客户与伙伴

项目背景

海量数据沉淀、专业知识分散、业务流程复杂、工具系统多样、市场需求瞬变、产品迭代提速——已成为该制造巨头运行发展的常态。企业着力构建系统化的 AI 技术能力体系，打造一体化 AI 赋能平台。

项目挑战

• 智能交互与工具整合：需构建统一人机交互入口，支持多轮自然语言对话与多语言切换。
• 知识服务与 KBE 集成：需聚合多源异构知识数据，构建基于本体的知识中枢。
• 数据管理与智能分析：需整合本地及线上 BOM 数据，支持全私域部署与权限控制。

解决方案

• 智能对话层：统一交互入口，实现知识检索与业务作业无缝融合，支持符合 KBE 编码规范的跨语言交互。
• 跨平台协作层：横向联通各板块业务应用，纵向整合基础设施与数据资源，建立跨业务岗位协同机制。
• 数据管理层：以 BOM 信息为数据主线，驱动 AI 赋能研发、制造、销售、服务全业务环节。

项目成果

AI4CAD、AI4CAE 等智能场景与应用成功落地，构建起 AI 技术与深度业务的融合范式，实现「智能技术驱动的知识中枢、KBE 整合、BOM 信息比对」等核心功能。在设计降本、生产增效、验证提质、业务创值四个维度均取得显著收效，为行业内 AI 赋能制造业提供了灯塔案例与标杆方案。

项目背景

在数字化转型过程中，该企业信息管理面临严重孤岛问题：设计、制造、质检等环节涉及多个独立系统，数据格式不一、壁垒森严。跨部门协作时信息收集往往需要多人沟通、多系统切换，耗时费力且决策依据不完整。

项目挑战

• 数据壁垒难协同：研发参数、数模、图纸难以传递至工艺，业务域数据一致性无法保障。
• 工艺知识难复用：叶片工艺设计依赖个人经验，缺乏系统沉淀，检索复用困难。
• 先进技术难融入：低效工艺模式阻碍新技术新工艺引入，制约工艺人员能力提升。

解决方案

• 智能应用层：基于大模型、Agent、MCP 构建智能生成、推荐、预测能力，赋能叶片信息检索、工艺路线生成、UID 生成与超差风险检测。
• 知识库管理层：运用 RAG、知识图谱建立图数据库与向量库协同的 AI 知识库，实现全口径数据语义融合与统一存储。
• 跨系统融合层：设计基于大模型的跨系统接口协议与展示组件，实现多异构系统的数据与功能整合。

项目成果

构建叶片全生命周期数据可视化关联网络，无缝对接多个异构系统，全面消除业务数据壁垒，实现跨部门协作「一次搜索全链路贯通」。平台支持多人实时检索，创新时间轴可视化动态展示叶片全流程关键事件，为智能排产提供有力支撑。

项目背景

医药 CDMO 的报价环节横跨需求解析、工艺路线选择、成本核算与商务策略，信息分散在多个部门与历史文档中，依赖资深人员经验，响应慢且口径不一。

解决方案

• 需求解析：把客户询价文档结构化为可计算的需求要素。
• 路线推荐：基于历史项目与工艺知识库推荐可行合成路线。
• 成本核算：联动物料、工时与产能数据，快速生成成本区间。
• 策略优化：结合毛利目标与竞争态势给出报价建议。