夜雨聆风学习资料网

ARTICLE · 1125626

离散制造上AI:100人天压到10天

离散制造上AI:100人天压到10天

🔩 9 月 23 日,一家整车厂的研发体系官宣来了个「新同事」;同期一份制造业智能体白皮书里写着一行:某工厂排产从 4 小时压到 15 分钟。离散制造这波 AI,动静全在办公桌上。

离散制造是那种一件件装起来的行业:汽车、3C 电器、模具、PCB、通用机械。产品拆成千百个零件再拼起来,痛点和流程型完全是两回事。一份 BOM 是棵深树,图纸版本满天飞,非标件报价要算到深夜,换型换线时老师傅心里那套标准全在脑子里,没写下来。车间设备再新,真正卡脖子的往往还是桌上这些活。

今年这些厂的动作出奇一致:不先动产线、不齐上 MES,先把办公室里那些耗人的碎活交给 AI。四十多个核心业务场景铺进整车研发体系,每月 244 小时的包装标签校核压到约 5 小时,上万种 PCB 材料评价从 2 天变半小时,数据一个比一个夸张,方向却指着一个地方。

把公开通报和那份白皮书里的数据拆一遍,挑几个有代表性的往下拉。数字都是公开口径,出处都标着,你也能自己核。

📋

一、先看盘子:头部厂已经跑通的四家

零跑汽车(整车 · 9 月 23 日官宣)

WorkBuddy 正式入职,已铺 40 多个核心业务场景,覆盖软件质量、工程数字化、智能座舱测评、智能驾驶研发、供应链管理。整车的累计开发投入从传统模式 1700 多人天压到 177 人天,平均提效约 90%。

珠海天威飞马(打印耗材 · 精密件)

沉淀 50 多个应用场景,覆盖六大职能。包装与标签校核每月 244 小时压到约 5 小时,单份标书编制从 36 小时缩到 14 小时,缺货率从 4.9% 降到 2.4%。

广州视声智能(PCB 制造 · 电子)

上万种 PCB 材料的采购评价,人工 2 天压到半小时,单轮提效约 96 倍;动态库存与采购决策从 3 天变 2 小时。

烟台富美特(食品包装 · 离散组)

数据处理时效从 1 周压到 1 天,报告交付周期缩短约 50%,每天新增数万条数据自动整理。

🏭

二、三个样本,三种切法

四家里挑三个拆一下,看它们各自从哪儿下手,差别挺大。

零跑:让业务人员自己开发工具

冲压是整车四大工艺之首,一副大型覆盖件模具几十吨、造价高,模具台账、冲次记录、保养维修、寿命监控、报废判断,12 个模块长期靠人工台账和老师傅记忆,数据分散还滞后。传统 IT 立项走下来,需求设计 12 人天加开发 70 人天,合计约 100 人天,而且这类「小而痛」的需求很难进 IT 排期。现在业务人员用「AI 生成代码加人工审查联调」的方式自己搭,10 人天、两周上线。同样逻辑,试验车下线交付系统 45 人天降到 5 人天,CTIC 软件质量管理平台 90 人天降到 8 人天。

这家真正值钱的不是省了那点人天,是它把 IT 的排期表炸开了。以前一个小需求排半年,现在两周能看见东西,业务部门自己就上瘾了。

天威飞马:一个人调度 N 个智能体

它提了个 OPD 的说法,一个人就是一个部门。智印校核引擎把包装和标签的每月校核从 244 小时压到约 5 小时,采购智选让供应商引进效率提升 83%。这家不是做一个大平台,是把几十个单点小工具攒起来,攒够了人一个部门能跑掉。

