段曉科：AI、低代碼與FMEA協同助力企業降本增效及數字化轉型加速

專題：2024中國商用車論壇

　　2024年3月26日-28日，2024中國商用車論壇在湖北省十堰市舉辦。本屆論壇由中國汽車工業協會主辦，以“新步伐?新成效?新提高，助力商用車產業高質量發展”為主題，基于行業高質量發展要求、國家“雙碳”目標實現、汽車產業轉型和創新需要，以創新促改革、促轉型、促發展，助力商用車產業高質量發展。其中，在3月28日下午舉辦的“主題論壇六：新產品、新技術助力商用車供應鏈創新發展”上，上海適途科技有限公司解決方案總監段曉科發表精彩演講。以下內容為現場發言實錄：

　　尊敬的羅秘書長，各位嘉賓，各位同行和在座的各位媒體朋友下午好。我是來自上海適途科技的段曉科，很榮幸與大家相聚車城十堰進行今天的分享。

　　今天我的分享主體是AI低代碼與FMEA協同助力企業降本增速及數字化轉型加速。

　　開始之前，請允許我先介紹一下我們公司。上海適途科技，成立于2005年，總部位于上海。適途科技以助力企業創新為使命，致力于幫助客戶提升產品研發能力，已成為眾多企業創新發展的最佳伙伴。作為專業的汽車行業數字化服務提供商，適途科技深耕行業十多年，在咨詢規劃、工程設計、方案實施、軟件開發、研發工具、系統運維等多個領域，擁有豐富的實踐經驗和卓越的服務能力。

　　我想和大家一起看一下商用車供應鏈當前面臨的幾個關鍵問題。

　　首先，成本控制是我們無法回避的挑戰。在當前的經濟環境下，我們不斷聽到既要創新又要控制成本的雙重壓力。那么，我們如何才能在創新的同時有效地管理成本呢？這是一個需要我們深思的問題。

　　其次，產品質量和故障的預防與預測是供應鏈管理的另一大難題。我們如何在供應鏈的每一個環節提前預判并防止質量問題的發生？這要求我們必須具備前瞻性和預防性，確保產品質量的穩定。

　　最后，我們的響應速度和靈活性也是決定供應鏈效率的關鍵因素。在快速變化的市場中，我們需要能夠迅速適應變化，靈活調整策略和操作。

　　為了解決這些問題，我們提出了一套統一的解決方案。我們認為，企業要實現數字化供應鏈的快速提升，既要“低頭做”，也要“抬頭看”。所謂“低頭做”，就是我們要加強內部修煉，提升企業文化、管理和技術能力。而“抬頭看”，則是要關注和采納新的方法、新的工具以及新的產品。

　　通過這樣的方式，我們不僅能夠提升供應鏈的效率，還能夠降低成本，增強企業的競爭力。

　　第二，新技術和產品介紹。

　　今天，我主要將給大家通過三個新產品和新技術解決方案，幫助大家看看我們在企業降本增效和數字化方面的突破。

　　首先，我們聚焦于AI人工智能領域。在車輛方面，我們已經開始了深入的探索。在實施階段，我們特別從三個角度切入AI。這三個角度涵蓋了算法優化、數據分析和實際應用等多個層面，確保我們的AI技術能夠在車輛領域發揮最大的價值。我們深知，AI技術將重塑汽車產業的未來，我們正致力于推動這一變革，讓我們的車輛更加智能、更加安全、更加高效。

　　接下來，我要談談低代碼開發。在數字化轉型的道路上，許多企業面臨著高昂的軟件費用挑戰。為了降低這些成本，我們積極探索低代碼開發技術。低代碼開發能夠簡化軟件開發流程，降低技術門檻，使企業能夠更快速地響應市場變化。通過小步快跑的方式，我們逐步迎接社會的變化，確保企業在激烈的市場競爭中保持領先地位。

　　最后，我想提及質量風險控制。我們已經在質量風險控制方面積累了大量的經驗和工具。如何將這些工具應用到實際工作中，提高我們的工作效率和質量，是我們當前的重要任務。我們將繼續深化質量風險控制的研究和實踐，確保我們的產品和服務始終保持在行業前列。

