乐于分享
好东西不私藏

【AI研究】制造业案例:差点关门的汽配厂,靠AI一年省了235万(九)

【AI研究】制造业案例:差点关门的汽配厂,靠AI一年省了235万(九)

常州有个李老板,做汽车零部件做了15年,主要给二三级供应商供货。

去年这时候,他厂子差点关门。

订单倒是有。问题在于,接一单亏一单。

2024年初他来找我,状态很差。坐下来就一句话:不知道该干嘛了。

我问他到底卡在哪儿。他说了三件事。

一是大客户压价,采购价直接砍了12%。他不接?人家说,你不做有的是人做。

二是良品率只有87%。每生产100个零件,13个是废品。废品就是白烧的料钱、电钱、人工。

三是交货老延期,延期率快到20%。排产计划是对三周前的预测做的,永远赶不上客户变卦。

我当时听完就明白了,这仨问题其实是缠在一块儿的死结。利润薄,就不敢投钱;不敢投,品质就上不去;品质差,客户就跑了;客户跑了,利润更薄。

李老板自己也想不出招。换新设备?几百万,掏不起。降工人工资?那帮兄弟已经够苦了。

他问我,到底该干啥。

— — —

我干这行近20年了,陪跑过不少国内头部企业,资本融资、战略、商业模式、组织变革、AI驱动这些活儿都干过。见的失败多,成功的也见过不少。

但李老板这种,最让我揪心。基因不差,人也勤快,就是卡在一些常识性的决策上,慢慢耗着。

我当时没跟他说"要数字化转型"那种虚话。我说,咱把你厂子从头到尾走一遍,把每个靠人经验、靠肉眼判断的环节,都标出来。

走了一圈,标出来七个:进料检验、工艺参数设定、生产过程抽检、成品质检、排产计划、设备维护判断、库存管理。

然后我问他三个问题。

哪个环节出问题最烧钱?他算了算,是成品质检。次品率13%,一年损失超过200万

哪个环节最吃老师傅的经验?是工艺参数。全靠一个干了12年的老技师撑着,那人哪天请假,产线就不稳。

哪个环节工人最不会抵触?是设备维护。工人们也烦机器突然趴窝。

三个问题一框,就剩三件事:质检、参数、维护。

— — —

头一步:上AI视觉质检

花了大概12万,在一台关键机床上加了工业相机和AI检测模块。说穿了也不玄乎,拿3000个合格品、500个不合格品的照片喂给AI,让它学会啥叫好零件、啥叫坏零件。

上线头一个月,这台机器的漏检率,从人工抽检的5%,降到了AI全检的0.1%。以前一个批次抽20个,运气不好就放过次品。现在每一个都过眼。

三个月后,推广到全部8台机床。整个厂子的成品次品率,从13%掉到0.8%。李老板自己算的,一年少亏了大概180万。

第二步:AI辅助工艺参数

这步算是意外收获。

装质检系统的时候,工程师顺手把每台机床的运行数据都采了——转速、温度、压力、振动。采了一个月,AI一分析,发现个有意思的事:良品率最高的那批零件,都是在温度62到65度、压力3.2到3.5兆帕这个区间生产的。

也就是说,老技师凭12年手感摸索出来的那个"感觉",其实是这么个参数组合。以前说不清道不明的东西,被数据给翻译出来了。

后来他们把AI算出来的最优参数,固化到了所有机床的设定里。老技师没被替代,他的经验被AI解码了、放大了。现在管着10条产线的参数巡检,工资涨了,人也轻松了。

第三步:AI预测性维护

以前是机器坏了再修,每次停产都是真金白银往里砸。现在AI看振动和温度数据,能提前48到72小时喊一声"这台可能要出问题"。

上线半年,非计划停机少了73%

— — —

一年过去,厂子变成啥样了

良品率,从87%到了99.2%

交货准时率,从81%到了97%

废品年损失,从200多万掉到不到20万

停机损失,从80万掉到不到25万

七七八八加起来,一年省了大概235万

而他总共投了多少?硬件加软件加实施,50万出头。不到5个月就回本了。

更要紧的是,因为良品率和交期都稳了,李老板拿到了三家头部主机厂的供应商准入资质。这事儿放一年前,他连想都不敢想。

— — —

说到这,你可能觉得这是大厂的玩法。

不是。是那些先用了AI的小厂,开始反过来抢大厂的生意了。

每个行当都有自己那个"良品率87%"的环节,只是你可能还没找着它在哪儿。

— — —

讲到底,我做这行近20年,见过太多基因不错的公司,也陪跑过一批国内头部企业,资本融资、战略选择、商业模式、营销增长、组织变革、AI驱动,这些事都帮他们设计过、排过雷。失败的见过,成功的也见过。

