漢思探智能未來：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(jìn)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(diǎn)符號上的細(xì)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。

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(jìn)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(jìn)行對比，達(dá)到實際尺寸和證書尺寸強(qiáng)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(diǎn)。（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(diǎn)，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”。

1)開收班點(diǎn)檢AI助力

開收班點(diǎn)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(yùn)行參數(shù)、安全狀態(tài)等進(jìn)行檢查，確保生產(chǎn)安全、穩(wěn)定運(yùn)行。

核心目的：預(yù)防故障、降低停機(jī)風(fēng)險、保障產(chǎn)品質(zhì)量、記錄設(shè)備狀態(tài)。

傳統(tǒng)方式：

（圖例八）

隨著數(shù)字化的普及，開收班點(diǎn)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)：

本次AI探討，將該場景進(jìn)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）

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(fèi)、保障流水線連續(xù)性。

傳統(tǒng)方式：

AI+ 方式：（圖例十）

（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(jìn)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：

（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(jìn)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。