每个场景，
都讲清楚怎么落地。
从企业现有资料开始。每张卡写明：现在卡在哪、要准备什么、我们交付什么、试点多久、谁确认、用什么指标验收。
新模具、新料号不再全靠老师傅试。AI 从历史试模记录找相似零件，推荐起始参数。
- 现在卡在
- 试模靠经验反复调，老师傅一走就断
- 要准备
- 历史工艺参数、良率记录、模具与材料资料
- 我们交付
- 相似零件查找＋起始参数推荐
- 试点
- 1 台机、1 类产品，4—6 周
- 谁确认
- 工艺工程师确认后才上机
- 验收指标
- 试模次数、首件合格时间
每天早上自动整理昨天的产量、不良与异常，标出重复发生的问题，早会直接用。
- 现在卡在
- 班组长手写日报，异常有没有重复没人追
- 要准备
- MES 或 Excel 产量与不良、工单、钉钉／微信群讯息
- 我们交付
- 每日异常摘要＋重复问题追踪＋待办提醒
- 试点
- 1 个车间，2—3 周
- 谁确认
- 车间主管确认后发布
- 验收指标
- 日报耗时、重复异常次数
订单、物料、产能、进度是同一条线。AI 把 ERP 与 APS 串起来：排出可行计划，提前发现缺料与延期，插单时给出重排与采购建议。
- 现在卡在
- ERP 有订单，排产靠 Excel；一插单就全部重排，缺料延期事后才知道
- 要准备
- ERP 订单与 BOM、库存在途、设备产能与工时、MES 进度
- 我们交付
- 排程草案＋缺料与延期预警＋插单重排与采购建议（可接现有 ERP／APS）
- 试点
- 1 个车间或产品线，6—8 周
- 谁确认
- 生管确认排程，采购确认下单
- 验收指标
- 交期达成率、排程耗时、紧急采购次数
相机影像进入 AI 模型，标出刮伤、裂纹、缺料与错装，再交给品质人员确认。
- 现在卡在
- 人工目检易疲劳，漏检随班次波动
- 要准备
- 现有或加装相机、良品与不良品样本
- 我们交付
- 缺陷识别模型＋标记画面＋品质记录
- 试点
- 1 个工站、1—2 种缺陷，4—8 周
- 谁确认
- 品质人员复核疑似缺陷
- 验收指标
- 漏检率、误判率、检查工时
客户投诉进来，AI 找出相似历史客诉与根因，草拟 8D 前几步，并拉出相关批次检验记录。
- 现在卡在
- 翻历史记录、写 8D 报告要好几天
- 要准备
- 客诉单、历史 8D、检验与批次记录
- 我们交付
- 相似案例查找＋8D 草稿＋批次追溯
- 试点
- 1 类产品客诉，3—4 周
- 谁确认
- 根因与对策由质量工程师判定
- 验收指标
- 8D 首版产出天数
找出空转、漏气和压力过高的时段，依用气需求给出开停机与压力建议。
- 现在卡在
- 电费高，却不知道浪费在哪
- 要准备
- 电表、空压机运转与压力数据（不足可加装感测器）
- 我们交付
- 用电与用气分析看板＋调整建议
- 试点
- 1 个空压站，先测 4 周基线再优化
- 谁确认
- 设备主管确认，AI 不直接控制机器
- 验收指标
- 每立方米压缩空气耗电
同一个场景，
用对的方式做出来。
知识库回答问题，专家技能照老师傅的方法判断，智能体自己串系统做事，小程序让现场人员随手用上。可以单独做，也常常组合。
SOP、手册、图纸与历史案例整理成有出处的问答，新人不用一直问老员工。
- 适合
- 资料多、同样的问题天天被问
- 我们交付
- 资料清理与分类＋知识库＋有出处的问答，钉钉／企业微信里直接用
- 周期
- 1 个部门，3—4 周
- 用在
- 06 工艺参数、10 客诉 8D
把老师傅的判断步骤写成 AI 能照做的技能：先看什么、怎么算、哪里要停下来交给人。
- 读图面
- 查材料价
- 套工序算工时
- 工程师确认
- 适合
