當(dāng)前，中國汽車產(chǎn)業(yè)競爭日趨白熱化，“價格戰(zhàn)”持續(xù)擠壓利潤空間，降本增效已經(jīng)從各大車企的“可選項”變成了“生存題”。

面對重資產(chǎn)、高成本的制造體系，如何找到輕量化、可持續(xù)的增效路徑，是各大車企，乃至眾多供應(yīng)鏈工廠的挑戰(zhàn)。

正解局也發(fā)現(xiàn)，現(xiàn)在參加“飛書效率先鋒大賽”的企業(yè)也是越來越多。

為了幫助企業(yè)在AI時代下更好地實現(xiàn)數(shù)字化建設(shè)和數(shù)智化加速，切實降本增效，飛書至今已經(jīng)聯(lián)合400多家企業(yè)落地600場效率先鋒大賽，培養(yǎng)近5萬效率先鋒。

他們的模式是通過比賽的方式，激發(fā)出真實的AI賦能制造的場景，讓更多的企業(yè)看到新的可能，包括美宜佳、海大、極兔、蔚來在內(nèi)的眾多企業(yè)都通過這場比賽實現(xiàn)了業(yè)務(wù)的重塑和效能的提升。

今年10月，飛書再次啟動了面向全國范圍的企業(yè)先鋒們進(jìn)行參賽案例征集，通過激烈PK，將于12月角逐出全國12強(qiáng)和效率先鋒年度總冠軍。

在這個過程中，吉利汽車研究院提交的“尺寸檢測智能化”項目尤為引人注目——幾個車輛工程師，用飛書AI工具，一下子就省下了近千萬元的設(shè)備投入。

不依賴天價的國外硬件，不等待漫長的IT排期，這場比賽讓我們看到了當(dāng)AI深入產(chǎn)線，也可以和制造業(yè)發(fā)生“化學(xué)反應(yīng)”：

通過AI的柔性賦能，企業(yè)將一線員工的現(xiàn)場經(jīng)驗直接轉(zhuǎn)化為創(chuàng)新的驅(qū)動力，從而繞過沉重的硬件與IT依賴，讓AI直接解決產(chǎn)線“最后一公里”的痛點(diǎn)。

制造業(yè)的競爭力，也由此被重新定義。

在整車制造中，尺寸檢測是汽車質(zhì)量與安全的核心環(huán)節(jié)，幾毫米的誤差都有可能產(chǎn)生重大影響。

傳統(tǒng)流程中，技工老師傅們需要將數(shù)據(jù)先寫在零件上，再抄到紙上，最后輸入電腦，每一次檢測要耗時45分鐘，不僅效率低，還非常容易抄錯。

吉利汽車生產(chǎn)線

轉(zhuǎn)折發(fā)生在身處一線的吉利汽車研究院試制中心研發(fā)團(tuán)隊中。

他們避開了“硬設(shè)備”路徑，選擇用輕量化的飛書AI重構(gòu)檢測流程，通過飛書開發(fā)了一個智能助手，把傳統(tǒng)的“手寫錄入測量值+人工數(shù)據(jù)分析”的模式，轉(zhuǎn)化為“語音生成測量值+智能決策分析”的新形態(tài)。

具體而言，在采集端不再用手抄，而是利用飛書的AI語音識別與實時字幕能力，構(gòu)建新的采集方式，不容易出錯，每個數(shù)據(jù)的標(biāo)注來源也更清楚。

同時基于飛書的工作配方AI調(diào)用功能和多維表格來清洗數(shù)據(jù)，解決了數(shù)據(jù)干不干凈、準(zhǔn)不準(zhǔn)確的問題。

最后把之前吉利汽車研究院的5M1E方法拆解歸納成18種典型問題模型，預(yù)置到系統(tǒng)中，再利用AI對DTS尺寸的測量數(shù)據(jù)進(jìn)行分析，實現(xiàn)了簡單、高效、精準(zhǔn)的新檢測模式。

在使用飛書AI后，吉利汽車研究院試制中心研發(fā)團(tuán)隊明顯感到效率提升，很快就在同事之間形成了“越用越想用”的正反饋，極大節(jié)約了工時，以及對高昂設(shè)備器材的依賴。

但比技術(shù)更值得借鑒的，是推廣策略。他們用“老師傅”的名字來命名這些大模型，讓很多不愿意用AI的老師傅，開始主動接觸大模型。

甚至老師傅之間會調(diào)侃：“聽說老張你現(xiàn)在開始搞AI了？”

這種巧妙的方式，既是對老師傅經(jīng)驗的尊重，也是將工匠精神數(shù)字化的傳承。

“我們也是在想辦法和一線的老師傅形成一種共贏的局面，”

項目負(fù)責(zé)人表示，“當(dāng)用老師傅的名字去命名問題分析模型時，好像月球上某一個環(huán)形山的名字，會有那么一點(diǎn)點(diǎn)自豪感?！?/p>

