชนแบบอัจฉริยะ เคาน์เตอร์ดิจิทัลสำหรับกองทุนที่อยู่อาศัย และการเพิ่มประสิทธิภาพงานภายในหน่วยงาน โดยตรง พออ่านเทียบกันแล้ว ข้อสรุปของผมค่อนข้างชัด:

เส้นทาง AI office และ agent ของ Tencent ที่โยงกับ WorkBuddy ไม่ได้หยุดอยู่แค่การช่วยเจ้าหน้าที่เขียนรายงานอีกต่อไป แต่มันเริ่มขยับเข้าไปแตะเวิร์กโฟลว์บริการประชาชนด่านหน้าแล้ว

ประเด็นที่ควรจับตาไม่ใช่แค่ AI ตอบคำถามได้ไหม แต่คือมันทำสิ่งเหล่านี้ได้หรือยัง:

• แปลงความต้องการที่ประชาชนพิมพ์หรือพูดด้วยภาษาธรรมชาติ ให้กลายเป็น flow ที่ลงมือทำต่อได้
• เชื่อมการค้นข้อมูล การดึงข้อมูล การคำนวณ การลงนาม และการส่งต่อขั้นตอนงานให้อยู่ในสายเดียวกัน
• รองรับทั้งฝั่งประชาชนภายนอกและเจ้าหน้าที่ภายใน
• ทำให้บริการภาครัฐขยับจากแค่ "มีให้ทำออนไลน์" ไปเป็น "ทำง่าย ทำไว และคุยไปทำไปได้"

ถ้าเส้นนี้เดินต่อได้จริง มูลค่าของมันจะไม่ใช่แค่เรื่อง productivity ในออฟฟิศ

แต่มันคือการเปลี่ยนโครงสร้างประสบการณ์ citizen service ทั้งระบบ

สรุปสั้น ๆ ก่อน

• ณ วันที่ 29 มิถุนายน 2026 จากข้อมูลสาธารณะที่หาได้ เส้นทางภาครัฐและบริการประชาชนที่เกี่ยวกับ WorkBuddy ของ Tencent อย่างน้อยแยกออกได้เป็น 3 กลุ่มชัด ๆ:

  1. เพิ่มประสิทธิภาพงานภายในหน่วยงาน: ใช้ WorkBuddy / LightClaw กับการสร้างรายงาน การเก็บ meeting note และยกระดับประสิทธิภาพงานออฟฟิศหรือ R&D
  2. ผู้ช่วยนำทางบริการประชาชน: ตัวอย่างชัดคือ เสี่ยวเป่าถงเสวี่ย (Xiaobao Tongxue) ของเขตเป่าอัน เซินเจิ้น ที่ทำให้การนำทางบริการเมืองรองรับเสียงและ one-click handling
  3. เคาน์เตอร์ดิจิทัลแบบคุยไปทำเรื่องไปของกองทุนที่อยู่อาศัย: ตัวอย่างชัดคือเคสเมืองหานตัน ที่ดันบทสนทนาภาษาธรรมชาติเข้าไปอยู่ในสายงานบริการจริง

• สัญญาณที่มีค่าจริงไม่ใช่ "มันคุยได้" แต่คือข้อมูลสาธารณะเริ่มมีรายละเอียดระดับ production เช่น:

  • ทางเข้าแบบ WeChat mini program
  • บทสนทนาภาษาธรรมชาติที่ขับเวิร์กโฟลว์
  • การเชื่อมต่อบริการความถี่สูง 48 รายการ
  • การครอบคลุมบริการเมือง 600+ รายการ
  • ระยะเวลาต่อรายการจาก 15 นาที เหลือ 3 นาที
  • สัปดาห์แรกมีคำปรึกษา 2,475 ครั้ง
  • ความแม่นยำของคำตอบอัตโนมัติ 82%
  • ปริมาณการให้บริการถอนกองทุนที่อยู่อาศัยมากกว่า 600,000 ครั้งต่อปี

• ถ้าคุณกำลังสนใจเรื่องเหล่านี้:

