设备报修工单的AI自动分派实验

在制造企业的设备维护环节，报修工单长期依赖人工判读与转派：描述口语化、信息残缺，分派错误常导致响应延迟。自动化流程实验室近期开展一项实验性探索，用大语言模型对自由文本工单做结构化解析，并对接现有工单系统实现自动流转。
流程分三步：先由模型抽取故障设备、位置、现象与紧急度四类字段；再依据设备台账与班组职责规则生成分派建议；最后由系统推送至对应班组，人工仅处理低置信度样本。
· 在某汽车零部件工厂312条历史工单回放测试中，字段抽取准确率约92%，分派建议与人工实际处理一致率约87%；
· 低置信度样本占比约11%，已设人工复核通道，避免误派直接进入执行环节。
下一步将引入维修知识库做检索增强，重点改善现象描述模糊类工单的判断，目标将一致率提升至90%以上，并在单厂验证后评估多车间推广的可行性。