客户故事 / 制造业
全球缝纫机冠军拥抱千问办公AI，让智能扎根工厂、数据驱动生产
全球缝纫机冠军拥抱千问办公AI，让智能扎根工厂、数据驱动生产。
制造业主要成效
计划部每日手工汇总工时
1～2 小时 → 063 个机型排产预测全量计算
数天 → 秒级核心成效
采购议价工艺参考覆盖 16 大品类企业背景
杰克科技股份有限公司创立于1995年，总部位于浙江台州，是全球工业缝纫机行业的龙头企业，工业缝纫机销量连续14年全球第一，产品覆盖平缝、包缝、绷缝、特种机等6大类63个机型，在包缝、绷缝、集聚区平缝、椒江、下陈、特种机六大工厂设有产线与车间。近年来，杰克持续推进智能缝制与数字化转型，在MOM/MES等核心制造系统之上，鼓励计划、供应链、采购等生产一线人员基于千问办公自主搭建应用，探索智能制造从车间生长出来的落地路径。
全球缝纫机冠军的AI Native实践：一线造应用，生产上智能
杰克将千问办公应用于生产订单交付监控、销量预测与产能规划、单台成本管控、采购议价等制造核心环节，由生产一线人员通过自然语言完成应用搭建与迭代，实现交付进度实时可视、排产输入智能择优、单台成本自动透视、议价工艺标准固化，推动一线从逐环境导数、手工台账与经验估数中释放，聚焦产销平衡、产能利用与降本增效，走出一条制造业拥抱AI的智能制造路径。
实践一：【生产交付】订单交付OTD驾驶舱 | 从多环境人工导数到三层下钻1分钟定位，每日1~2小时汇总工时归零
现状痛点
生产数据分散
订单生产横跨六大工厂与多条产线，计划员需在多个系统中查询工单，再通过Excel手工汇总，每日耗时1～2小时。
交付进度难穿透
现有看板主要呈现汇总数据，从工厂整体进度追溯到具体合同、工单及生产环节，仍需逐层查询。
统计口径需人工核对
不同系统的生产数据需要反复比对，月底集中核查工作量较大，也存在在制工单漏统风险。
场景解决方案
通过千问办公搭建“订单交付OTD驾驶舱”，让六大工厂、全部产线的订单进度一屏可见
生产数据自动汇聚
系统按小时自动获取各工厂数据，将329张合同、1400余张工单自动归并，计划部每日1～2小时的手工汇总工作降至零。
三层下钻定位问题
从工厂进度下钻至异常工单，再穿透至合同与全部关联工单，延期时间、交付要求及当前工序集中呈现，问题定位压缩至1分钟。
交付风险主动预警
延期与交付缺口按严重程度自动排序，支持晨会直接依据异常清单分派任务，推动交付协同从事后查询转向当日预警。
1~2小时→0 计划部每日手工汇总工时
小时级→1分钟 问题工单定位
实现效果
1、OTD驾驶舱订单交付 2、延期工单自动定位
实现路径指引
核心需求：生成覆盖六大工厂的OTD驾驶舱，自动识别延期风险并下钻定位问题工单。
Prompt：你是生产交付分析Agent，请读取六大工厂的合同、工单及生产节点数据，按合同号自动归并下单、排产、装配、打包和入库进度，生成OTD驾驶舱；按延期天数与交付缺口标记风险等级，支持从工厂下钻至合同和具体工单，输出异常环节、责任车间及待办清单。数据冲突或缺失时单独标注，不自行补全；任务派发前先由我确认。
实践二：【排产预测】销量多维交互报表 | 从人工拍脑袋到9类模型自动择优，月度排产输入从数天到即出
现状痛点
预测依赖经验判断
未来1～12个月的销量预测主要依靠业务人员估算，缺少统一、可量化的预测方法。
数据整理重复投入
取数、清洗与汇总依赖人工完成，双行表头等复杂格式进一步增加处理成本与出错风险。
预测周期难匹配排产
月度预测从数据准备到结果输出需要数天，难以及时响应淡旺季变化与间歇性机型需求。
场景解决方案
通过千问办公构建排产预测应用，让算法替人算、计划员拍板
全量预测秒级生成
导入历史销量数据后，63个机型的预测结果在数秒内完成计算，为产能规划、物料齐套和排产提供及时输入。
9类算法自动择优
系统通过历史数据回测，为不同机型自动选择适配算法，并输出可追溯的精度指标，兼顾季节性与间歇性需求特征。
预测区间辅助决策
结果同步提供80%与95%置信区间，并支持一键导出；计划人员结合营销信息复核后形成最终需求计划。63个机型的结果已与Python专业基准完成交叉验证，结果零差异。
数天→秒级 月度排产预测出数
63机型0差异 与Python专业基准交叉验证
实现效果
1、历史销量自动分析 2、多机型预测结果与置信区间
实现路径指引
