716汽車制造業(yè)數(shù)字化的
“AI+X” 創(chuàng)新實踐
在數(shù)字化和智能化快速發(fā)展的今天，AI技術(shù)已成為企業(yè)提升效率、優(yōu)化決策和加速創(chuàng)新的重要動力。漢思深刻認(rèn)識到，智能化不僅是未來的趨勢，更是當(dāng)前各行各業(yè)業(yè)務(wù)創(chuàng)新和升級的核心引擎。通過結(jié)合AI技術(shù)，我們正在積極構(gòu)建面向未來的業(yè)務(wù)架構(gòu)，推動企業(yè)的全面數(shù)字化轉(zhuǎn)型，近期漢思與某著名新能源汽車制造商在質(zhì)量管理、生產(chǎn)流程優(yōu)化和人員培訓(xùn)等方面，進行AI場景優(yōu)化深入探討和嘗試。
1)描述性語句的結(jié)構(gòu)化（如車輛選裝信息）
在工藝制造過程中，經(jīng)常存在大段連續(xù)性描述文字內(nèi)容用于指導(dǎo)崗位操作或部件選裝，這些只能由人工識別的內(nèi)容不利于數(shù)字化管控、防呆控制。
例如：從以下大段文字描述中摘取出符合數(shù)字化管控的結(jié)構(gòu)化數(shù)據(jù)
（圖例二）
傳統(tǒng)代碼開發(fā)方式將面臨解析字符內(nèi)容不固定、位置不固定、文本標(biāo)識不固定等困難，且一旦描述發(fā)生哪怕標(biāo)點符號上的細微變化，都可能面臨修改代碼重新發(fā)版的挑戰(zhàn)。
利用AI大語言模型賦能，發(fā)揮其理解分析自然語言的優(yōu)勢，可通過提示詞（圖例三）的編寫便能輕易輸出結(jié)構(gòu)化的關(guān)鍵數(shù)據(jù)（圖例四）。且能自適應(yīng)描述文字的部分變化調(diào)整，即使當(dāng)變化無法自適應(yīng)解析時，簡單調(diào)整提示詞即可，且不會對現(xiàn)有業(yè)務(wù)系統(tǒng)造成停服發(fā)版影響。
（圖例三）
（圖例四）
2)輪胎尺寸信息識別
各國對汽車輪胎尺寸均有嚴(yán)格法規(guī)（如中國 CCC 認(rèn)證、歐盟 ECE 認(rèn)證），合格證數(shù)據(jù)需與實際裝車輪胎完全一致。若存在偏差，車輛將無法通過出廠檢驗或市場準(zhǔn)入審核，面臨停產(chǎn)、召回或罰款風(fēng)險。
利用AI圖像文字識別手段，對生產(chǎn)車輛的輪胎標(biāo)識尺寸（圖例五）進行識別（圖例六），識別數(shù)據(jù)再與該車輛合格證上輪胎尺寸數(shù)據(jù)進行對比，達到實際尺寸和證書尺寸強校驗的目的。
（圖例五）
（圖例六）
3)AI數(shù)字人之人員培訓(xùn)考核
在制造業(yè) “存量競爭” 與 “技術(shù)顛覆” 并存的時代，員工培訓(xùn)已從 “可選項目” 變?yōu)?“生存剛需”。明智的企業(yè)會將培訓(xùn)視為 “人力資本增值引擎”——企業(yè)更需通過培訓(xùn)將員工從 “重復(fù)執(zhí)行者” 升級為 “問題解決者”，這才是穿越周期的核心競爭力
而傳統(tǒng)員工培訓(xùn)方式本身面臨諸多挑戰(zhàn)，利用AI+輔助培訓(xùn)執(zhí)行方式，將打破傳統(tǒng)培訓(xùn)方式的相關(guān)壁壘和難點。（圖例七）
（圖例七）
利用AI+方式，并非替代傳統(tǒng)培訓(xùn)，而是解決其 “非個性化、低互動性、難量化” 的固有痛點，在制造業(yè)，AI + 培訓(xùn)正從 “效率工具” 升級為 “生產(chǎn)力要素”—— 通過精準(zhǔn)匹配技能需求、模擬極限工況、量化能力成長，推動員工從 “被動接受知識” 轉(zhuǎn)向 “主動構(gòu)建能力”。
-