　　首先，我們AI在商用車的應用

　　我們以知識管理為中心，從前中后臺三個維度幫助企業構建AI治理體系，實現企業運行效率的提升。

　　首先，我們運用AI大型模型ChatGLM3，成功打造了智能客服系統。在商用車行業，設備故障的多樣性給報修工作帶來了極大的挑戰。不同人對于同一故障的描述可能千差萬別，這給快速定位問題和解決方案帶來了很大的困擾。然而，通過智能客服系統，我們成功地將這些多樣化的描述進行了數據庫分化處理。無論用戶如何描述故障，我們的AI都能夠理解其意圖，并給出相應的解決方案或者直接形成對應的系統工單流轉到作業系統。這不僅提高了問題的解決效率，還為用戶帶來了更加便捷和智能的服務體驗。。

　　其次，我們還將AI技術應用于企業的應用中臺，進行調度優化。其中一個典型的場景是智能配載。傳統的配載方式往往依賴于人工經驗和簡單的計算規則，無法實現精準和高效的配載。而我們的智能配載系統，通過大數據算法和AI技術的結合，能夠實時分析車輛、貨物和路線的信息，實現精準的配載方案。這不僅提高了車輛的裝載率，降低了運輸成本，還為企業帶來了更高的經濟效益。

　　最后，我們構建了一個強大的數據后臺和知識圖譜。這個后臺不僅具備處理大量數據的能力，還能夠通過先進的技術手段將非結構化數據轉化為結構化數據。這使得我們能夠更加深入地挖掘和分析數據，為企業決策提供更加準確和有力的支持。同時，通過知識圖譜的構建，我們能夠將企業內部的各種知識和信息進行整合和歸類，形成一個完整的知識體系。這使得企業能夠更加方便地獲取和利用知識，提高了企業的創新能力和競爭力。

　　第二個企業低代碼落地解決方案

　　這個方案主要解決了企業在數字化創新過程中面臨的三個難題：快速開發、IT安全問題和運維優化。

　　首先，關于快速開發。在數字化轉型的大潮中，企業常常需要快速響應市場變化和業務需求。比如，我們之前對接的一個主機廠，在缺芯的緊急情況下，需要在兩周內快速上線一個系統來支持業務操作。傳統的開發方式往往難以滿足這種快速響應的需求。而我們的低代碼解決方案，通過提供預置的組件和可視化開發環境，使得企業能夠快速構建和部署應用，大大縮短了開發周期，滿足了客戶的緊急需求。

　　其次，關于IT安全問題。在數字化過程中，企業往往會引入多個供應商和技術，這些供應商和技術帶來的后臺底座和業務隔離給企業的IT安全帶來了很大的挑戰。我們的低代碼解決方案通過提供統一的開發平臺和安全管理機制，有效整合了各個系統和技術，降低了安全風險，提高了企業的整體安全性。

　　最后，關于運維優化。隨著企業數字化應用的不斷增加，如何高效地管理和運維這些應用成為了一個亟待解決的問題。我們的低代碼解決方案通過提供統一的運維平臺，將各種運維工具整合到一起，實現了對應用的集中管理和監控。這不僅降低了運維成本，還提高了運維效率，為企業創造了更大的價值。

　　此外，我們的低代碼解決方案還具有以下優勢：一是敏捷性高，能夠快速響應業務需求變化；二是開發成本低，能夠顯著降低企業的開發成本；三是安全性高，通過統一的安全管理機制，保障企業的信息安全。

　　在實際應用中，我們已經成功幫助多家企業實現了低代碼解決方案的落地。

　　主要從低代碼適應的四大典型場景：門戶系統開發、創新系統開發、系統快速開發以及老舊系統開發方面積累了大量的應用案例。

　　比如，我們幫助某主機廠構建了統一的運維平臺，降低了運維成本；我們還幫助某供應鏈企業開發了缺芯車管理應用，提高了業務處理效率。這些成功案例充分證明了低代碼解決方案在數字化創新中的價值和作用。

　　第三個方案：FMEA協同

　　FMEA，即失效模式與影響分析，在制造業中是一個耳熟能詳的工具，它對于識別、評估和預防產品或過程中的潛在失效模式具有至關重要的作用。

　　FMEA對商用車供應鏈的價值確實非常顯著。

　　首先，FMEA的核心功能在于幫助企業識別供應鏈中的潛在風險，并進行預防性維護。通過對供應鏈各環節進行深入的失效模式與影響分析，企業能夠提前發現可能存在的問題，從而采取針對性的措施進行預防和糾正。這大大降低了供應鏈中斷的風險，確保了供應鏈的穩定性和連續性。

