[汽车总站网 www.chianautoms.com欢迎你]
2024年3月26日-28日，2024中国商用车论坛在湖北省十堰市举办。本届论坛由中国汽车工业协会主办，以“新步伐•新成效•新提高，助力商用车产业高质量发展”为主题，基于行业高质量发展要求、国家“双碳”目标实现、汽车产业转型和创新需要，以创新促改革、促转型、促发展，助力商用车产业高质量发展。
其中，在3月28日下午举办的“主题论坛六：新产品、新技术助力商用车供应链创新发展”上，上海适途科技有限公司解决方案总监段晓科发表精彩演讲。
以下内容为现场发言实录：
尊敬的罗秘书长，各位嘉宾，各位同行和在座的各位媒体朋友下午好。我是来自上海适途科技的段晓科，很荣幸与大家相聚车城十堰进行今天的分享。
今天我的分享主体是AI低代码与FMEA协同助力企业降本增速及数字化转型加速。
开始之前，请允许我先介绍一下我们公司。上海适途科技，成立于2005年，总部位于上海。适途科技以助力企业创新为使命，致力于帮助客户提升产品研发能力，已成为众多企业创新发展的最佳伙伴。作为专业的汽车行业数字化服务提供商，适途科技深耕行业十多年，在咨询规划、工程设计、方案实施、软件开发、研发工具、系统运维等多个领域，拥有丰富的实践经验和卓越的服务能力。
我想和大家一起看一下商用车供应链当前面临的几个关键问题。
首先，成本控制是我们无法回避的挑战。在当前的经济环境下，我们不断听到既要创新又要控制成本的双重压力。那么，我们如何才能在创新的同时有效地管理成本呢？这是一个需要我们深思的问题。
其次，产品质量和故障的预防与预测是供应链管理的另一大难题。我们如何在供应链的每一个环节提前预判并防止质量问题的发生？这要求我们必须具备前瞻性和预防性，确保产品质量的稳定。
最后，我们的响应速度和灵活性也是决定供应链效率的关键因素。在快速变化的市场中，我们需要能够迅速适应变化，灵活调整策略和操作。
为了解决这些问题，我们提出了一套统一的解决方案。我们认为，企业要实现数字化供应链的快速提升，既要“低头做”，也要“抬头看”。所谓“低头做”，就是我们要加强内部修炼，提升企业文化、管理和技术能力。而“抬头看”，则是要关注和采纳新的方法、新的工具以及新的产品。
通过这样的方式，我们不仅能够提升供应链的效率，还能够降低成本，增强企业的竞争力。
第二，新技术和产品介绍。
今天，我主要将给大家通过三个新产品和新技术解决方案，帮助大家看看我们在企业降本增效和数字化方面的突破。
首先，我们聚焦于AI人工智能领域。在车辆方面，我们已经开始了深入的探索。在实施阶段，我们特别从三个角度切入AI。这三个角度涵盖了算法优化、数据分析和实际应用等多个层面，确保我们的AI技术能够在车辆领域发挥最大的价值。我们深知，AI技术将重塑汽车产业的未来，我们正致力于推动这一变革，让我们的车辆更加智能、更加安全、更加高效。
接下来，我要谈谈低代码开发。在数字化转型的道路上，许多企业面临着高昂的软件费用挑战。为了降低这些成本，我们积极探索低代码开发技术。低代码开发能够简化软件开发流程，降低技术门槛，使企业能够更快速地响应市场变化。通过小步快跑的方式，我们逐步迎接社会的变化，确保企业在激烈的市场竞争中保持领先地位。
最后，我想提及质量风险控制。我们已经在质量风险控制方面积累了大量的经验和工具。如何将这些工具应用到实际工作中，提高我们的工作效率和质量，是我们当前的重要任务。我们将继续深化质量风险控制的研究和实践，确保我们的产品和服务始终保持在行业前列。
首先，我们AI在商用车的应用
我们以知识管理为中心，从前中后台三个维度帮助企业构建AI治理体系，实现企业运行效率的提升。