  • การทำ digital transformation ในบริการภาครัฐ
  • government AI assistant ที่หันหน้าเข้าหาประชาชน
  • การเชื่อมงานหลังบ้านของเจ้าหน้าที่เข้ากับบริการหน้าบ้าน
  • การดูว่า AI จะทำงานได้จริงไหมในสถานการณ์ที่มีขั้นตอนและเงื่อนไขเยอะ

  เส้นนี้มีค่าต่อการอ้างอิงมากกว่าเดโม AI งานออฟฟิศทั่ว ๆ ไปค่อนข้างเยอะ

ต้องเคลียร์ก่อนอย่างหนึ่ง: นี่ไม่ใช่แค่ "เอา WorkBuddy ไปใส่ในมินิโปรแกรม"

จุดที่คนมักเข้าใจตื้นที่สุดคือมองภาพแบบนี้:

• WorkBuddy ดูแลงานออฟฟิศ
• มินิโปรแกรมภาครัฐดูแลงานบริการประชาชน
• ทั้งสองอย่างแค่บังเอิญใช้ AI ของ Tencent เหมือนกัน

ถ้าอ่านจากเอกสารสาธารณะหลายชิ้นประกบกัน ผมคิดว่าคำอธิบายนี้ตื้นเกินไป

ภาพที่ใกล้เคียงความจริงกว่าน่าจะเป็นแบบนี้:

WorkBuddy คือจุดเข้าใช้งานฝั่งออฟฟิศภายในเส้นทาง AI office และ agent ที่ใหญ่กว่านั้นของ Tencent ขณะที่ผู้ช่วยนำทางบริการประชาชนและ digital counter คือภาคขยายของความสามารถเส้นเดียวกันในฝั่งบริการสาธารณะ

ดังนั้น คุณค่าของมันไม่ใช่เครื่องมือเดี่ยว ๆ ตัวหนึ่ง แต่เป็นการที่ความสามารถชุดเดียวกันกำลังยืดออกไปครอบทั้ง:

• ฝั่งภายใน: รายงาน สรุปประชุม productivity งานออฟฟิศ และผู้ช่วยเจ้าหน้าที่
• ฝั่งภายนอก: citizen service guidance, Q&A, การยื่นเรื่อง และการโต้ตอบด้วยภาษาธรรมชาติ

ถ้าสองด้านนี้เชื่อมเข้าหากันได้จริง มันจะเริ่มดูเหมือนระบบ agent สำหรับภาครัฐแบบครบวงจรมากขึ้น

กรณีที่ 1: ลูกค้าภาครัฐไม่ได้อยากได้แค่แชตบอต แต่ต้องการสแตกที่ทั้ง localizable และ cloud-native

ในบทความสาธารณะเรื่อง 腾讯云+AI全栈能力支撑数字政府融合创新与效率提升 Tencent พูดตรงมากถึงความขัดแย้งหลักของการทำดิจิทัลภาครัฐ:

• หน่วยงานต้องการการติดตั้งแบบ local deployment เพื่อให้ผ่านข้อกำหนดด้านความปลอดภัยและ compliance
• ขณะเดียวกันก็ยังต้องรองรับ concurrency และ availability ในระดับบริการอินเทอร์เน็ต
• ต้องคุมสแตกเทคโนโลยีให้ตรวจสอบและควบคุมได้
• แต่ก็ยังต้องทำให้ระบบใช้งานได้จริงสำหรับทีมธุรกิจและเจ้าหน้าที่

ในบทความเดียวกัน Tencent ระบุชัดถึง toolchain สำหรับภาครัฐที่มี:

• WorkBuddy: ผู้ช่วย AI งานออฟฟิศที่ลดแรงเริ่มต้นในการใช้งาน
• LightClaw: สภาพแวดล้อมสำหรับดีพลอย AI แบบ one-click บนคลาวด์
• ADP 3.0: รองรับ LLM + RAG, Workflow และ Multi-Agent

จุดนี้สำคัญมาก เพราะมันบอกว่าโจทย์ของหน่วยงานภาครัฐไม่ใช่แค่:

จะซื้อบอตตอบคำถามที่ฉลาดขึ้นดีไหม

แต่คือ:

จะเชื่อมงานออฟฟิศ งานพัฒนา และงานบริการประชาชนให้อยู่บน AI foundation เดียวกันได้อย่างไร

