環球產業對話：AI Agent「入職」中國製造從供應鏈「救火」到產線「安心」

來源：環球網

【環球網科技報道 記者 李文瑤】4月21日，「2026飛書AI先鋒大賽·先進製造專場」決賽現場，一線工程師、產品經理和供應鏈負責人，帶着已經在產線上跑了數月的真實案例，講述AI Agent如何從PPT走進車間。

這場由飛書主辦、73家企業參與的大賽，最終評選出TCL華星、海信集團、東風奕派、北汽福田、億咖通科技、東風康明斯等十家「製造AI先鋒」。在眾多案例中，億咖通科技與東風康明斯的實踐，也代表了AI Agent在製造業兩個截然不同的核心戰場——供應鏈協同與產線質檢——所帶來的深層變革。

供應鏈的「斷點」與「盲區」：億咖通如何讓問題自己浮出來

「你有沒有遇過這種情況：系統明明有料，計劃都排好了，實際沒料？」站在決賽講臺上，億咖通全球信息技術中心數字化產品經理孫迪用一個看似簡單的問題，引發了在場許多製造業同行的共鳴。

億咖通是一家成立於2017年、於2022年在納斯達克上市的全球出行科技企業，其產品已搭載於超過1100萬輛汽車，業務中心遍佈杭州、中國香港、馬來西亞、新加坡、越南等十余個城市。然而，快速擴張的全球化佈局，也讓它早早面臨製造業供應鏈的經典難題。

去年2月，一張緊急工單成為轉折點。客户催得急，物料計劃查了系統顯示齊套，倉庫卻打來電話：一款關鍵料，賬上有數，庫位上沒貨。接下來30分鍾，全組陷入緊急響應——打電話、翻群聊、查系統，最后拼出來的不是物料清單，而是整條供應鏈的「盲區地圖」。

「倉庫説我是按實物發貨的，採購説我是按計劃買的，計劃説我是按預測排的。每個人都沒有錯，但問題是，他們之間沒有一條‘實時對齊’的鏈路。」孫迪回憶道。

更深層的問題在於系統之間的割裂。億咖通已經部署了SAP等傳統ERP系統，但這些系統功能固定、定製開發周期長、成本高。日常的預測、排產、缺料計算，大量依賴線下Excel表或在線文檔，數據規格不統一，信息變更靠人工拉群傳遞。一旦某個環節的變更沒有觸達所有人，版本不一致就會引發事故。

更隱蔽的風險是管理上的「信息黑洞」：一線執行層往往等到問題「包不住」了才向上匯報，等領導層知曉時，損失已經造成。

面對這些痛點，億咖通沒有選擇再買一套商業系統。孫迪和億咖通計劃物流部運營管理負責人胡建帶領團隊，基於飛書aPaaS、多維表格和Aily智能體平臺，在現有ERP系統之間搭建了一座「橋」——一套端到端的供應鏈協同平臺。

這套方案的核心邏輯只有兩條：讓信息「往前走」，讓結果「往回走」。前者意味着客户的預測、需求、計劃能夠快速準確地傳到后端，不再靠人反覆確認；后者意味着生產結果、庫存變化、交付情況能夠反向驗證和修正前端的預測模型。

以需求預測為例。過去客户給一個數字，銷售拍一個腦袋，信息來源多、口徑不一致，預測與實際交付之間經常出現巨大偏差。現在，億咖通讓AI先跑一遍——採集市場真實銷售數據，疊加信號解讀、預測建模、場景推演、評審校驗，最終輸出決策建議。人只做最后那一下判斷。

更關鍵的是，這是一個持續精進的學習系統。每個月的實際交付數據都會反向修正AI模型，下個月的預測就更準一點。經過7個月的數據回測，整體預測準確率從原來的75%左右提升至91.5%，超額備貨的積壓風險降低了22.61%，數據分析和計算成本降低了約90%。

預測準了，庫存能否接得住？億咖通用AI助手「拿鐵」解決了這個問題。「拿鐵」將前端預測結果與庫存實時對齊，每一個物料的庫存水位、周轉狀態、呆滯風險、缺料情況一目瞭然。更重要的是，它會主動説話——每天早上告訴團隊哪些料有缺口、哪些工單有風險、下一步應該做什麼。

「不是人去找問題，是問題自己浮出來。」孫迪説。這套閉環跑通后，億咖通的庫存周轉天數從65天降至27天，上億資金從倉庫中釋放出來；端到端協同效率提升90%；信息化建設成本降低70%以上。目前，這套系統已覆蓋亞太五個業務中心、320個日活用户，覆蓋90%的目標用户。

產線上的「老師傅」與「安心覺」：東風康明斯的質檢革命

如果説億咖通的案例展示了AI如何重構看不見的供應鏈鏈路，那麼東風康明斯的應用，則讓人們看到了AI在看得見的產線上，如何改變一線工人的工作與生活。

東風康明斯是全球領先的發動機製造商，從重卡到工程車再到城市公交車，到處都有其產品的身影。支撐這家企業走過百年的，是對品質的追求。但即便這樣一家企業，也曾在一個關鍵環節上陷入困境——發動機連桿的質檢。

連桿是發動機的核心零件，製造時拆分為兩部分，裝配時必須原配。一旦錯配，發動機在運行中可能「炸缸」。試想一下：客户花2000萬買了一臺全新起重機，在剪彩儀式上發動機炸缸，后果不堪設想。

為此，東風康明斯在新產線上安裝了視覺檢測系統。然而，這套系統的準確率只有70%——每4次檢測就有1次誤報，一天幾十次。工人們實在受不了，直接把系統電源拔了。

「技術本來是來解放人的，結果反而成了折騰人的。」東風康明斯製造工程部智能製造工程師巢正坤説。

當時擺在面前的有兩條路：一是改零件工藝，一年投入上百萬，涉及10個平臺、幾十種零件，工程變更遙遙無期；二是上深度學習，需要收集樣本、打標、訓練、部署算力，投資20萬起，落地至少半年。兩條路，一條太貴，一條太慢。