　　其次，FMEA在應急預案制定方面發揮著重要作用。面對供應鏈中可能出現的各種突發狀況，企業可以依據FMEA的分析結果，提前制定詳細的應急預案。這些預案能夠指導企業在出現問題時迅速采取行動，減少損失，確保供應鏈的快速恢復。

　　此外，FMEA還有助于優化供應鏈管理流程。通過對供應鏈中的失效模式進行深入分析，企業可以發現流程中的瓶頸和不合理之處，進而進行優化和改進。這不僅可以提高供應鏈的運作效率，還可以降低運營成本，增強企業的競爭力。

　　然而，過去FMEA的應用主要停留在文檔管理或底層的FMEA軟件管理上，這限制了其在實際生產中的效能發揮。為了進一步提升FMEA的應用效果，我們開發了一套全新的FMEA協同方案。

　　在這個方案中，我們依然使用先進的FMEA編輯器作為底層工具，確保編輯的準確性和高效性。在此基礎上，我們構建了一套FMEA協同工具，這套工具能夠實現多人在線協同編輯、實時數據共享和版本控制，大大提高了團隊協作的效率。

　　更重要的是，我們的FMEA協同方案還實現了與外部系統的交互。這意味著，FMEA數據可以與其他制造系統、質量管理系統等進行無縫對接，實現數據的實時更新和共享。這不僅提高了數據的準確性，還使得FMEA分析的結果能夠更快速地應用于實際生產中。

　　此外，我們還借助知識圖譜技術，對FMEA數據進行了深度挖掘和分析。知識圖譜能夠揭示數據之間的內在聯系和規律，幫助我們更深入地理解失效模式的成因和影響，從而制定更加精準的預防措施。

　　接下來我給大家分享我們的幾個典型案例：

　　首先與大家分享一個我們團隊近期成功完成的案例——某頭部整車廠缺件車管理系統的快速構建與上線。

　　在汽車制造行業，零部件的及時供應一直是生產連續性和產品交付的關鍵。然而，近年來，由于供應鏈波動、芯片短缺等問題，企業面臨著前所未有的挑戰。就在不久前，我們的一位知名汽車制造商客戶，在元旦前一周突然遭遇了嚴重的缺件缺芯問題，大量車輛無法正常組裝下線。面對即將到來的節假日和積壓的訂單，他們急需一個能夠快速響應并有效管理缺件車輛的系統。

　　面對這一緊迫的需求，我們團隊迅速響應，決定采用低代碼業務開發平臺作為技術支撐。低代碼平臺以其快速搭建、靈活配置和易于集成的特點，成為了我們應對這一挑戰的最佳選擇。

　　在短短7天內，我們團隊夜以繼日地工作，與客戶緊密溝通，明確了系統的核心功能需求。通過低代碼平臺的強大功能，我們實現了缺件車輛的快速錄入、實時跟蹤、預警推送等功能，并與其他系統實現了數據交互。最終，在預定的時間內，我們成功完成了系統的開發、測試和部署工作，并順利上線運行。

　　這一系統的及時上線，為企業帶來了顯著的效益。它不僅解決了當前的燃眉之急，使得企業能夠準確掌握每輛車的缺件情況，為后續的生產計劃調整提供了有力支持；同時，通過優化生產流程和降低庫存成本，企業實現了可觀的成本節約和效益提升。

　　更重要的是，這一案例的成功實施，充分展示了低代碼業務開發平臺在應對緊急需求時的巨大潛力和優勢。它不僅能夠快速響應市場需求，還能夠幫助企業實現業務的快速創新和優化。

　　第二個案例：FMEA與AI協同，實現高效管理與優化

　　在前期工作中，我們成功為一家零部件企業構建了FMEA協同工具，助力其識別并預防供應鏈中的潛在風險。然而，隨著FMEA文件的不斷增加，如何高效管理并應用這些文件成為了企業面臨的新挑戰。為了解決這一問題，我們引入了AI技術和知識圖譜，實現了FMEA與AI的協同工作。