分層分類梳理針對不同角色、技能、崗位所需的培訓(xùn)材料， 將材料知識利用“切片模型”（Chunking Model）切片存入向量數(shù)據(jù)庫中供知識庫使用。
-
多維感知控制服務(wù)（業(yè)務(wù)系統(tǒng)數(shù)據(jù)變化監(jiān)控 ）感知崗位人員變化信息，自驅(qū)動人員對象模型屬性變化，下發(fā)業(yè)務(wù)指令
-
人員相關(guān)管理系統(tǒng)接收相關(guān)指令自動生成培訓(xùn)、考核相關(guān)待辦任務(wù)
-
AI數(shù)字人根據(jù)培訓(xùn)待辦自動抽取知識庫相關(guān)培訓(xùn)考核內(nèi)容，對話式引導(dǎo)對應(yīng)人員培訓(xùn)和考核
-
關(guān)鍵崗位配置視覺識別系統(tǒng)或班組長巡查，跟蹤人員培訓(xùn)執(zhí)行動作效果
1)開收班點檢AI助力
開收班點檢是指在設(shè)備或產(chǎn)線啟動（開班）和結(jié)束（收班）前，對關(guān)鍵部件、運行參數(shù)、安全狀態(tài)等進行檢查，確保生產(chǎn)安全、穩(wěn)定運行。
核心目的：預(yù)防故障、降低停機風(fēng)險、保障產(chǎn)品質(zhì)量、記錄設(shè)備狀態(tài)。
傳統(tǒng)方式：
-
依賴人工經(jīng)驗，漏檢、誤檢率高
-
記錄易丟失、難追溯，數(shù)據(jù)利用率低
-
異常響應(yīng)慢，故障處理滯后
（圖例八）
隨著數(shù)字化的普及，開收班點檢場景從傳統(tǒng)作業(yè)記錄方式V1.0升級到數(shù)據(jù)化V2.0（圖例八）。然而該場景下數(shù)字化V2.0只是把線下填報表單搬到了線上，同時增加了多媒體信息的一些錄入方式，該方式同樣面臨問題和挑戰(zhàn)：
-
執(zhí)行項目的勾選與實際存在偏差
-
錄入耗時
-
傳遞信息簡單的風(fēng)險、以及問題
本次AI探討，將該場景進行AI結(jié)合分析，通過AI相關(guān)的技術(shù)方式和手段，能大大簡化信息識別錄入過程、提高信息利用率（圖例九）
（圖例九）
-
整理提交不同崗位、不同產(chǎn)品開收班點檢事項及圖例資料，并將材料知識存入AI知識庫。
-
開收班執(zhí)行：拍攝點檢內(nèi)容項目、口述交接班注意事項
-
AI分析比對知識庫對應(yīng)項目，判斷點檢執(zhí)行效果及合規(guī)性。分析語音內(nèi)容，識別注意事項和待辦任務(wù)，推送信息至下班次對應(yīng)崗位人員。
2)ANDON管理AI助力
ANDON（安燈）管理起源于豐田生產(chǎn)系統(tǒng)，通過可視化信號（如燈光、看板）實時反饋產(chǎn)線異常（如設(shè)備故障、物料短缺、質(zhì)量問題），實現(xiàn) “問題即停、快速響應(yīng)”。
核心目標(biāo)：縮短異常處理周期、減少生產(chǎn)浪費、保障流水線連續(xù)性。
傳統(tǒng)方式：
-
依賴人工觸發(fā)，存在 “瞞報” 或 “延遲上報” 風(fēng)險
-
異常定位模糊（僅能定位到產(chǎn)線區(qū)域）
-
數(shù)據(jù)碎片化，無法分析趨勢（如高頻故障點）
-
主要依賴廣播和安燈顯示，若工人未關(guān)注廣播或安燈（如環(huán)境嘈雜、注意力分散），易錯過信息，且難實現(xiàn)個性化、精準(zhǔn)化通知到人
AI+ 方式：（圖例十）
-
借助 AI 語音模型解析，能精準(zhǔn)識別工位 ANDON 的語音交互內(nèi)容（如物料求援具體缺啥、質(zhì)量異常具體問題等）
-