- 判断靠少数资深人员，规则说不清楚
- 我们交付
- 部门专属 AI Skill＋测试题库＋版本管理
- 周期
- 每个技能 2—4 周
- 用在
- 01 CAD 报价、06 工艺参数、10 客诉 8D
给目标，不用给步骤。智能体自己查 ERP、MES 与表格，串起流程；重要动作交给人确认。
- 适合
- 跨系统、每天重复、步骤固定的工作
- 我们交付
- 串接 ERP、CRM、MES、Excel 与钉钉／企业微信的智能体＋审核流转＋操作记录
- 周期
- 4—8 周
- 用在
- 03 AI 工作程序、07 异常日报、08 ERP＋APS
我们帮你开发微信／钉钉小程序。现场人员拍照、语音、扫码就能用，AI 在背后识别、填单与判断。
- 适合
- 现场人员不坐电脑，资料还在纸上或群里
- 我们交付
- 微信／钉钉小程序＋管理后台＋AI 功能
- 周期
- 4—8 周，依功能而定
- 用在
- 07 异常日报、08 排产回报、09 质检复核
先挑一个每天都在发生、资料已经存在的问题。
我们到现场一起盘点资料，选一个场景和合适的交付方式做试点，用指标验收，有效再扩展到其他产线。
企业 AI 陪跑 · 数据与工作平台整合
陪企业把 AI，
真正用进工作。
从制造企业获客开始：用 AI 建设网站与 GEO、经营抖音、小红书和行业平台，持续产生产品内容与客户询盘、智能报价、企业知识库、客制化 AI Skill 和工作平台整合。
不知道 AI 该从哪里开始？先判断，再投入。
五篇文章讲清楚：怎样找第一个场景、选择 Prompt／RAG／微调、保留人工把关，以及什么时候该停止试点。
获客、报价、标书，先把订单接进来
这三项直接对应业务部门每天的工作，可以单独开始、很快上线。背后的做法，就是上方的四种交付方式。
制造业获客与订单 AI
帮助工厂降低内容生产与网络获客的人力成本，持续被目标客户看见并获得询盘。
- AI 官网、独立站与 GEO 优化
- 抖音、小红书与行业平台获客
- 产品案例、知识图片与短视频
- AI 客服、询盘整理与订单跟进
业务与报价 AI
缩短从客户询问、资料整理到正式报价与跟进的时间。
- 识别 PDF、图片与 Excel 询价
- 规格、数量与缺失条件整理
- 历史价格查询与报价草稿
- 客户跟进与销售协同
标案与标书 AI
快速读懂招标文件，整理投标条件、评分重点、缺漏与风险，减少反复查找和人工汇总。
- 招标文件与附件批量分析
- 资格条件、废标项与时间节点
- 评分表、响应清单与任务分工
- 标书草稿生成与人工复核
企业知识库、专家技能、智能体、小程序与系统串接，见上方「四种交付方式」。
AI 不只要做出来，还要有人每天使用
达拓不是只卖工具，也不是给完建议就离开。我们与实际使用者一起测试、修正、整合和交接。
以下继续说明达拓如何处理工厂资料、系统、人员核对与十个具体场景。
制造端应用
把 AI 接进工厂现有工作流
制造业仍然是达拓的重要服务方向。ERP、CAD、报表、知识资料和现场流程不需要推倒重来，我们从每天正在发生的工作中找切入点。
01
企业已有资料
SOP、PDF、Excel、询价附件、CAD 图纸、ERP 导出数据和设备记录。
02
规则与软件处理
先用确定性规则完成数值、字段与格式处理，再判断哪里需要 AI。
03
人员核对确认
报价、质量放行、生产承诺与安全操作继续由授权人员确认。
04
进入日常流程
工具接入实际岗位，并留下操作、资料更新、异常处理与维护说明。
AI 落地的现实问题
AI 项目为什么常常卡住
制造业 AI 项目常见九道断层，分布在启动、交付和持续运营三个阶段。先看清卡在哪里，才能决定下一步做什么。