轉機出現在去年3月。巢正坤偶然看到一條新聞：有養殖場用大模型數豬。「我當時腦子里‘叮’一下：它能數豬，為什麼不能看懂發動機零件？」恰好飛書接入了大模型，團隊抱着試一試的心態，用提示詞讓AI讀連桿上的配對碼。第一輪測試，準確率就衝到95%。

但95%在工業現場遠遠不夠——每20個零件錯一次，照樣扛不住。真正的突破來自一個「頓悟時刻」：團隊把所有錯裝的照片擺在一起，突然發現一個驚人規律——只要配錯的連桿，結合處都有一道明顯的裂痕。

原來，連桿是一整塊料脹開的，斷面如同人的指紋，獨一無二。裝錯了就合不攏，一定會留下裂痕。以前團隊總想着教AI認出「什麼是對的」，其實根本不用——AI只要認出「什麼是錯的」，就夠了。

順着這個思路，巢正坤團隊設計了三道檢測保險：先看裂痕，有裂痕直接判錯；再讀數字，判錯的提取配對碼二次校對；第三道模糊匹配，四個數字對上三個就過。三層嵌套，每一層都不是理論設計的，而是從產線上干了二十年的老師傅口中總結出來的。

「工業AI真正的核心，從來不是算力和模型，而是你能不能把老師傅的經驗，翻譯成機器能聽懂的規則。」巢正坤説。

依託飛書和火山引擎的底座，團隊用多維表格做數據中樞，用字段捷徑調用大模型，用工作流做自動報警，8周就把整套系統跑通了。從1個平臺複製到6個，從連桿延伸到活塞環、卡環，每個新場景兩周就能搞定。

這套系統上線9個月，跑了20萬張圖，準確率穩定在99.5%以上，零漏檢。單張檢測成本僅5釐錢，全年總算力費用不到1000塊。傳統方案的投資，夠這套系統用200年。

但最讓巢正坤驕傲的，不是這些數字，而是產線班長説的一句話：「我們終於能睡個安心覺了。以前全靠人盯，下班了心還懸在產線上。」

一年前，這套質檢系統被工人親手關掉，因為它添麻煩；一年后，工人們上班第一件事就是打開它，因為信任它。「從被放棄到被信賴，這中間的距離，就是我們工程師存在的意義。」巢正坤説。

工作流之變：從「人追問題」到「問題浮出水面」

從億咖通與東風康明斯的案例來看，可以觀察到AI Agent對製造業工作流程帶來的兩個根本性改變。

第一，從被動響應到主動預警。在傳統模式下，無論是供應鏈風險還是產線質量問題，都需要「人」去發現、上報、協調、解決。信息在層層傳遞中損耗、延迟，等到決策者知曉時，往往已經錯過了最佳干預時機。而在AI Agent介入后，系統能夠7×24小時實時監控數據，一旦發現異常或風險信號，立即主動推送提醒，甚至給出處理建議。問題從「被人找到」變成了「自己浮出來」。

第二，從經驗驅動到數據智能。在東風康明斯的案例中，最關鍵的突破不是算法本身，而是將老師傅二十年積累的「裂痕判斷」經驗翻譯成了機器可執行的規則。在億咖通的案例中，預測準確率的持續提升，依賴於每個月實際交付數據對模型的不斷修正。AI Agent不是替代老師傅，而是將老師傅的經驗固化、放大、複製，讓一個「超級老師傅」同時服務多條產線、多個業務中心。

從技術門檻到業務平權，AI應用的門檻正在從「算法+算力」轉向「業務洞察力」。巢正坤不是算法工程師出身，孫迪和胡建也不是程序員。但他們懂業務痛點，會寫提示詞，能拆解流程，就能借助飛書這樣的低門檻平臺「手搓」出企業級智能體。這意味着，一線員工正在成為AI開發者——他們比任何人都懂問題在哪，當工具足夠簡單時，解決問題的效率將指數級提升。

未來前景：從單點突破到端到端智能

展望未來，兩家企業都給出了清晰的路線圖。

億咖通的目標是打通整個供應鏈的上下游。目前，其AI協同平臺主要覆蓋公司內部的端到端閉環。下一步，團隊希望將AI工具和信息向上遊供應商、下游客户延伸。如果供應商能夠實時看到億咖通的缺料情況，如果客户能夠更精準地傳遞需求信號，整個產業鏈的效率將再上一個臺階。

東風康明斯則制定了三步走計劃：短期追求極致精準，把失誤率壓到萬分之一；中期覆蓋更多場景，讓AI不只「看」，更能像老師傅一樣「懂」工藝、懂標準；遠期走向超級智能，打造真正的多模態智能質檢，讓AI成為產線上永不退休的品質大師。

飛書首席商業官林嬋表示：「企業要用好AI，先看AI先鋒。其實對飛書來講，很大的收穫不只在於收穫了很多精彩的案例，而是真的能從中國製造業務一線讀懂中國製造業到底需要什麼樣的AI。來自這成千上萬的一線真實實踐，也讓我們真實地看到了不同的崗位、不同的流程上的環節的痛點。」

去年，飛書成功舉辦AI效率先鋒全國大賽吸引130家企業參與，驗證了AI普惠的巨大潛力。據悉，2023年起，飛書正式啟動「人才加速計劃」之「飛書AI先鋒」，已聯合640余家企業舉辦超700場飛書AI先鋒大賽，通過培訓賦能、實踐打磨，培養了超75000位AI先鋒，助力企業落地12000個可用實踐。