工业现场的工单流转长期依赖人工录入与逐级派发，信息滞后与字段错填是自动化改造中的高频痛点。本实验室近期围绕“大模型+RPA”组合开展实验性探索，验证其在非标工单自动流转中的可行性。技术路线上，以开源大模型为底座，通过指令微调适配工单字段抽取任务，再由RPA机器人完成系统录入与流程触发，形成“理解—抽取—执行”闭环。
阶段性进展：
- 在合作企业提供的1200份历史工单上测试，关键字段抽取准确率达93.6%，较纯规则方案提升约11个百分点，自由文本中设备名称与故障描述的解析改善尤为明显；
- 端到端流转耗时由平均8分钟压缩至90秒以内，人工复核比例降至约20%。
下一步将引入置信度分级机制，低置信度字段自动转人工处理，并扩充多厂区语料以验证跨场景泛化能力。相关数据将持续披露，不做超出实验范围的结论。
评论