首先，我们运用AI大型模型ChatGLM3，成功打造了智能客服系统。在商用车行业，设备故障的多样性给报修工作带来了极大的挑战。不同人对于同一故障的描述可能千差万别，这给快速定位问题和解决方案带来了很大的困扰。然而，通过智能客服系统，我们成功地将这些多样化的描述进行了数据库分化处理。无论用户如何描述故障，我们的AI都能够理解其意图，并给出相应的解决方案或者直接形成对应的系统工单流转到作业系统。这不仅提高了问题的解决效率，还为用户带来了更加便捷和智能的服务体验。。
其次，我们还将AI技术应用于企业的应用中台，进行调度优化。其中一个典型的场景是智能配载。传统的配载方式往往依赖于人工经验和简单的计算规则，无法实现精准和高效的配载。而我们的智能配载系统，通过大数据算法和AI技术的结合，能够实时分析车辆、货物和路线的信息，实现精准的配载方案。这不仅提高了车辆的装载率，降低了运输成本，还为企业带来了更高的经济效益。
最后，我们构建了一个强大的数据后台和知识图谱。这个后台不仅具备处理大量数据的能力，还能够通过先进的技术手段将非结构化数据转化为结构化数据。这使得我们能够更加深入地挖掘和分析数据，为企业决策提供更加准确和有力的支持。同时，通过知识图谱的构建，我们能够将企业内部的各种知识和信息进行整合和归类，形成一个完整的知识体系。这使得企业能够更加方便地获取和利用知识，提高了企业的创新能力和竞争力。
第二个企业低代码落地解决方案
这个方案主要解决了企业在数字化创新过程中面临的三个难题：快速开发、IT安全问题和运维优化。
首先，关于快速开发。在数字化转型的大潮中，企业常常需要快速响应市场变化和业务需求。比如，我们之前对接的一个主机厂，在缺芯的紧急情况下，需要在两周内快速上线一个系统来支持业务操作。传统的开发方式往往难以满足这种快速响应的需求。而我们的低代码解决方案，通过提供预置的组件和可视化开发环境，使得企业能够快速构建和部署应用，大大缩短了开发周期，满足了客户的紧急需求。
其次，关于IT安全问题。在数字化过程中，企业往往会引入多个供应商和技术，这些供应商和技术带来的后台底座和业务隔离给企业的IT安全带来了很大的挑战。我们的低代码解决方案通过提供统一的开发平台和安全管理机制，有效整合了各个系统和技术，降低了安全风险，提高了企业的整体安全性。
最后，关于运维优化。随着企业数字化应用的不断增加，如何高效地管理和运维这些应用成为了一个亟待解决的问题。我们的低代码解决方案通过提供统一的运维平台，将各种运维工具整合到一起，实现了对应用的集中管理和监控。这不仅降低了运维成本，还提高了运维效率，为企业创造了更大的价值。
此外，我们的低代码解决方案还具有以下优势：一是敏捷性高，能够快速响应业务需求变化；二是开发成本低，能够显著降低企业的开发成本；三是安全性高，通过统一的安全管理机制，保障企业的信息安全。
在实际应用中，我们已经成功帮助多家企业实现了低代码解决方案的落地。
主要从低代码适应的四大典型场景：门户系统开发、创新系统开发、系统快速开发以及老旧系统开发方面积累了大量的应用案例。
比如，我们帮助某主机厂构建了统一的运维平台，降低了运维成本；我们还帮助某供应链企业开发了缺芯车管理应用，提高了业务处理效率。这些成功案例充分证明了低代码解决方案在数字化创新中的价值和作用。
第三个方案：FMEA协同
FMEA，即失效模式与影响分析，在制造业中是一个耳熟能详的工具，它对于识别、评估和预防产品或过程中的潜在失效模式具有至关重要的作用。
FMEA对商用车供应链的价值确实非常显著。
