飞沃科技四厂
AI 赋能初步方案
基于风电本部调研经验 · 对四厂可能的痛点与切入方向，做一次初步推演
基于风电本部调研，对四厂痛点可能性的初步分析
我们已完成飞沃风电本部的现场调研，沉淀出一套通用的痛点识别与切入框架。本方案在此基础上，结合四厂航空航天事业部的业务特点，对四厂当前可能存在的痛点和切入方向做一次初步分析，作为后续深入调研与讨论的起点。
不一次性覆盖全部需求，也不直接复制风电本部做法。
围绕已提出的痛点，识别可快速落地的几个切入场景。
为后续内部讨论、跨部门对齐和试点启动提供依据。
共性可参考，特性需聚焦
四厂与风电本部存在显著共性，但作为航空航天事业部，又具备独有的业务特征。
- 计划执行依赖多部门协同
- 关键环节依赖经验判断
- 质量和交付要求逐步提高
- 资料、流程、知识分散在不同岗位与部门
- 希望以更低人力获得更稳定的执行结果
- 技术密度更高，报价/工艺/标准匹配依赖更强
- 质量要求可能更严，标准与过程控制更重要
- 新品开发与工艺经验复用价值可能更高
- 当前工作可能仍主要依赖 Excel、人工台账与个人经验
结合上一次的简单讨论，我们梳理出四厂当前可能存在的五类核心问题
以下问题来自我们与四厂的初步沟通和已有信息推断，作为本轮初步分析的依据；具体问题与边界，可在下一次对四厂进行全面调研后再细化。
技术资源可能被大量重复性工作消耗，经验依赖较强。
过程可见性可能不足，异常发现可能存在滞后。
知识存在但可能难以复用，资料与模板可能较散。
标准与技术要求可能较分散，匹配复杂度可能较高。
暂无统一 ERP，但可能已具备先做轻量场景的条件。
技术报价与核价
报价、核价、工艺判断可能需要同时参考图纸、历史报价、工艺要求、材料成本、设备情况、加工逻辑等多类信息，过程可能较依赖经验和人工整理。
- 01技术部大量时间可能被重复性工作占用
- 02关键岗位经验依赖较强，换人可能存在风险
- 03同类问题可能重复处理，缺少历史复用机制
- 04报价速度和一致性可能受限
- 05复杂件、非标件、新品类报价难度可能较高
- 把历史报价、图纸、工艺要求、成本参数沉淀为可检索的参考库
- 针对常见品类形成报价模板与自动初稿
- 把核价规则与口径显性化、可复用
- 缩短报价响应时间
- 提升报价一致性，降低对个人经验依赖
- 释放技术人员处理高价值工作的精力
生产计划执行与过程跟踪
计划信息、节点状态、过程流转可能仍主要依赖 Excel、人工台账或人工沟通，可能缺乏统一可视化与异常提醒机制。
- 01上下步序流转可能不够及时，异常发现可能滞后
- 02节点卡住后可能无法第一时间暴露
- 03管理人员可能需要花较多精力做追踪、统计、催办
- 04信息更新可能不够实时，知道得晚、处理得更晚
- 05现场执行问题可能容易累积到较后阶段才被看到
- 把现有 Excel 台账接入统一的计划与节点视图
- 对关键节点设置自动汇总与异常预警
- 把异常判断规则、节点口径显性化、统一化
- 异常更早被发现、更早被处理
- 减少人工追踪、催办的精力消耗
- 管理层对现场执行情况有更稳定的可见性
工艺编制与文件复用
工艺编制可能并非完全没有模板或历史资料，而是可能散落在不同文档、不同项目、不同人员经验中，缺少稳定的复用方式。
- 01类似产品、类似工艺可能仍需要重新整理
- 02历史文件可能难以快速检索和复用
- 03图纸、工艺要求、工艺路线之间关联可能不够清晰
- 04工艺初稿的准备工作可能较耗时
- 05新人上手可能较慢，核心人员负担可能较重
- 把历史工艺文件、模板、典型案例沉淀为可检索的资料库
- 对常见产品类别形成工艺初稿模板与起草流程
- 把关键判断点与编制规则显性化、可传递
- 缩短工艺初稿的编制时间
- 降低对个别核心人员的依赖
- 经验和案例更容易在团队内被复用
质量标准与技术要求匹配
航空航天业务对标准、质量条款、过程要求、追溯要求的敏感度可能明显高于普通制造场景。
- 01标准文档与技术要求可能较分散，人工查找成本较高
- 02质量条款与工艺要求的对应关系可能较依赖经验判断
- 03历史不良、历史处置经验可能难以快速引用
- 04同类问题可能重复分析，难形成组织级知识
- 把标准文件、质量条款、技术要求集中沉淀、便于检索