除傳統(tǒng)方式外，增加手環(huán)通知、看板推送等，可精準(zhǔn)觸達責(zé)任人，通過看板讓相關(guān)區(qū)域人員知曉，可聯(lián)動任務(wù) / 通知 / 異常系統(tǒng)，實現(xiàn)信息多維度流轉(zhuǎn)
-
從問題觸發(fā)（工位 ANDON ）、解析（AI 模型 ）、通知（多渠道 ）到問題響應(yīng)閉環(huán)，可跟蹤問題處理進度、結(jié)果，利于企業(yè)沉淀數(shù)據(jù)，分析異常
-
AI 自動解析、分配通知，減少人工識別、傳達環(huán)節(jié)，提升異常處理響應(yīng)速度，適配復(fù)雜生產(chǎn)場景下的多元需求
（圖例十）
3)過程質(zhì)量控制AI助力
過程質(zhì)量控制指在生產(chǎn)過程中對物料、設(shè)備、工藝參數(shù)等環(huán)節(jié)進行監(jiān)測與干預(yù)，確保產(chǎn)品符合質(zhì)量標(biāo)準(zhǔn)。
核心目標(biāo)：減少不良品率、追溯質(zhì)量異常根源、優(yōu)化工藝參數(shù)、降低質(zhì)量成本。
傳統(tǒng)方式：
-
除質(zhì)量檢測設(shè)備外，更多依賴人工巡檢、抽檢、全檢
-
無法預(yù)判關(guān)鍵人工工序作業(yè)動作對質(zhì)量的影響，僅能事后發(fā)現(xiàn)問題
-
問題閉環(huán)處理涉及跨部門情況下，通知/升級機制執(zhí)行不嚴(yán)謹(jǐn)
AI+ 方式：（圖例十一）
-
通過AI視覺識別手段動態(tài)監(jiān)測關(guān)鍵工序人工作業(yè)，比對工序標(biāo)準(zhǔn)執(zhí)行動作，預(yù)測質(zhì)量問題
-
通過多渠道通知方式，確保異常第一時間推送至對應(yīng)人員
-
處理問題響應(yīng)閉環(huán)時間根據(jù)規(guī)則自動升級通知
（圖例十一）
漢思和該新能源汽車制造商對生產(chǎn)、質(zhì)量過程、人員管理等多個方面進行了AI相關(guān)探討和分析，雙方對于AI在制造行業(yè)的場景助力方案構(gòu)想和方向高度一致，目前也正在推動將討論內(nèi)容立項落地。
漢思致力于通過AI技術(shù)，打造更加智能化、高效化和人性化的業(yè)務(wù)環(huán)境，為客戶提供卓越的服務(wù)和解決方案。我們深信，在AI的幫助下，未來的企業(yè)將更加敏捷、高效，能夠迅速響應(yīng)市場變化，贏得未來的競爭。
深思AI（1）：從“人找數(shù)據(jù)”到“數(shù)據(jù)找人”：MOM系統(tǒng)如何用AI重構(gòu)生產(chǎn)決策邏輯？
深思AI（4）：漢思信息MES/MOM全面接入DeepSeek，深思(ThinkDeep)V2.0助推企業(yè)進入AI+智造階段
深思AI（7）：深思AI：漢思助力全球領(lǐng)先藥企首創(chuàng)AI加速產(chǎn)品質(zhì)量回顧PQR/APR
HanThink
漢思信息技術(shù)有限公司成立于2008年，致力于提供企業(yè)用戶全面、量身定制的MOM管理軟件MES、WMS、LES、QMS、EAM、EMS、IOT和整體解決方案。
目前服務(wù)的領(lǐng)域涵蓋離散和流程兩大行業(yè)：汽車行業(yè)、新能源行業(yè)、醫(yī)藥行業(yè)、食品行業(yè)、機加工制造行業(yè)、大型裝配等。
尤其在汽車、醫(yī)藥、食品、新能源行業(yè)（新能源汽車、光伏、電池、儲能等）積累了豐富的實施經(jīng)驗和行業(yè)方案，是國內(nèi)MOM的領(lǐng)先供應(yīng)商。
掃碼關(guān)注“漢思”
識別二維碼
即可關(guān)注
如有侵權(quán)，請聯(lián)系漢思刪帖