首先，FMEA的核心功能在于帮助企业识别供应链中的潜在风险，并进行预防性维护。通过对供应链各环节进行深入的失效模式与影响分析，企业能够提前发现可能存在的问题，从而采取针对性的措施进行预防和纠正。这大大降低了供应链中断的风险，确保了供应链的稳定性和连续性。
其次，FMEA在应急预案制定方面发挥着重要作用。面对供应链中可能出现的各种突发状况，企业可以依据FMEA的分析结果，提前制定详细的应急预案。这些预案能够指导企业在出现问题时迅速采取行动，减少损失，确保供应链的快速恢复。
此外，FMEA还有助于优化供应链管理流程。通过对供应链中的失效模式进行深入分析，企业可以发现流程中的瓶颈和不合理之处，进而进行优化和改进。这不仅可以提高供应链的运作效率，还可以降低运营成本，增强企业的竞争力。
然而，过去FMEA的应用主要停留在文档管理或底层的FMEA软件管理上，这限制了其在实际生产中的效能发挥。为了进一步提升FMEA的应用效果，我们开发了一套全新的FMEA协同方案。
在这个方案中，我们依然使用先进的FMEA编辑器作为底层工具，确保编辑的准确性和高效性。在此基础上，我们构建了一套FMEA协同工具，这套工具能够实现多人在线协同编辑、实时数据共享和版本控制，大大提高了团队协作的效率。
更重要的是，我们的FMEA协同方案还实现了与外部系统的交互。这意味着，FMEA数据可以与其他制造系统、质量管理系统等进行无缝对接，实现数据的实时更新和共享。这不仅提高了数据的准确性，还使得FMEA分析的结果能够更快速地应用于实际生产中。
此外，我们还借助知识图谱技术，对FMEA数据进行了深度挖掘和分析。知识图谱能够揭示数据之间的内在联系和规律，帮助我们更深入地理解失效模式的成因和影响，从而制定更加精准的预防措施。
接下来我给大家分享我们的几个典型案例：
首先与大家分享一个我们团队近期成功完成的案例——某头部整车厂缺件车管理系统的快速构建与上线。
在汽车制造行业，零部件的及时供应一直是生产连续性和产品交付的关键。然而，近年来，由于供应链波动、芯片短缺等问题，企业面临着前所未有的挑战。就在不久前，我们的一位知名汽车制造商客户，在元旦前一周突然遭遇了严重的缺件缺芯问题，大量车辆无法正常组装下线。面对即将到来的节假日和积压的订单，他们急需一个能够快速响应并有效管理缺件车辆的系统。
面对这一紧迫的需求，我们团队迅速响应，决定采用低代码业务开发平台作为技术支撑。低代码平台以其快速搭建、灵活配置和易于集成的特点，成为了我们应对这一挑战的最佳选择。
在短短7天内，我们团队夜以继日地工作，与客户紧密沟通，明确了系统的核心功能需求。通过低代码平台的强大功能，我们实现了缺件车辆的快速录入、实时跟踪、预警推送等功能，并与其他系统实现了数据交互。最终，在预定的时间内，我们成功完成了系统的开发、测试和部署工作，并顺利上线运行。
这一系统的及时上线，为企业带来了显著的效益。它不仅解决了当前的燃眉之急，使得企业能够准确掌握每辆车的缺件情况，为后续的生产计划调整提供了有力支持；同时，通过优化生产流程和降低库存成本，企业实现了可观的成本节约和效益提升。
更重要的是，这一案例的成功实施，充分展示了低代码业务开发平台在应对紧急需求时的巨大潜力和优势。它不仅能够快速响应市场需求，还能够帮助企业实现业务的快速创新和优化。
第二个案例：FMEA与AI协同，实现高效管理与优化
在前期工作中，我们成功为一家零部件企业构建了FMEA协同工具，助力其识别并预防供应链中的潜在风险。然而，随着FMEA文件的不断增加，如何高效管理并应用这些文件成为了企业面临的新挑战。为了解决这一问题，我们引入了AI技术和知识图谱，实现了FMEA与AI的协同工作。
