设备报修工单AI自动分派的阶段性进展

自动化流程实验室近期开展了一项实验：将大语言模型引入车间设备报修工单的初步分派环节，目标是缩短工单从提交到指派的耗时，减少人工调度中的遗漏与延误。
实验基于某机加工车间近三个月约1200条历史工单构建语料，先由模型对工单文本做结构化解析，提取故障现象、设备编号、紧急程度三类字段，再结合班组技能矩阵生成首轮分派建议，调度员仅需确认或改派。
阶段性结果：

• 字段抽取准确率约92%，误判集中在“异响、偶尔停机”等描述模糊的文本，已通过补充追问话术模板缓解；
• 工单从提交到指派的平均时长由约25分钟降至8分钟，改派率约6%，处于可接受区间。

下一步计划将分派建议与备件库存查询打通，备件缺货时自动升级至采购流程，并在另外两个车间验证跨设备类别的泛化能力。误判案例将持续归档，作为后续评测集的补充。