“制造業(yè)確實大而重，飛書給了我們一個四兩撥千斤的抓手?！?/p>

這種“以人為本”的落地方式，讓AI在傳統(tǒng)的制造業(yè)中得以快速地“潤物無聲”。

吉利汽車研究院重構(gòu)車間工作流程的案例不是孤例，在飛書效率先鋒大賽中，我們還看到了很多奇思妙想。

內(nèi)江市的金鴻曲軸的前身為內(nèi)江齒輪廠，始建于1958年，是一家具有40多年從事汽車發(fā)動機(jī)曲軸制造的專業(yè)廠家，現(xiàn)已形成年產(chǎn)各型曲軸300萬件的能力，在全國汽車發(fā)動機(jī)曲軸行業(yè)名列前茅。

公司具有成熟的汽車曲軸制造工藝，近年來通過近十億元的投入，現(xiàn)擁有二十多條先進(jìn)的曲軸生產(chǎn)線。

金鴻曲軸的生產(chǎn)車間

產(chǎn)線需要統(tǒng)計管理，統(tǒng)計員呂望是會計出身、無IT背景，卻是公司AI項目的先行者。

通過飛書aily的拖拉拽式搭建和強(qiáng)大的知識庫直連能力，他在極短時間內(nèi)搭建機(jī)器人、連通知識庫、本地化流程，過去需要IT部門排期的事，現(xiàn)在一線員工就能自主完成，并隨業(yè)務(wù)迭代持續(xù)優(yōu)化。

光飛書的自動提醒歸還功能，就讓金鴻曲軸六分廠的呆賬率下降了80%，每月節(jié)約0.64萬元，全年節(jié)省約10萬。

“飛書aily一個好處就是我們對接那個知識庫的能力很強(qiáng)大，它可以直連，而且安全性也高，”呂望通過拖拽式的零代碼搭建，將過去人工錄入的流程徹底數(shù)字化，也因此被上級看到，得到了肯定與嘉獎。

金鴻曲軸員工王鵬程正在使用飛書

在主要研究汽車智能化的四維圖新，產(chǎn)品質(zhì)量的審核也發(fā)生了革命性變化。

“AI先預(yù)審，人工再復(fù)核，這不是AI替代人，而是像師傅帶徒弟一樣。”

一輛智能汽車，背后是數(shù)億行代碼和高度復(fù)雜的系統(tǒng)，同時還有數(shù)十道質(zhì)量體系的審核。

過去，每一次完整的審核要牽涉到眾多部門、協(xié)調(diào)鏈條非常長，動輒折騰幾十天，企業(yè)消耗很大。

而傳統(tǒng)的審核工作也非?？菰铮枰春Ａ吭O(shè)計文檔、人工核對流程、簽審，效率極低。業(yè)務(wù)團(tuán)隊還要隨時需要停下來“配合檢查”，雙向內(nèi)耗。

而這些不會寫代碼的審核員就開動了腦筋，基于飛書的aPaaS平臺和飛書aily，打造了新一代的AI全閉環(huán)智能審核平臺——SmartQMS。

SmartQMS可以按照既定規(guī)則先行預(yù)審，人工隨后復(fù)核，并將專業(yè)判斷反饋給AI，不斷豐富規(guī)則庫和樣例庫。這種持續(xù)的“反饋→學(xué)習(xí)→優(yōu)化”循環(huán)，使AI的判斷能力隨著審核場景的積累而逐步趨近專家水平。

而審核員也從繁瑣的重復(fù)勞動中解放出來，專注于復(fù)雜問題的決策。

以一次典型的內(nèi)部審核為例：單次審核由過去8個工時到現(xiàn)在的3個工時，效率暴漲超過60%！僅一個部門，一年就節(jié)省了24萬工時成本。

一位來自新能源車企的行業(yè)大佬看到這個案例表示非常羨慕：“你們這個，是一個可以抄作業(yè)的方案?！?/p>

在鵬飛集團(tuán)，由飛書開發(fā)的智能化AI監(jiān)測系統(tǒng)也解決了化工行業(yè)的安全管理難題。

“在以前我們記錄是需要紙質(zhì)版人工錄入，信息滯后，現(xiàn)在通過AI可以去自動分析，定期推送，提升我們的工作效率?！?/p>

工程師尚煬艦表示，在化工行業(yè)，自動化設(shè)備的維護(hù)，往往靠技術(shù)人員接到提報后親自去維修。后來尚煬艦就通過飛書的多維表格搭建了一個集數(shù)據(jù)采集、故障診斷、報警處理于一體的智能化平臺，可以將重大危險區(qū)氣體濃度監(jiān)測跟AI實時結(jié)合，AI可以整理故障點(diǎn)，并提供解決方案。

提升效率的同時，也減少了維修人員涉險的頻率。

尚煬艦使用飛書檢閱數(shù)據(jù)

通過AI的應(yīng)用，工廠實現(xiàn)了24小時不間斷AI點(diǎn)檢，檢測效率提升了240倍，人身安全率達(dá)到了100%。

不僅減少了檢修停機(jī)的損失，還節(jié)省了系統(tǒng)建設(shè)成本和人工成本，年增收約240萬元。

基于這個創(chuàng)新，鵬飛集團(tuán)獲得了兩項實用新型專利，省市級及全國行業(yè)大賽獎項，獲省市媒體采訪報道，成為了行業(yè)標(biāo)桿案例。

