制造业用AI真落地，同行在抄公牛、雅迪们的作业

　　2025年即将过半，一向被认为AI规模化应用难度较高的制造业，正在怎么用AI?

　　业界观察，随着2025年政策层面的鼓励和DeepSeek带来技术普惠的双重刺激，制造业目前对于用AI这件事，可谓是“热情与焦虑并存”，正逐步迈入广泛探索阶段。

　　IDC数据显示，预计到2028年中国工业企业AI支出将达到900亿元，年复合增长率达37.7%，远高于同期工业数字化市场10%左右的整体年复合增长率。

　　与此同时，大家又都很焦虑，不用AI，怕被淘汰;用AI，又不知道要怎么做，担心花了钱带来不了真正的业务效果。

　　这种情况下，企业间交流学习的意愿正显著增强，纷纷寻求成功的AI应用案例，互相“抄作业”。

　　以插座起家的公牛集团，近来成为众多同行学习的对象。某厨电领域头部厂商今年就多次邀请公牛的AI应用团队进行分享，还派了专人到公牛学习相关经验。雅迪、岚图汽车的AI应用，同样被内外部广泛交流和学习。

　　而这几家制造企业的一大共同特点在于，他们不仅将AI应用到了自身真实业务场景中，实现了降本增效，还让工厂、门店销售、客服经销商等一线人员真正用起了AI。

　　雅迪、公牛、岚图们在实际的AI应用落地中，遇到了哪些阻力?如何去解决的?到底什么样的AI，才能让一线人员真正愿意用起来?最近，我们和这些企业的AI应用开发团队聊了聊……

　　01

　　当降本增效的制造业，开始用上AI

　　“插座一哥”公牛，有着十大事业部、上百条产品线、上万个SKU，随着产品体系的扩展，其知识管理和客户服务面临巨大挑战——全国上百万个销售网点的技术咨询，仅靠几十名技术顾问来支持，信息传递和响应效率极低。

　　另外，传统制造业客服人员流动性高，培训周期长，成本高，新员工需30至90天才能熟练上岗，极大影响服务质量的稳定性，增加了培训成本。

　　面对这些挑战，公牛并未投入巨额资金聘请外部专家，而是由内部员工借助飞书AI能力，在2-3个月内从零到一搭建了企业专属的AI客服机器人——“公牛智服”，将上万SKU的知识赋能一线，经销商技术问答响应从半小时缩短至1分钟，新客服培训周期从一个月降至一周，回复准确率超90%。

　　“这是非常大的转变，可能是革命性的变革。”公牛集团AI训练工程师朱凯杰告诉数智前线，比如经销商想要获取一份产品检测报告，过去需通过热线联系客服，客服再协调相关部门获取报告后反馈给经销商，过程繁琐且耗时。现在，经销商只需向AI机器人提出需求，就能直接获取报告，极大简化了工作流程。

　　朱凯杰透露，目前“公牛智服”每日的使用量已经达到了2500 ~ 3000，经销商的总体满意度在80% ~ 90%之间。

　　随着知识和数据被AI加速沉淀下来，价值闭环也在变得可行。朱凯杰介绍，他们已通过“公牛智服”收集超过18万条数据，并正试图通过AI打造自动化数据整理和深入分析的能力。

　　在他们的初步尝试中，AI已能为每条产品线创建问题仪表盘，清晰地展示哪些产品或型号的故障反馈最多，有望为产品和质量优化提供直接的数据支持。

　　“18万条数据，假如每条包含10个字段，总共就需要填180万个字段，假如每分钟填一个字段，需要超过6年时间才能填完。这在过去是不可能实现的。然而，利用AI技术，这一任务现在可以实现。”朱凯杰说。

　　类似的情况，还发生在高端新能源汽车品牌——岚图汽车身上。

　　岚图汽车在全国拥有超300家门店及1800多名一线售后员工，日常服务中，一线人员会遇到各种系统操作与业务流程问题，需后台运维团队协助解决。

　　由于每日需处理近百个来自不同渠道的问题，运维团队约70%工作时间都耗在了问题处理上，甚至节假日在高速上，也需常常停下来在服务区集中处理来自店端的问题。

　　为应对海量、琐碎的运维咨询，陈刚所在的岚图汽车用户服务中心的运维团队利用飞书构建了“小岚”AI运维机器人，并部署在“岚图汽车终端系统运维群”中。

　　现在，该机器人能在10分钟内100%响应门店问题，通过“AI+人工”模式，24小时问题关闭率从过去的约60%-70%提升到97%，每年可为岚图汽车节省原本外包运维成本近百万元。