启动层：能不能开始
企业有意识却没有路线图；看到很多场景却选不准；业务知道痛点，却说不出可执行需求。这里需要场景诊断、优先级与成功标准。
交付层：能不能做出来
系统里有数据但不能直接使用；软件之间连不通；管理层热衷而一线不配合。这里需要数据治理、系统集成、现场沟通和真实样本测试。
持续层：能不能长期使用
模型指标很好却算不清业务效果；试点无法复制；上线后没有负责人。这里需要业务指标、交接标准、维护责任和持续改善机制。
方向有没有说清楚
- 有意识，没规划
- 有场景，选不准
- 有需求，说不出
方案能不能进入现场
- 有数据，不能用
- 有系统，连不通
- 有人员，推不动
成果能不能长期留下
- 有效果，算不清
- 有试点，难复制
- 有上线，没人管
项目角色
谁适合参与第一个场景
AI 项目不是信息部门单独完成的任务。不同角色需要回答不同问题。
经营者
投入解决哪个经营问题，成功后是否值得继续扩大。
厂长与主管
工具怎样接入现有节奏，会不会增加一线负担。
工程、质量与业务人员
结果是否符合业务规则，哪些例外必须由人确认。
信息与系统窗口
数据从哪里来，接口、权限、部署与维护怎样安排。
从问题找到入口
十个制造业解决场景
每个场景都有独立页面，说明问题、处理方向、资料条件、验证方法与人工责任。
01
CAD、SolidWorks 与 3D 工程软件
图纸与零件资料查找、BOM 和版本核对，以及 SolidWorks、AutoCAD、Creo、UG/NX 等软件中的重复工作。
02
ERP 数据与报表协同
多表导出、重复粘贴、统计口径不一致。
03
工厂知识与经验复用
SOP、设备手册和处理经验分散。
04
订单交期与生产预警
缺料、工序落后和订单延期发现太晚。
05
加工工时与排产辅助
实际工时、换型、等待和设备约束难以判断。
06
销售询价与报价准备
邮件、PDF 与聊天中的规格缺漏，业务工程反复确认。
07
客户跟进与销售协同
询盘、报价、负责人和下一步没有统一记录。
08
采购缺料与供应协同
库存、在途、需求和供应商承诺分散。
09
质量记录与问题追溯
批次、检验、异常和历史处置无法快速关联。
10
设备维护与故障知识
维修经验、保养任务和故障记录没有形成闭环。
我们在项目里的位置
FDE 在项目中负责什么
FDE 的价值不在职位名称，而在于把业务现场、数据、系统和工程实现连接起来。
01
诊断
访谈使用者，摸清业务机理、当前步骤、资料和限制。
02
需求翻译
把模糊痛点变成对象、关系、动作、输入、输出与验收条件。
03
方案与原型
选择规则、小程序、系统对接或 AI，做出可以运行的版本。
04
推动落地
让工具进入真实流程，由实际使用者测试并记录结果。
05
价值度量
用业务基线比较时间、错误、修改量、风险发现与实际行动。
06
交接沉淀
留下 SOP、组件、更新方法、责任人与后续改善安排。
问题说明
开始前常见问题
资料还没整理好，可以开始吗？
可以先盘点资料位置、版本和负责人。资料条件不足时，诊断结论可能是先补基础，而不是直接开发。
一定要更换 ERP 或 MES 吗？
先看现有导出、数据库和接口。许多场景可以从现有资料开始，是否深度集成在诊断后决定。
一定要使用大模型吗？
不一定。固定规则、小程序或传统模型更合适时，就使用更可靠且容易维护的方案。
怎样判断试点有没有价值？
先记录当前任务量、耗时、错误与核对工作，再用同一口径比较试点结果。
上线后谁维护？
项目范围中明确资料更新、系统维护、异常处理和业务负责人，避免上线后无人负责。
先从最近发生的一件事开始。
免费初步诊断先判断问题适合软件、系统对接、AI，还是先整理流程与数据。
