生产异常工单AI自动分派流程实验

自动化流程实验室近期围绕生产异常工单的自动分派开展小规模实验，验证大模型在非结构化文本理解与流程路由上的实际可用性。实验选取某机加车间近三个月约1200条历史工单，覆盖设备故障、品质异常、物料短缺等类别，经脱敏后由模型完成类别判断、紧急度分级与责任班组建议，并与人工分派结果逐条比对。
阶段性结果：
• 初版模型分类准确率约86%，紧急度分级一致率约79%；错误主要来自单条工单混写设备与品质两类问题的复合描述。
• 补充车间术语对照表并进行小样本微调后，分类准确率提升至约92%，但尚未达到无人值守的稳定性要求。
下一阶段将把模型定位为分派辅助而非自动执行：系统给出建议与理由，班组长确认后流转，确认记录回流用于持续迭代。计划先在物料短缺等低风险类别上试点自动流转，再逐步扩大适用范围。