← 返回实验室

AI工程变更影响分析定制:受影响清单自动生成

在非标装备与电子代工这类变更频繁的场景,一张工程变更单(ECN)落地前,通常需要人工在 BOM、工艺路线、在制品、采购在途、库存与已发货记录之间来回比对,判断哪些物料、工单和客户批次受影响。信息分散在 ERP、PLM、MES 与共享表格中,资深工程师完成一次完整比对往往要半天到一天,漏看耦合物料并不罕见。

我们在自动化流程实验室做了一版实验性流程:先把 ECN 的变更点(物料号、版本、替代关系、生效方式)解析为结构化字段,再由规则引擎沿 BOM 与工艺路线做正反向展开,最后交给语言模型生成「受影响清单 + 判断依据 + 待确认项」草稿,由工程师复核确认。模型只负责归纳与措辞,展开逻辑仍由可追溯的规则完成,每一步结论都能回到具体的表与路线。

阶段进展:

  • 在内部约 40 份历史 ECN 上回放,受影响物料与在制工单的召回率约 93%,单次比对耗时从平均 3.5 小时降至约 40 分钟,节省主要来自跨系统取数与初筛环节。
  • 下一步计划接入采购在途与客户批次数据,补充变更生效日的时间维度判断,并将「待确认项」按风险分级输出。

评论

更多研究动态

查看全部实验室 →