图纸BOM提取AI定制：报价提速与错漏控制

非标零件、钣金、机加小批量订单的报价环节，最耗时的不是算价格，而是读图。客户发来 PDF、DWG 甚至手机拍的图纸，业务员要逐个找明细表、量尺寸、确认材质与表面处理，一张复杂图纸前期准备常要二三十分钟，订单多时极易漏项。 AI 定制的切入点是做「图纸到结构化 BOM」的抽取层，而不是直接给最终报价。可分两块能力：一是标题栏与明细表识别，抽取图号、材质、数量、版次；二是几何要素识别，从视图与标注中提取关键尺寸、孔位数量、粗糙度要求，映射成加工特征（车、铣、割、折弯），再对接工厂已有的工时与材料价格库。 落地时有两条经验值得注意： 1）先做「提料清单」再谈自动核价。价格规则、外协成本、损耗系数仍由业务员维护，AI 只负责把图纸信息搬到表格里，出错风险可控，也更容易被一线接受。 2）设置信度门槛。矢量 CAD 图纸抽取准确率较高，扫描件与照片需走 OCR 加图纸理解，字段置信度低于阈值时自动标黄转人工复核，避免错误报价流到客户那里。 数据准备不必追求海量，按高频件类型收集数百张已标注图纸即可起步，重点是覆盖工厂 60% 以上订单形态。图纸属敏感资产，建议私有化部署，解析与模型推理都在内网完成。上线后，单张图纸的报价准备时间通常能压到几分钟，业务员从「抄图」转为「核价与议价」，这才是 AI 定制在报价环节的真正价值。