- 把历史不良与处置经验整理为可调取的案例库
- 把质量条款与工艺要求的对应关系逐步规则化
- 提升技术判断与质量判断的一致性
- 缩短问题排查与处置时间
- 经验逐步沉淀为部门、事业部能力
数据基础
四厂目前可能暂无统一的 ERP 与中央化数据平台，关键业务信息可能分散在 Excel、邮件、图纸、工艺文件与个人经验中。
- 01关键资料可能散落在多处，难以统一调取
- 02Excel 台账与口径可能不统一，跨岗位拼接成本较高
- 03图纸、邮件、附件等历史信息可能难以被结构化复用
- 04经验与处理规则可能更多保存在个人脑中
- 围绕已有材料先做小范围、轻量化的整理与连接
- 优先沉淀高频、高价值场景所需的最小数据集
- 把口径、规则与模板逐步统一与显性化
- 无需先建大而全的系统也能开始推进
- 在真实业务材料上小范围验证价值
- 为后续逐步扩展打下数据基础
四厂可覆盖的五个 AI 赋能场景域
前三类是本次建议优先切入的方向，后两类作为后续可延伸；更多场景可在全面调研四厂后按需拓展。
- 核价/报价辅助
- 询价信息识别
- 图纸/PDF 关键信息提取
- 历史报价检索复用
- 报价初稿生成
- 计划执行跟踪
- 节点偏差识别
- 异常超时提醒
- 进度汇总
- 重点事项催办
- 编制工艺辅助
- 工艺初稿生成
- 工艺路线推荐
- 图纸-要求关联
- 历史工艺检索
- 标准检索定位
- 技术要求对应
- 质量问题查询
- 处置经验复用
- 工艺-质量冲突提示
- 新品开发经验沉淀
- 失败案例复盘
- 老项目知识复用
- 技术资料检索
- 部门知识库
航空件核价 / 报价辅助
- 01客户询价邮件与附件中的关键信息识别
- 02图纸 / PDF / CAD 中关键参数自动提取
- 03历史报价案例的相似检索与推荐
- 04成本参数与核价口径的可复用沉淀
- 05针对常见品类生成报价初稿，技术人员复核定稿
- 缩短报价响应周期
- 降低重复性资料整理投入
- 提升报价口径与逻辑的一致性
- 降低对个别岗位经验的依赖
- 逐步沉淀四厂自身的报价知识库
生产计划执行跟踪与异常提醒
- 01现有计划台账的统一整理与汇总
- 02关键节点状态自动识别
- 03超时、滞后、停滞情况的主动提醒
- 04上下工序衔接异常的提示
- 05管理层关注事项的看板化呈现
- 生产过程更透明、问题更早暴露
- 减少人工统计与电话催办
- 管理层把时间投向决策与协调
- 为后续端到端协同打下基础
编制工艺 / 工艺文件辅助
- 01历史工艺文件的统一检索
- 02工艺模板与编制规范的整理与复用
- 03图纸要求与工艺条款的关联提取
- 04典型工艺路线的推荐与套用
- 05工艺初稿生成，由技术人员审核定稿
- 缩短工艺初稿准备时间
- 提高历史工艺资料的复用率
- 降低重复劳动、缓解核心人员压力
- 为新品开发经验积累与质量经验复用打基础
除前述方向外，还可继续展开的赋能方向
四厂的 AI 推进空间并不局限于当前已识别出的几个问题。
- 标准文档定位
- 工艺/技术要求与标准条款对应检查
- 客户质量要求识别
- 新品试验记录沉淀
- 失败案例归档
- 工艺问题与处理经验归集
- 不良问题案例查询
- 处置建议参考
- 历史问题复盘归档
- 物流节点协同与提醒
- 合同及条款风险检查
- 技术资料统一检索
- 部门关键事项跟踪
- 管理层关注事项看板化
先调研、再验证、后铺开
三阶段推进：A 全面调研定位痛点 → B 单场景快速落地 → C 全场景 AI 赋能。
- 在四厂内做一次系统性走访与梳理
- 对齐管理层视角与一线实际工作
- 把模糊的痛点具体到场景与岗位
- 确认 1–2 个最值得切入的方向
- 明确牵头部门、配合部门与目标
- 选定首批最合适的场景
- 基于四厂真实业务样本搭建
- 让业务人员真正用起来、看到效果
- 明确人机配合与把关边界
- 沉淀经验、问题与下一步优化方向
- 在已验证能力之上扩样本、扩岗位
- 横向串联相邻场景、打通关键环节
- 覆盖技术、生产、工艺、质量、知识全链
- 沉淀四厂自身的知识库与规则积累
- 把飞沃科技四厂打造成集团内的 AI 标杆工厂
本方案是基于已有信息的初步推演，期待与四厂一起进入下一轮调研， 共同收敛痛点、选定首批切入场景、走通验证。