但说实话,看着门外有些基因还不错的创业者,就因为付不起高昂的咨询费被挡在门外,又因为一些常识性的决策失误慢慢衰落、甚至关门,真的挺痛心。

我见过太多这种坑了。

账上还有点钱就盲目铺摊子,一个项目回款慢,全盘皆输。

把伪需求当风口,All in进去发现市场不买账,库存堆成山。

还在用卖产品赚差价的老思维,看不到新玩法,错过先机。

拿了不该拿的钱,签了对赌,业绩没达标,一夜之间丢了公司控制权。

错估市场容量,生产一堆卖不掉,现金流变成死库存,被活活拖死。

人效极低,老板前面抢单,管理层后面搞政治,流程繁琐,响应慢得像恐龙。

流量越来越贵,不推广等死,推广就是给平台和网红打工,投产比算不过来。

对手已经用AI降本增效了,你的团队还在用笨办法,差距越拉越大。

老人跟不上,新人留不住,中层没大将,老板亲自下场干到死,公司永远做不大。

回头想想,当初为什么要干这行?不就是想用自己的脑子,去帮一帮那些值得帮的人嘛。

今天的商业世界,已经不是草莽英雄的时代了。光凭一腔热血和胆子,在这么内卷的局里,根本不够使。你需要一群脑子清楚的人,跟你一起把事看明白,少走弯路,少吃亏,把决策做对。

我们给制造业这些传统行业的企业家,备了个AI落地的案例库,30多个真实案例,都是中小厂干的——花了多少钱、做了啥、怎么回的本。

还弄了个企业家AI认知社群,不聊那些听不懂的技术词,就聊一句:你的生意加上AI,能变成什么样。每周一次深度案例拆解,说人话,讲能用的打法。

— 找着你那个"良品率87%"的环节,比啥都管用 —

AI问题,一起研究探讨
从业商业咨询近20年,我见过太多一些基因优秀的公司,也陪跑过一批国内头部企业,在资本融资、战略选择、商业模式、营销增长、组织变革、AI驱动等领域帮他们进行设计或者排雷。经历了许多的失败,也见证了无数的成功。
但说实话,看着门外有些基因还不错的创业者或者公司因为高昂的咨询费而被拒之门外,却因为一些简单的常识决策失误而慢慢衰落甚至关门,真的很痛心:
常见的一些大坑:
现金流断裂: 账上还有钱就盲目扩张,过度铺摊子,结果一个项目回款慢,全盘皆输。
战略误判: 把“伪需求”当风口,All in进去后发现市场根本不买账,库存堆积如山。
商业模式落后: 还在用“卖产品赚差价”的古老思维,看不到全新的市场玩法,同时市场发展先机。
融资对赌失败: 拿了不该拿的钱,签了对赌协议,业绩没达标,一夜之间丧失公司控制权。
产品库存积压: 错估市场容量,生产太多卖不出去,现金流变成死库存,最后被活活拖死。
组织臃肿内耗: 人效极低,老板在前面抢单,管理层在后面搞政治,流程繁琐,响应速度像恐龙。营销成本黑洞: 流量越来越贵,不做推广等死,做了推广就是给平台和网红打工,投产比永远算不过来。错失AI红利: 对手已经用AI降本增效、优化流程了,你的团队还在用人工笨办法,效率差越拉越大。人才严重断层: 老人跟不上,新人留不住,中层无大将,老板亲自下场干到死,公司永远做不大。
…………………………………………………………………………………………………………
看过太多这样的悲剧,回头想想为什么要做这个行业……?不就是为了用自己的商业智慧去拯救、去帮助更多值得帮助的众生吗?!
而在今天的商业世界里,已经不再是草莽英雄的时代,仅凭一腔热血和胆子,已经不足以参与到极致内卷时代,更需要有一群高维认知的人和你一起能够清晰头脑,少走弯路,少受损失,做对决策,未来一骑绝尘…………

END