视声智能:把供应链经验熬成组织规则

PCB 物料上万个,怎么比价、怎么定安全库存,过去靠采购总监脑子里的那套。现在这套判断被拆成规则,每月自动跑一遍,人从拍脑袋改成看结果。

📊

三、七个岗位,一张对比表

白皮书里最有用的一张表,把七个岗位干一件活要多久,Before / After 摆在一起。原表按白皮书口径整理成下面这个样。

岗位 · 场景
以前
现在
PMC 排产与插单
3 到 4 小时
0.5 小时(急单 15 分钟响应)
产品工程师 BOM 基线核对
3 到 5 小时
约 0.5 小时(当天出清单)
工艺工程师 SOP 生成校验
2 到 3 天
约 1 小时(当天送审)
采购齐套与缺料预警
0.5 到 1 天
约 1 小时(缺料提前 2 天识别)
销售图纸询价智能报价
6 到 10 小时
约 0.5 小时(当天回价)
服务工程师报修派工
2.5 到 3.5 小时
约 40 分钟
管理层经营复盘
2 到 3 人天
0.5 小时

你注意看这张表,七件事没一件在车间里,全在办公桌上:改工单、核对 BOM、写 SOP、查缺料、报价、派工、对账。这就是离散制造上 AI 最诚实的路径,先把办公桌上那批「数据散、口径乱、跨系统靠手搬」的活交出去,人腾出手再往产线里走。有个工厂的真实账也挺有说服力:排产从 4 小时人工核对变 15 分钟自动出结果,交付及时率从 82% 升到 97%,三个月跑出约 2.5 倍 ROI。

⚠️

四、说点不吹的:三个真实的坑

数字都好看,但我得把另一面也说上,不然这篇文章就成了广告。

第一,脏数据先要吃一大口。白皮书里说 89.6% 的规上工业企业做过数字化改造,但近 59% 还在数字化基础级及以下。落到离散制造身上就是:一张物料清单三个编码,BOM 换版格式五六个版本,AI 上来的头一个月大概率还在当清洗工,这活省不掉。

第二,顺序反了就是烧钱。白皮书给的路线是任务级、岗位级、组织级三级往上垒,一块砖一块墙地砌。一上来就要做全厂智能体、要无人工厂的项目,我见得多了,最后基本都是投了几百万、演示一场、没有然后。先挑一个边界清楚、能独立验收的小任务,跑通再谈扩。

第三,提效 90% 有个前提。前提是流程本身清晰、规则讲得明白。流程糊着,AI 只会把错误跑得更快。有家车企的评论说得很直白,这波 AI 提效的前提是业务逻辑本身标准化,工具是杠杆,支点还是企业自己的架构能力。这话我认同。

🔧

五、三条今天就能抄的动作

📌 挑一张最烦的表先下手:报价单、BOM 核对、齐套检查,三选一,边界小、能验收。一个月内跑出一个能用的东西,比写三万字方案有用。

📌 把老师傅的判断录下来:一张图纸怎么估价、一批呆滞料能不能替代、一次工艺偏差要不要升版,这些从来没进过手册。录下来,才是比省工时更值钱的东西。

📌 让业务的人自己开发工具:零跑 100 人天压到 10 人天的真正原因不是 AI 多神,是提需求的人就是用它的人,中间少了两层翻译。IT 只把关,不包办。

想在你自己的厂里试第一步,从哪块下手?

评论区说说你的行业和卡得最死的那张表,我挑几个具体聊聊。也欢迎扫下面的码加我,发你这份白皮书和落地清单。

👇 长按识别,添加可咨询

顺手转给你们厂里那个天天加班对 BOM 的同事,可能比我说的管用。你手上最烦的是哪张表,留言区见。

青岛北斗领英科技有限公司腾讯云官方认证 WorkBuddy 授权代理商私信大梅,领取你公司的 AI 提效方案。

📌 数据梳理:大梅。案例与数字来自公开通报、腾讯研究院 × 腾讯云 × WorkBuddy《迈向自适应制造:制造业智能体实践白皮书》、零跑汽车官方发布及腾讯新闻公开报道,具体成效以企业自身口径为准。

🔎 主搜词|#制造业AI #离散制造 #智能体 #工厂怎么用AI #智能排产 #BOM核对 #非标报价 #缺料预警 #制造业数字化转型 #工业智能体

相关学习资料