　　“小岚”AI问答会自动同步到飞书多维表格中记录追踪

　　在电动车制造商雅迪的安徽生产基地，中级精益工程师魏云正在通过一张多维表格+AI，管理1000亩生产基地的7大生产部门50个班组的精益巡检。

　　在制造业中，“6S”管理(整理、整顿、清扫、清洁、素养、安全)是确保生产现场有序、高效、安全的基础，也是精益管理的基石。这项工作看似基础，却直接关系到生产效率和成本。

　　过去，这项工作需要专人专岗完成。巡检员每天步行超2万步，在巨大的厂区内巡查，发现问题后，需手动拍照、整理进Excel、写明问题、再找到对应负责人去通知整改，过程繁琐且效率低下。这个过程中，还容易引发一线工人的抵触情绪，由于缺乏客观、统一的数据记录，在沟通中经常出现“扯皮”现象，沟通成本高，问题发现难，极大影响精益管理效果。

　　AI技术的应用，使得全员参与的精益现场管理系统成为现实，魏云团队用飞书多维表格和AI，搭建了一套全员参与的精益现场管理系统，一线员工、巡检员、管理者均可通过手机拍照随时上报问题，系统自动将任务分配到责任班组并追踪整改进度。AI还能分析海量问题数据，洞察高频问题与管理盲点将传统“人盯人”的被动管理，转变为数据驱动、全员主动改善的模式。

　　雅迪精益现场管理多维表格仪表盘AI智能分析部分页面

　　自系统上线后，该生产基地已经实现现场巡查和问题回复，平均节约工时47h/月，人力节约65%，闭环时效降低93%。仅今年1-5月，通过精益改善，雅迪安徽基地已累计节省了95.4万元的成本。

　　而随着这些典型案例的价值实现，公牛、岚图、雅迪内部也在涌现出更多的AI应用。

　　魏云透露，精益管理的Al应用项目落地后，雅迪内部开发团队主动前来交流学习，希望用多维表格监控项目进度和异常问题;仓储部门也希望通过AI进行成品发运管理，目前已经成功开发，开始正式运行。

　　02

　　来自一线的挑战和方法论

　　雅迪、公牛、岚图们，虽然都有实际的业务场景，将AI用了起来。但在整体的实现过程中，仍然遇到过不少阻力和挑战。

　　比起技术，更大的挑战和阻力其实在于“人”的层面。大部分人对AI的认知仍然局限于表面，还没有充分认识和感知到AI到底能给自己带来哪些好处。这也导致，AI应用要落地到一线时，很多员工可能一开始的积极性和配合度并不高。

　　而如果无法解决“人”的问题，AI就很难真正大规模用起来。

　　业界普遍认同，一个从高层出发、自上而下的战略思维，是解决这一问题的首要步骤，对于传统制造业拥抱AI变革至关重要。只有企业高层有清晰坚定的AI战略目标，愿意投入一定的人力、物力，给予员工自由探索AI的空间，才有可能快速跑出一些应用来。

　　找准场景，从小点切入，打造价值闭环，则是第二个共识原则。“很多场景并非一开始就能找到，只有让AI先介入进去，才有机会发现更多场景。”朱凯杰举例说，“公牛智服"落地应用后，他们也逐渐开始探索AI是否能在售后环节中的费用结算、配件管理等方面产生价值。

　　魏云也告诉数智前线，他们一开始其实只是希望引入飞书的多维表格，实现及时的信息传达和跟催，但在后续的使用过程中，尤其是多维表格加入了AI的功能后，他们逐渐发现也能用这套AI工具提升雅迪精益现场管理的整改时效，减少沟通层级。

　　当然，AI落地的过程，也需要AI应用开发团队，不断从业务痛点出发，持续去细化各个环节的目标和实现路径。

　　比如在实现“整个精益管理现场的沟通层级从原来的3到4层降至1到2层”的目标过程中，魏云团队发现，由于厂区面积有1000多亩，存在责任区域划分不明确的问题，如果按原来以部门划分任务的方式，内部标准不够细化，会导致AI在自动判定问题分类和通知人员时经常出错。

　　于是，他们将管理层级细化到了班组级别，并经过两次刷新厂区责任区域布局，细化了内部管理标准。最终，80%以上的问题可以直接联系到责任人，其余20%通过兼职专员周转，有效减少了沟通层级，降低了沟通成本。

　　雅迪精益现场管理多维表格部分截图

　　组织和管理层面也要有变革，比如通过培训、案例分享以及激励措施等，激发一线员工的AI使用积极性。

　　公牛目前已建立相应激励机制。雅迪也透露，他们正持续更新内部管理机制，包括细化6S标准和推出评比规则。例如，员工通过“有奖随手拍”上报问题就能获得积分，兑换礼品，目前，这个约1900人的工厂，已有近半数主动参与其中，发现并解决问题，显著提高了员工对AI应用的参与度。

　　“积分兑换礼品的多维表格页面现在是员工最喜欢的表格。”魏云说。

　　03

　　为什么飞书成了最佳入口?