核心需求：生成63个机型未来1～12个月的销量预测，为产能规划、物料齐套与排产提供数据依据
Prompt：你是销量预测Agent，请读取63个机型的历史销量数据，完成清洗、汇总与特征识别，分别采用9类算法回测并为每个机型自动选择精度最优模型，生成未来1～12个月的销量预测及80%、95%置信区间；输出机型预测明细、算法精度、风险区间和排产参考，并支持Excel导出。缺失值和异常值须明确标注，预测结果仅作计划参考，由业务人员复核后使用。
实践三：【单台成本计算】单台成本数据库 | 从手工月报到工厂×机型×月份全透视，单台成本异常一屏识别
现状痛点
成本报告依赖手工整理
各车间成本科目及全厂数据需要逐层汇总，月度报告以当期数据为主，趋势变化不够直观。
异常波动依靠人工识别
几十个机型集中在同一张表中，单一机型的月度变化以及跨工厂、跨机型差异需要逐项比对。
成本分析缺少业务联动
发现单台成本波动后，数据与降本计划、排产布局和产能调配之间缺少直观关联。
场景解决方案
通过两个千问办公Skill串联“明细→汇总→趋势”，让单台成本数据自己讲故事
成本全景自动生成
通过两个千问办公Skill串联“明细—汇总—趋势”，导入车间成本明细后，自动形成工厂×机型×月份的单台成本全景。
成本高低一屏呈现
制造成本单台推移表以颜色深浅展示成本变化，均值与汇总同步生成，无需逐格核对即可识别异常月份与机型。
多机型趋势同屏对比
最多支持6个机型同时比较成本走势，为降本推进、排产调整和产能调配提供明确参考。报告可随数据更新按需由月度提升至双周；SAP数据自动接入为后续规划。
月度手工→导入即出 单台成本报告整理方式
6机型 同屏趋势对比，成本异常一屏锁定
实现效果
1、制造成本单台推移表 2、机型成本对比&趋势分析 3、成本推移统计
实现路径指引
核心需求：生成工厂×机型×月份的单台成本推移表，快速识别异常波动并辅助降本与排产调整。
Prompt：你是制造成本分析Agent，请读取各车间成本明细，按工厂、机型和月份计算单台制造成本、原材料成本、均值及汇总值，生成颜色深浅表示成本高低的推移表；支持最多6个机型同屏比较，自动标记环比异常上涨的机型、月份和工厂，并输出变化幅度及降本关注清单。不得补造缺失成本，计算口径和异常阈值须在结果中列明。
实践四：【采购议价】议价智能体·工艺报价系统 | 从16大品类无规则可依到图纸直出含税报价
现状痛点
跨品类工艺判断难统一
采购物料覆盖16大品类，不同人员对加工路线、工序数量与设备选型的理解存在差异，报价口径难以统一。
议价依据依赖个人经验
工艺知识分散在资深人员经验中，新人获取参考信息需要临时沟通，难以快速形成有依据的价格判断。
历史物料缺少计价基准
老产品的工艺与成本基准未系统沉淀，面对供应商涨价时，缺少可复算的成本依据。
场景解决方案
通过千问办公构建议价智能体，让“图纸→工艺→费用→报价”四步直出
图纸自动生成工艺建议
上传图纸后，系统推荐加工路线，并列明各工序所需设备、加工节拍与人员配置，采购人员可根据实际情况调整。
费用与报价自动测算
工时、材料、外协、车间费用、设备折旧、利润及税费依次计算，同步生成单件含税价与批量报价，并通过图表展示主要成本构成。
工艺规则沉淀复用
将16大品类的工艺经验与计价规则固化为统一参考，帮助采购人员形成可解释、可复算的议价依据。图纸相似度识别及供应商协同报价为后续规划方向。
16大品类 议价工艺参考覆盖
4大步骤 图纸→工艺→费用→报价全自动
实现效果
1、上传甲方图纸 2、生成工艺并微调 3、自动生成工艺报价
实现路径指引
核心需求：根据物料图纸生成加工工艺与成本报价，为16大品类采购议价提供可复算依据。
Prompt：你是采购议价Agent，请解析上传的物料图纸，识别材料、尺寸和关键结构，生成可调整的加工路线，列明各工序所需设备、加工节拍、人员配置及数量；结合输入的材料单价、工时费、外协费、设备折旧、车间费用、利润率和税率，逐项计算单件成本、批量成本与含税报价，并输出成本构成图和议价参考。图纸信息或计价参数缺失时标注待补，工艺与报价须经采购和工艺人员确认后使用。
人物证言
原先我们做一个可视化的驾驶舱需要上报需求给公司IT做开发，来回需要1-2个月的时间；现在只要自己把业务逻辑梳理清楚，跟千问讲怎么做、数据怎么抓，千问就可以帮我直接生成驾驶舱，而且我后续要怎么改直接把需求跟它讲就可以改好，大大缩减了开发的时间，提升了办公的效率。