　　在與客戶的深入溝通中，我們了解到客戶面臨著FMEA文件數量龐大、管理難以落地的困境。為了解決這一問題，我們利用AI技術對FMEA文件進行了系統性的梳理。通過自然語言處理和機器學習算法，我們提取了文件中的關鍵信息，并構建了知識圖譜，實現了FMEA文件的結構化展示和關聯分析。

　　經過AI技術的處理，客戶的FMEA管理得到了顯著的改善。首先，系統化的運用程度大大提高。通過知識圖譜的展示，員工能夠更清晰地了解各FMEA文件之間的關系和聯系，從而更加高效地進行查詢和使用。這使得FMEA工具在企業內部的接受度和使用率大幅提升。

　　其次，FMEA的穩健性得到了優化。通過AI技術對FMEA文件進行分析和比較，我們發現了大量相似的文件。這些文件在內容、結構和結論上具有較高的相似性，因此可以進行合并或替代。經過優化后，客戶的FMEA文件數量從原先的2千份減少到了500份，大大提高了管理效率。

　　這一優化不僅減少了文件數量，更重要的是提高了FMEA的準確性和可靠性。由于去除了冗余和重復的文件，剩余的FMEA文件更加精煉和有效，能夠更好地指導企業的風險管理和預防措施。

　　總的來說，通過FMEA與AI的協同工作，我們成功幫助客戶解決了FMEA文件管理難題，實現了高效管理與優化。這不僅提高了企業的運營效率，也為企業的穩健發展奠定了堅實基礎。未來，我們將繼續探索更多AI技術在FMEA管理中的應用，為企業提供更高效、更智能的解決方案。

　　案例介紹：運輸企業智能配載方案的實施與效益提升

　　在運輸行業中，配載方案的合理性直接關系到車輛裝載效率、成本控制和運輸安全。我們最近為一家運輸企業設計并實施了一套智能配載方案，有效解決了其在配載過程中面臨的多重挑戰。

　　該企業過去在配載過程中，主要依賴于人工經驗和簡單的裝載規則，導致車輛裝載率不高、運輸成本上升，且存在一定的安全風險。為了提升配載效率和準確性，我們結合企業實際需求，引入了一系列先進的技術手段，構建了一套智能配載系統。

　　該智能配載系統具備以下核心功能：

　　準確的配載率計算：系統能夠綜合考慮貨物的體積、重量、形狀以及車輛的裝載容量、結構等因素，通過算法精確計算最優配載方案，確保車輛裝載率達到最大化。

　　預配載軟件支持：我們為企業開發了一款預配載軟件，工程師只需在裝車前將相關參數輸入系統，系統即可快速生成配載方案。這大大簡化了配載流程，提高了工作效率。

　　內部管理要求集成：系統不僅考慮了配載的合理性，還集成了企業內部的管理要求，如貨物的分類、堆放順序、安全標識等，確保配載方案既符合技術要求又滿足管理需求。

　　通過實施這套智能配載方案，企業取得了顯著的效益提升：

　　成本降低：由于車輛裝載率的提高，企業減少了空駛和重復運輸的情況，從而降低了運輸成本。

　　風險成本減少：智能配載方案避免了因人工配載不當而導致的貨物損壞、安全事故等風險，降低了企業的風險成本。

　　工作效率提升：預配載軟件的使用使得配載工作更加高效、準確，減少了工程師的工作量和出錯率。

　　綜上所述，這套智能配載方案不僅提升了企業的運輸效率和成本控制能力，還增強了企業的競爭力和市場地位。

　　結尾

　　展望未來，企業降本增效的道路既需要“低頭著成本”，精細管理每一個環節，深入挖掘潛力，也需要“抬頭看變化”，敏銳捕捉市場與行業的新動態、新技術。我們要學會借行業之新，把握前沿科技，引領商用車供應鏈的創新升級。

　　我們將繼續致力于技術創新和產品研發，不斷探索AI、低代碼開發與質量風險控制等新技術在商用車供應鏈中的應用。我們將與各位合作伙伴攜手共進，共同推動商用車供應鏈乃至整個物流行業的數字化轉型與發展。

　　最后，我要感謝各位的聆聽與支持。讓我們共同攜手，以開放的心態、創新的思維，迎接商用車供應鏈數字化轉型的新時代，共同開創商用車供應鏈創新升級的美好未來！謝謝大家！

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。