　　不难发现，公牛、雅迪们作为制造业中较早实现AI应用的企业，他们使用AI的过程中，都有飞书的身影。

　　“近几年，AI发展势头迅猛，但大多数人仍停留在对其概念的认知层面，鲜少了解如何将其有效应用于实际工作中。”朱凯杰向数智前线透露，公牛集团也是自去年引入飞书后，才开始逐步推动公司上下全面接触并应用AI技术。

　　制造一线用AI，为什么飞书成了最佳入口?

　　一个关键因素在于，飞书的轻量化部署特性，使得制造业无需颠覆现有架构便能开启数字化。一位行业人士评价，使用飞书是一个无痛的数字化过程，从考勤、流程审批到生产数据记录，飞书通过即时通讯、云文档、多维表格等功能，自然沉淀业务全流程数据，构建出AI应用的基础——数据库。

　　AI平台和工具的低门槛、高可用，是另外一个被广泛提及的原因。“飞书最吸引我的一个点是，没有软件编程基础的人，只要逻辑足够清晰，也能通过它搭建工作流、简单的系统或小程序。”魏云说，这解决了普通人与编程之间的壁垒。

　　朱凯杰也告诉数智前线，飞书 Aily(飞书的 Agent 创建平台)提供了一套非常简单易上手的工具，可以让他没有什么门槛地去搭建 AI Agent，该平台还能直接调用企业在使用飞书过程中沉淀下来的知识和数据，加快训练效率和准确性。A

　　另外，飞书作为一体化协作平台，拥有的全流程集成和平台优势，也是公牛、雅迪等制造企业选择它作为第一入口的重要原因所在。在这里，AI不是孤立功能，而是能够深度嵌入到实际的工作流程中。

　　以多维表格为例，集成了字段捷径、AI生成公式、智能问答、自动化AI节点、一键建表、仪表盘智能分析等整套实用工具全家桶，已经成为了不少企业最早能入手、低门槛用上AI的办公工具。

　　陈刚介绍，岚图汽车的“小岚”机器人除了能够自动解答用户的问题，还和多维表格进行了打通，可以将门店端话题群中反馈的各类话题的时间、内容、处理状态，全都同步到多维表格，以便运维人员随时跟踪问题处理状态。话题群中经常出现的一些问题，也能以标准问答对的形式，持续沉淀到知识库中去，反过来不断优化机器人回复准确率。

　　魏云则经常使用多维表格的AI写公式功能，来实现AI自动抓取并统计分析各班组车间的高频问题，并据此提出改善策略，又或是对一线工人的工作进行量化呈现，帮助他们判断班组是进步还是退步，从而调整工作策略。

　　最后，生态化的经验复用，以及持续的技术指导和支持，也被认为是飞书能成为“入口”的原因。

　　在提及各自的AI应用开发起点时，公牛朱凯杰、雅迪魏云和岚图汽车陈刚，都不约而同地提到了飞书效率先锋大赛在其中起到的作用。飞书效率先锋大赛是飞书与各企业合作开展的赛事，旨在激发一线员工的数字化创新能力。魏云表示，通过“效率先锋”的知识分享群，她得以接触到大量实际的AI应用知识。大赛的颁奖和案例宣传也激励了他们进行AI应用开发的热情，加速推动着制造业AI最佳实践跨企业流通。

　　朱凯杰透露，除了在效率先锋大赛上获得的技术和方向的指导，在AI应用的整个落地流程中，飞书团队除了提供各类易用的工具，也提供有各种技术支持。

　　比如，在AI机器人的搭建过程中，他们曾遇到AI机器人只能返回文字，但不能返回图片的问题。联系飞书后，很快就在飞书解决方案团队的帮助下，开通一个功能，允许机器人在回答问题时直接提供图片或视频。

　　实际上，不止公牛、雅迪和岚图汽车，飞书已经进入到了大量制造企业，在这些企业的研产供销服各个环节发挥作用。山西鹏飞集团正在利用飞书的多维表格和AI技术，自动生成每天400多场班前会议的相关会议纪要，并用DeepSeek评估会议质量，提高煤矿工作的安全和效率。蔚来在利用飞书多维表格和AI，赋能充换电设施全流程的项目管理……

　　不难预见，基于强大的客户积累，越来越多制造业企业，通过飞书，迈出AI应用第一步，并解决将AI融入实际工作流“最后⼀公里”的问题。