นี่จึงเป็นเหตุผลที่ผมไม่คิดว่าควรวัดเส้นนี้จากประสบการณ์หน้าแชตอย่างเดียว แต่ควรมองพร้อมกัน 3 ชั้น:

• ผู้ช่วยงานออฟฟิศภายใน
• การจัด orchestration ของ workflow และการพัฒนา
• จุดเข้าใช้บริการภายนอกสำหรับประชาชน

กรณีที่ 2: เสี่ยวเป่าถงเสวี่ย ของเขตเป่าอัน เซินเจิ้น บอกเราว่า intelligent guidance ผ่านช่วง proof of concept ไปแล้ว

เคสที่สองจากบทความเดียวกันซึ่งผมคิดว่าควรหยิบมาเขียนต่อมากคือ:

เสี่ยวเป่าถงเสวี่ย (Xiaobao Tongxue) ของเขตเป่าอัน เมืองเซินเจิ้น

ข้อมูลสาธารณะระบุไว้ค่อนข้างชัด:

• มันคือผู้ช่วยนำทางอัจฉริยะในมินิโปรแกรม Bao i Qi
• เป้าหมายคือ smart city service guidance และ proactive citizen engagement
• ครอบคลุมบริการเมือง 600+ รายการ
• รองรับ voice input
• รองรับ one-click handling
• นำทางเรื่องที่ซับซ้อนได้ เช่น เงินอุดหนุนผู้มีความสามารถระดับสูง และใบอนุญาตประกอบกิจการอาหาร

ทำไมรายละเอียดชุดนี้ถึงสำคัญ?

เพราะมันไม่ได้ดูเหมือน FAQ bot ธรรมดา แต่มันเริ่มเหมือน:

เคาน์เตอร์นำทางบริการภาครัฐที่ผูกกับเรื่องเฉพาะจริง ๆ

ในงานบริการประชาชน ปัญหาที่เหนื่อยที่สุดมักไม่ใช่ "หาไม่เจอว่าคำตอบคืออะไร" แต่เป็น:

• ไม่รู้ว่าควรเริ่มที่หน้าต่างหรือบริการไหน
• ไม่รู้ว่าตัวเองเข้าเกณฑ์หรือไม่
• ไม่รู้ว่าปุ่มหรือขั้นตอนถัดไปจริง ๆ คืออะไร
• ไม่รู้ว่าต้องเตรียมเอกสารอะไรบ้าง

ถ้าผู้ช่วยแบบ เสี่ยวเป่าถงเสวี่ย รับแรงเสียดทานช่วงต้นพวกนี้ได้ มูลค่าของมันก็จะไม่ได้มีแค่ลดภาระคอลเซ็นเตอร์ แต่คือช่วยย้ายขั้นตอนที่เดิมต้องอาศัยเจ้าหน้าที่มาคอยประคอง ให้ถูกย่อยบนออนไลน์ได้ตั้งแต่ต้นทาง

กรณีที่ 3: เคาน์เตอร์ดิจิทัลกองทุนที่อยู่อาศัยของหานตันสำคัญกว่า เพราะมันดัน "บทสนทนา" เข้าไปอยู่ในตัวธุรกรรมเลย

ถ้าผู้ช่วยนำทางช่วยให้ประชาชนหาเส้นทางเจอ เคสกองทุนที่อยู่อาศัยของเมืองหานตันในจีนก้าวไปอีกขั้นที่สำคัญกว่า:

มันทำให้บทสนทนาเองกลายเป็นส่วนหนึ่งของกระบวนการยื่นเรื่อง

ในบทความ 聊着天就把事儿办了的政务AI，落地邯郸！ ของ Tencent Cloud Developer Community รายละเอียดสาธารณะที่เปิดออกมาดูเหมือนระบบ production จริงพอสมควร:

• มีทางเข้าแบบ WeChat mini program
• ถูกอธิบายว่าเป็นเคาน์เตอร์ดิจิทัลสำหรับการถอนกองทุนที่อยู่อาศัยแบบ คุยไปทำเรื่องไป แห่งแรกของประเทศ
• ผู้ใช้เริ่มต้นจากการพิมพ์หรือพูดความต้องการด้วยภาษาธรรมชาติ
• รองรับการรู้จำสำเนียงท้องถิ่น
• ระบบใช้ large model เพื่อทำความเข้าใจ intent
• จากนั้น workflow จะเรียกใช้ความสามารถต่อเนื่อง เช่น:
  • การยืนยันตัวตน
  • การเข้าถึงข้อมูลจากระบบกองทุนที่อยู่อาศัย
  • การลงนามในข้อตกลง
  • การส่งต่อขั้นตอนธุรกิจ

หรือพูดให้ชัดขึ้น นี่ไม่ใช่แค่ "ถามเสร็จแล้วเดี๋ยวค่อยกระโดดไปเปิดฟอร์มอีกหน้า"

แต่มันคือ:

ตัวบทสนทนาเองกำลังกลายเป็นส่วนหนึ่งของ transaction path

ในบริการภาครัฐ การเปลี่ยนจุดนี้สำคัญมาก เพราะสิ่งที่กินเวลามากที่สุดมักไม่ใช่การอนุมัติปลายทาง แต่คือขั้นตอนรอบ ๆ มัน:

• การกรอกฟอร์ม
• การอธิบายเงื่อนไขซ้ำ
• การยืนยันไปมาหลายรอบ
• การหาว่าจุดเริ่มต้นถัดไปอยู่ตรงไหน

ถ้าการโต้ตอบด้วยภาษาธรรมชาติช่วยดูดแรงเสียดทานพวกนี้ไปไว้ช่วงต้นได้ ประสบการณ์ citizen service จะเปลี่ยนไปค่อนข้างมาก

ตัวเลขสาธารณะก็เพียงพอแล้วที่จะบอกว่านี่ไม่ใช่เดโมบนสไลด์

เคสหานตันน่าเชื่อขึ้นชัดเจนเมื่อดูตัวเลขสาธารณะ:

• สัปดาห์แรกหลังเปิดใช้งาน มีคำปรึกษา 2,475 ครั้ง
• ความแม่นยำของการตอบอัตโนมัติ 82%
• ถ้าเอาเคสถอนกองทุนหลังเกษียณเป็นตัวอย่าง:
  • เดิมใช้เวลา 15 นาที
  • ตอนนี้เหลือ 3 นาที
  • เร็วขึ้นมากกว่า 80%
• มีการเชื่อมบริการกองทุนที่อยู่อาศัยความถี่สูง 48 รายการแบบค่อยเป็นค่อยไป
• ปริมาณบริการถอนกองทุนที่อยู่อาศัยมากกว่า 600,000 ครั้งต่อปี

ตัวเลขพวกนี้ไม่ได้แปลว่าทุกเมืองจะได้ผลลัพธ์เท่ากัน แต่สิ่งที่มันบอกชัดคือ:

นี่ไม่ใช่โครงการที่ยังค้างอยู่ในช่วง PPT แล้ว แต่มันเริ่มรับภาระงานบริการจริงแล้ว

สำหรับผม รายละเอียดที่สำคัญที่สุดคือ 48 รายการความถี่สูง เพราะโครงการ AI ภาครัฐจำนวนมากมักไปไม่พ้น 1-2 เรื่องที่เอาไว้เดโม ถ้าเริ่มเชื่อมเรื่องที่มีปริมาณงานสูงแบบเป็นชุด ระบบจะดูใกล้กับโมเดลการทำงานระยะยาวมากขึ้น

กรณีที่ 4: เส้นทางเดียวกันนี้รับใช้ทั้งเจ้าหน้าที่ภายในผ่าน WorkBuddy และประชาชนภายนอกผ่าน digital counter

อีกบทความหนึ่งคือ 腾讯“云基座+AI大模型”重构公积金核心系统与业务闭环纪要 ซึ่งมีจุดหนึ่งที่ผมคิดว่ามีมูลค่าสูงมาก

มันไม่ได้เขียนเรื่องกองทุนที่อยู่อาศัยให้เป็นแค่โปรเจกต์บริการประชาชนภายนอก แต่พูดถึงสิ่งเหล่านี้ควบกันชัด ๆ:

• การแทนที่แรงงานงานออฟฟิศภายในบางส่วน
• ผู้ช่วยสำนักงานอัจฉริยะอย่าง WorkBuddy / CodeBuddy
• การสร้างรายงานวิเคราะห์แบบ one-click
• การเก็บข้อมูลการประชุมแบบมีโครงสร้างและรองรับมัลติโหมด

จุดนี้ทำให้เห็นว่าเส้นทาง AI ภาครัฐของ Tencent ไม่ได้พยายามแตกเป็น:

• สแตกหนึ่งสำหรับ front office
• สแตกหนึ่งสำหรับ back office
• แล้วมีอีกสแตกสำหรับงานออฟฟิศทั่วไป

แต่มันเริ่มมีหน้าตาแบบนี้มากกว่า:

• ฝั่งภายนอก: digital counter, citizen guidance, คุยไปทำเรื่องไป
• ฝั่งภายใน: ผู้ช่วยออฟฟิศ สร้างรายงาน สรุปประชุม และช่วยเดินกระบวนการ

นี่แหละคือส่วนที่ทำให้ผมคิดว่าเส้นทาง WorkBuddy น่าจับตา เพราะถ้าปรับปรุงเฉพาะฝั่งภายนอก องค์กรอาจไม่ได้เร็วขึ้นจริงมากนัก แต่ถ้าปรับปรุงแค่ฝั่งภายใน ประสบการณ์ประชาชนก็แทบไม่เปลี่ยน เส้นทางที่มีค่ากว่าคือทางที่พยายามเชื่อมสองด้านเข้าหากัน

จากเคสสาธารณะเหล่านี้ ผมเห็นสัญญาณของ production environment แบบไหนบ้าง

ถ้าเอาข้อมูลสาธารณะหลายชิ้นมาต่อกัน เส้นทาง WorkBuddy public service ของ Tencent เริ่มเผยสัญญาณแบบ production ชัดพอสมควรแล้ว:

• มีผู้ช่วยเพิ่มประสิทธิภาพงานภายใน ไม่ใช่มีแต่ Q&A ฝั่งประชาชน
• มี workflow orchestration ไม่ใช่แค่โมเดลคุยปลายเปิด
• มี WeChat mini program และทางเข้าบนมือถือ ไม่ใช่มีแต่หน้าเว็บเดโม
• มี voice input และการรู้จำสำเนียง ไม่ใช่รองรับเฉพาะข้อความพิมพ์สวย ๆ
• มี action จริงอย่างการค้นข้อมูล การถอนเงิน การคำนวณสินเชื่อ และการลงนาม
• มีการขยายไปยังบริการความถี่สูงหลายรายการ ไม่ใช่เรื่องเดโมเรื่องเดียว
• มีตัวชี้วัดเชิงปริมาณ ไม่ใช่มีแต่คำโปรยเชิงภาพลักษณ์

นี่จึงเป็นเหตุผลที่ผมมองมันว่า:

AI workflow ที่กำลังเริ่มเข้าสู่ frontline citizen service มากกว่าจะเป็นแค่ผู้ช่วยออฟฟิศภายในหน่วยงาน

ทีมบริการภาครัฐแบบไหนควรจับตาเส้นนี้มากที่สุด

ผมคิดว่าเส้นนี้มีค่ากับทีมต่อไปนี้มากที่สุด:

• หน่วยงานกองทุนที่อยู่อาศัย ประกันสังคม และบริการประชาชนที่มีเรื่องซ้ำ ๆ ปริมาณมาก
• หน่วยงานที่อยากย้ายคำปรึกษาออฟไลน์และงานส่งต่อฟอร์มจำนวนมาก ให้มาถูกย่อยตั้งแต่จุดเข้าออนไลน์
• ทีมภาครัฐที่มีมินิโปรแกรม แอป หรือบัญชีบริการอยู่แล้ว แต่ประสบการณ์โต้ตอบยังอ่อน
• ทีมดิจิทัลที่อยากยกระดับทั้ง productivity ภายในและประสบการณ์ประชาชนภายนอกพร้อมกัน
• ทีม government cloud หรือ industry cloud ที่ต้องการทั้ง compliance ในพื้นที่และความสามารถรองรับบริการออนไลน์ขนาดใหญ่