尚煬艦正在檢修機(jī)械

從這些案例中不難看出，企業(yè)降本增效的任務(wù)不一定只有專家、高管才能完成，一線員工使用低門檻的AI工具也可以勝任。

這也呼應(yīng)了當(dāng)下的產(chǎn)業(yè)趨勢：制造業(yè)的AI應(yīng)用，正從“重硬件投入”轉(zhuǎn)向“重智能賦能”。

而飛書效率大賽大賽之所以能集結(jié)130+家企業(yè)，也正是因為它提供了一條“短平快”的落地路徑：

不依賴IT部門排期、不等待巨額預(yù)算批復(fù)，一線員工用低門檻工具快速驗證價值，從小處撬動大變革。

站在更高的角度看，飛書效率先鋒大賽的意義，不僅在于評選出優(yōu)秀案例，更在于它驗證了一條AI落地的可行路徑：

其一，是工具下沉，全員提效：讓AI從“技術(shù)部門專用”變?yōu)椤耙痪€員工好用”。

在吉利，非IT背景的工程師經(jīng)過短期培訓(xùn)就能快速上手，短時間內(nèi)搭建出全公司推廣的系統(tǒng)。

陳冬杰甚至享受與AI博弈的過程：“當(dāng)發(fā)現(xiàn)某些提示詞bug的規(guī)律后，我反向運(yùn)用這個bug，用bug去打敗bug的時候，會有一定的爽感和成就感?！?/p>

其二，是場景先行，小步快跑：飛書AI能從高價值、易落地的痛點(diǎn)切入，迅速建立信心。

很多企業(yè)團(tuán)隊從搭建平臺到推廣全廠應(yīng)用僅用了一兩個月的時間，這種速度在傳統(tǒng)制造體系中堪稱奇跡。像金鴻曲軸的AI物料預(yù)警系統(tǒng)、鵬飛集團(tuán)的智能監(jiān)測系統(tǒng)，都是從最迫切的業(yè)務(wù)痛點(diǎn)入手，實現(xiàn)快速突破。

其三，是人機(jī)共融，新舊協(xié)同：AI并不是要替代人，而是在尊重傳統(tǒng)經(jīng)驗的基礎(chǔ)上，讓人與AI實現(xiàn)共贏。

像吉利用老師傅名字命名AI模型的創(chuàng)新做法，不僅沒有引起抵觸，反而讓老師傅成為新系統(tǒng)的推廣者，這就形成了一個共贏局面。

最重要的，還是成本結(jié)構(gòu)和投資邏輯的改變：拿吉利來說，從千萬級測量機(jī)到百萬級掃描儀，再到數(shù)十萬手持設(shè)備，飛書AI帶來的，是從“硬件投入”轉(zhuǎn)向“智能化能力”的成本結(jié)構(gòu)重寫。

正如他們的團(tuán)隊所言：

“大家都覺得傳統(tǒng)制造行業(yè)非常大而重，同時要把那些最先進(jìn)的一些互聯(lián)網(wǎng)技術(shù)引入到制造行業(yè)里面進(jìn)行協(xié)同落地，難度是非常高的……但用了飛書后發(fā)現(xiàn)，原來在制造行業(yè)除了一些普通的文檔工作能夠提升效率，在那些一線的生產(chǎn)線上面，也有不少場景是可以通過AI和數(shù)智化工具去改變，慢慢地去撬動原有的一些固化的模式?！?/p>

吉利汽車生產(chǎn)線

長期以來，我們對“數(shù)字化轉(zhuǎn)型”有一個誤區(qū)：以為它必須是自上而下的，都是CTOCIO的事，是花大錢買系統(tǒng)的事。但這幾家企業(yè)的實踐告訴我們：

真正的紅利，往往藏在那些看似不起眼的一線工位上。

今天，這場由一線員工主導(dǎo)、飛書提供武器的“效率革命”，不再盲目追求系統(tǒng)更替、技術(shù)領(lǐng)先、國產(chǎn)替代，而是以“小切口、快迭代、重實效”的方式，逐步撬動中國傳統(tǒng)制造體系的深層變革。

當(dāng)老師傅們開始用AI傳承經(jīng)驗，當(dāng)一線工程師成為系統(tǒng)搭建者，他們證明了，當(dāng)工具足夠趁手時，中國工人的創(chuàng)造力是驚人的。

而企業(yè)的創(chuàng)新核心，也不僅僅在于高研發(fā)投入、技術(shù)的堆砌，更在于激活人的創(chuàng)造性——讓一線員工成為變革的主體，用輕量化的工具解決實實在在的業(yè)務(wù)痛點(diǎn)。

在這場席卷制造業(yè)的寒冬里，這些能夠熟練駕馭AI的普通工人，或許才是中國制造最堅硬的底牌。