在与客户的深入沟通中，我们了解到客户面临着FMEA文件数量庞大、管理难以落地的困境。为了解决这一问题，我们利用AI技术对FMEA文件进行了系统性的梳理。通过自然语言处理和机器学习算法，我们提取了文件中的关键信息，并构建了知识图谱，实现了FMEA文件的结构化展示和关联分析。
经过AI技术的处理，客户的FMEA管理得到了显著的改善。首先，系统化的运用程度大大提高。通过知识图谱的展示，员工能够更清晰地了解各FMEA文件之间的关系和联系，从而更加高效地进行查询和使用。这使得FMEA工具在企业内部的接受度和使用率大幅提升。
其次，FMEA的稳健性得到了优化。通过AI技术对FMEA文件进行分析和比较，我们发现了大量相似的文件。这些文件在内容、结构和结论上具有较高的相似性，因此可以进行合并或替代。经过优化后，客户的FMEA文件数量从原先的2千份减少到了500份，大大提高了管理效率。
这一优化不仅减少了文件数量，更重要的是提高了FMEA的准确性和可靠性。由于去除了冗余和重复的文件，剩余的FMEA文件更加精炼和有效，能够更好地指导企业的风险管理和预防措施。
总的来说，通过FMEA与AI的协同工作，我们成功帮助客户解决了FMEA文件管理难题，实现了高效管理与优化。这不仅提高了企业的运营效率，也为企业的稳健发展奠定了坚实基础。未来，我们将继续探索更多AI技术在FMEA管理中的应用，为企业提供更高效、更智能的解决方案。
案例介绍：运输企业智能配载方案的实施与效益提升
在运输行业中，配载方案的合理性直接关系到车辆装载效率、成本控制和运输安全。我们最近为一家运输企业设计并实施了一套智能配载方案，有效解决了其在配载过程中面临的多重挑战。
该企业过去在配载过程中，主要依赖于人工经验和简单的装载规则，导致车辆装载率不高、运输成本上升，且存在一定的安全风险。为了提升配载效率和准确性，我们结合企业实际需求，引入了一系列先进的技术手段，构建了一套智能配载系统。
该智能配载系统具备以下核心功能：
准确的配载率计算：系统能够综合考虑货物的体积、重量、形状以及车辆的装载容量、结构等因素，通过算法精确计算最优配载方案，确保车辆装载率达到最大化。
预配载软件支持：我们为企业开发了一款预配载软件，工程师只需在装车前将相关参数输入系统，系统即可快速生成配载方案。这大大简化了配载流程，提高了工作效率。
内部管理要求集成：系统不仅考虑了配载的合理性，还集成了企业内部的管理要求，如货物的分类、堆放顺序、安全标识等，确保配载方案既符合技术要求又满足管理需求。
通过实施这套智能配载方案，企业取得了显著的效益提升：
成本降低：由于车辆装载率的提高，企业减少了空驶和重复运输的情况，从而降低了运输成本。
风险成本减少：智能配载方案避免了因人工配载不当而导致的货物损坏、安全事故等风险，降低了企业的风险成本。
工作效率提升：预配载软件的使用使得配载工作更加高效、准确，减少了工程师的工作量和出错率。
综上所述，这套智能配载方案不仅提升了企业的运输效率和成本控制能力，还增强了企业的竞争力和市场地位。
结尾
展望未来，企业降本增效的道路既需要“低头着成本”，精细管理每一个环节，深入挖掘潜力，也需要“抬头看变化”，敏锐捕捉市场与行业的新动态、新技术。我们要学会借行业之新，把握前沿科技，引领商用车供应链的创新升级。
我们将继续致力于技术创新和产品研发，不断探索AI、低代码开发与质量风险控制等新技术在商用车供应链中的应用。我们将与各位合作伙伴携手共进，共同推动商用车供应链乃至整个物流行业的数字化转型与发展。
最后，我要感谢各位的聆听与支持。让我们共同携手，以开放的心态、创新的思维，迎接商用车供应链数字化转型的新时代，共同开创商用车供应链创新升级的美好未来！谢谢大家！
[汽车总站网 www.chianautoms.com欢迎你]