ถ้างานของคุณไม่ได้แตะเรื่องพวกนี้เลย:

• คำปรึกษาปริมาณสูง
• การทำเรื่องที่มีความถี่สูง
• การเชื่อมงานหน้าบ้านกับหลังบ้าน
• จุดเข้าผ่านมือถือ มินิโปรแกรม หรือแอปบริการ

คุณอาจไม่รู้สึกถึงมูลค่าของเส้นนี้แรงเท่าไร

ถ้าจะลองประเมินเอง ผมแนะนำให้ทดสอบแบบนี้

อย่าเริ่มจากคำถามว่า "AI คุยได้ไหม" ให้เอาเส้นทางบริการจริงมากดทดสอบตรง ๆ:

1. เลือกเรื่องที่มีปริมาณสูงสุด 3-5 เรื่อง แล้วดูว่ามันเชื่อมการให้คำปรึกษา การเช็กเงื่อนไข การพาเข้าหน้าทำเรื่อง และขั้นตอนถัดไปได้จริงไหม
2. แยกทดสอบชั้น guidance กับชั้น execution ออกจากกัน อย่ารวมเป็นคำโฆษณาเดียว
3. ทดสอบ voice input และภาษาที่ไม่เป็นทางการหรือพูดไม่ครบ เพราะนี่คือของจริงในงานบริการภาครัฐ
4. ทดสอบฝั่ง WorkBuddy ภายในอีกรอบด้วยว่า รายงาน สรุปประชุม และการสรุปเรื่องงานช่วยลดแรงคนได้จริงหรือไม่
5. ค่อยคำนวณ ROI ทีหลัง โดยดูตัวชี้วัดหลักเช่น:
   • ระยะเวลาต่อรายการ
   • ความแม่นยำของคำตอบอัตโนมัติ
   • สัดส่วนการผ่องถ่ายงานออกจากเคาน์เตอร์เจ้าหน้าที่
   • อัตราการครอบคลุมบริการความถี่สูง

ถ้าคุณกำลังมองเรื่องเส้นทางเชื่อมโมเดลและการเข้าถึงเชิงพาณิชย์ไปพร้อมกัน ก็ดูต่อได้ที่:

• ราคาค่าโมเดล
• ซื้อ API Key
• คู่มือการใช้งาน

บทสรุปสุดท้ายของผม

ถ้าจะสรุปมุมมองของผมต่อกรณีศึกษา WorkBuddy ในภาครัฐด้วยประโยคเดียว มันคือ:

สิ่งที่ควรให้ความสำคัญที่สุดไม่ใช่แค่ "ภาครัฐเริ่มใช้ AI" แต่คือ Tencent กำลังพยายามประกอบผู้ช่วยออฟฟิศ ผู้ช่วยนำทางบริการประชาชน และ digital counter แบบคุยไปทำเรื่องไป ให้กลายเป็นเส้นทางเดียวที่ใกล้กับเวิร์กโฟลว์บริการสาธารณะจริงขึ้นเรื่อย ๆ

ถ้าเส้นนี้โตต่อ การเปลี่ยนแปลงจะไม่ใช่แค่ตอบเร็วขึ้น แต่น่าจะสะท้อนออกมาเป็น:

• ประชาชนหลงทางน้อยลงตั้งแต่จุดเข้าใช้บริการ
• เรื่องที่มีปริมาณสูงใช้เวลาสั้นลง
• ภาระของเคาน์เตอร์เจ้าหน้าที่ลดลง
• รายงานและการสรุปประชุมภายในเร็วขึ้น
• หน้าบ้านกับหลังบ้านเริ่มถูกเชื่อมด้วยความสามารถ agent ชุดเดียวกัน

นี่แหละคือเหตุผลที่ผมมองว่า WorkBuddy public service route เริ่มเข้าใกล้ frontline citizen service จริงแล้ว

แหล่งอ้างอิง

• 腾讯云+AI全栈能力支撑数字政府融合创新与效率提升
• 腾讯“云基座+AI大模型”重构公积金核心系统与业务闭环纪要
• 聊着天就把事儿办了的政务AI，落地邯郸！
• 腾讯云企业级智能体产业落地：从场景试点到规模化应用