汽车总装车间

应用场景 / 04

汽车与智能制造

这行上 AI,最难的不是模型,
是先分清哪类数据值得先动。

  • 30 秒单套报关单核对
  • 6000 字/秒单卡 128 并发
  • 47 万年省人工与返工

这行的数据长什么样

制造业的数据是两头极端。一头是单证、图纸、报表这类「人肉比对」的活:格式天天变,换一个国家、换一家船公司就不一样,模板化工具一换就失效。另一头是产线上的影像和时序数据:量大,要留十年,还得随时能调出来。

这两个坑不一样。前者靠模板接不住,后者靠超融合接不住。我们在这行做的,就是把两头各自填平,再把 AI 接上去。

02

我们在这行
知道的事

五条,都能指到具体项目

  1. 01

    大模型能不能用,按并发算,不按参数算

    一台单卡 GPU、一个国产模型,从 1 个人用到 128 个人同时用,总吞吐从每秒约 100 字涨到近 6000 字,全程零失败;64 人以内首字约 0.1 秒,128 人 0.24 秒。结论是一张卡的舒适区够 100 到 200 名工程师用。这些数是现场跑出来的,不是厂商标称。

  2. 02

    最容易被 AI 吃掉的,是「人肉比对」这一类活

    整车出口的单证核对,一套要 30 到 60 分钟,3 到 5 个人全职。规则引擎做精确比对、AI 做语义判断,压到 30 秒到 2 分钟,人力降到 0.5 人复核。按一年 1.2 万套保守估算,人力与返工从 57 万降到约 10 万。

  3. 03

    模板化 OCR 在制造业会失效,因为格式每周都在变

    不同国家、不同船公司的单证格式不同,客户还有自己的模板。我们拿到客户近百票真实单证后,第一件事是把原来的假设推翻:进口报关里发票和箱单常合并在一个 PDF,第三件是运单不是提单,而且每票必带合同——合同才是金额与品名的源头。

  4. 04

    产线影像的坑不在识别率,在「存十年还能调得动」

    锂电质检的数亿张小图要留 9 到 11 年,服务器五年就换代。超融合只有块协议,接不住文件直写和对象归档,扩容还得三节点同步加、成本翻三倍。把算力和存储解耦,一套多协议统一存储同时给文件和对象,扩容量就变成加几块盘,十一年后逼近 200TB 量级。

  5. 05

    「到期告警」这类小事,卡的不是技术,是没人敢拍板

    一张证书到期,管理员第一反应是「生产会不会抖」。其实数据读写完全不受影响,受影响的是管理界面那扇门。先把定性写在最前面,再把默认一年一次的续期一次拉到十年(3652 天),顺带把单点登录与证书替换的冲突写成第一道检查。

03

一条
完整的记录

从半小时到 30 秒,中间走过弯路

完整记录 · 汽车集团进出口公司

一张报关单核对半小时,压到 30 秒——中间推翻过一次自己的方案

客户是江西一家汽车集团的进出口公司,年出口整车超过 11 万台。报关、清关、产地证加起来一年近 3 万套单证,出库之后到清关这一段全靠人工:发票、箱单、提单一套套比对,单套 30 到 60 分钟,3 到 5 个人全职。

我们做的第一版,是按出口场景设计的「发票 ↔ 箱单 ↔ 提单」三元组。拿到客户近百票真实进口单证之后,这套假设当场被推翻:发票和箱单常常合并在同一个 PDF 里,第三件是运单而不是提单,而且每票必带合同。三元组改成「合同 ↔ 发票&箱单 ↔ 运单」。

30 秒单套核对(原 30–60 分钟)
0.5 人复核人力(原 3–5 人)
47 万年省人工与返工

系统分两层跑:规则引擎做毫秒级精确比对,数量、金额求和、VIN 逐车匹配;AI 语义引擎判断品名一致性、港口、贸易条款。结果分三档——需立即确认、需人工复核、已通过。全链路跑在本地 GPU 上,不调任何外网接口。一份 15 页的真实报关合并单证,端到端约 88 秒跑完。

二期仍在开发迭代:批量回归的准确率报告尚未出具,系统还没上线生产。另外,管这套单证的存储上,审计数据曾断档 41 天没人察觉——这个不好看,但写进了交付报告;同一次巡检里 66 分钟闭环,并在线把容量扩了 8 倍。

04

怎么起步

先压一段活,再谈平台

  1. 先挑一段「人肉比对」的活单证、图纸、报表都行。这类活边界清楚、结果可验,最容易在两周内看到东西。
  2. 拿客户自己的数据跑一遍我们第一版的三元组,就是被近百票真实单证推翻的。样例数据不会推翻任何假设。
  3. 把「模拟」和「真实」的边界写在明面上一家锅炉厂没有历史数据,我们用一周多做了一套零硬件的模拟 Demo,界面上每条建议都标着真实部署还缺什么,效果写「模拟上限 15% / 真实预期 8–12%」。客户零投资就能判断。

下一步

先压一段活,
再谈平台。

把你现在最费人的那道工序发过来,我们先判断能不能压到可核的数字。不买设备也可以先聊。

李钦鹏 · 江西省南昌市青山湖区洪都中大道 158 号鸿雁电子市场内 N 栋 01