企业案例 / 组织与管理
建设开放的AI数智能源管理系统
某能源与公用事业企业（原材料未明确披露名称）围绕工艺优化与能源管理开展AI能力建设。案例所对应的核心矛盾是：次停机事情：2018年，有一次生产车间用气量突然增大，空压机运行数量少、管网气压变低，导致部分设备保护停机。方案侧的关键做法是：：建设了很多能源管控驾驶舱：多系统集成监控：通过一块大屏幕，就能掌握站房内所有设备和仪器仪表的数据，不再需要人工巡检。
正在加载内容…
深入真实业务场景，记录企业 AI 转型的方法、挑战与价值。
共 121 篇已公开内容
某能源与公用事业企业（原材料未明确披露名称）围绕工艺优化与能源管理开展AI能力建设。案例所对应的核心矛盾是：次停机事情：2018年，有一次生产车间用气量突然增大，空压机运行数量少、管网气压变低，导致部分设备保护停机。方案侧的关键做法是：：建设了很多能源管控驾驶舱：多系统集成监控：通过一块大屏幕，就能掌握站房内所有设备和仪器仪表的数据，不再需要人工巡检。
某电子与半导体企业（原材料未明确披露名称）围绕视觉质检开展AI能力建设。案例所对应的核心矛盾是：利用高可靠的技术能力和5G的低延迟，可以及时获取产线边缘端视觉检测设备暂停或停止信号，将问题出现到发现再到停机的时间降到最低，通过机器视觉自动智能检测替代人工，可靠保障产品出厂品质。方案侧的关键做法是：创维采用5G+AI的技术模式，自主研发机器视觉检测装置，从电视机制造前端到末端共推出了22个品类300多台视觉检测设备。
某装备制造企业（原材料未明确披露名称）围绕安全生产与智能巡检开展AI能力建设。案例所对应的核心矛盾是：资料分享：传统安全警示材料有人工制作， 制作周期长，人工成本高，难以满足快速灵活的生产安全需要。方案侧的关键做法是：企业希望构建安全管理的系统模型，通过生产系统安全场景Agent来实现基于危险源风险识别，岗前教育和事故教育，帮助某钢铁集团提升员工安全意识， 真正做到了全员参与危险源识别活动，提高人的意识和技能。
某企业通用企业（原材料未明确披露名称）围绕流程自动化开展AI能力建设。案例所对应的核心矛盾是：这些发票需要人工分类、整理，并手动录入到统一的数据格式中。方案侧的关键做法是：通过RPA和AI结合来解决这些问题：。当前材料可确认的结果为：材料尚未披露可独立核验的量化结果。
某汽车与零部件企业（原材料未明确披露名称）围绕设备运维与预测性维护开展AI能力建设。案例所对应的核心矛盾是：在巡检运维、定期维护等相关工作上投入大量的人工，为此每年投入巨大且效果欠佳，由此还制约着企业未来的转型和发展。方案侧的关键做法是：建立设备维修知识资产管理和模型管理，集中管理企业业务数据、文档知识库、标注数据、提示词等资产，并通过经验沉淀和使用反馈等方式实现对知识的更新、维护及优化。
化工围绕流程自动化开展AI能力建设。案例所对应的核心矛盾是：整合内部知识库及外部专业资源，打造垂类的生成式AI模型，实现行业的人工智能知识库。方案侧的关键做法是：整合内部知识库及外部专业资源，打造垂类的生成式AI模型，实现行业的人工智能知识库。当前材料可确认的结果为：一、构建高效的知识库，形成企业“第二大脑”，提升员工能力，优化管理效能。
某装备制造企业（原材料未明确披露名称）围绕生产计划与智能调度开展AI能力建设。案例所对应的核心矛盾是：计划员凭经验排程，效率、质量与可复制性受限。方案侧的关键做法是：优化系统基于“运筹学”的算法，在极短时间内计算巨量数据进行最优求解，拉通运算，同时得出生产及采购需求。当前材料可确认的结果为：材料尚未披露可独立核验的量化结果。
某企业通用企业围绕流程自动化开展AI能力建设。案例所对应的核心矛盾是：负责审批的人事专员每天都在超负荷工作，于是负责人希望能够用 AI，解决一部分正常的审批单，人工处理特殊情况的审批单即可。方案侧的关键做法是：根据这些审核标准， 搭建出判断申请单是否通过的 AI 服务啦。当前材料可确认的结果为：企业员工数量 1w+，每天员工提交审批单量非常庞大，仅各类请假审批单日就能达到 200 条。
某汽车与零部件企业（原材料未明确披露名称）围绕流程自动化开展AI能力建设。案例所对应的核心矛盾是：RPA导入及业务痛点分析，优秀案例学习和推广，多个小组参与。方案侧的关键做法是：个人参赛报名后基于影刀迷建。当前材料可确认的结果为：材料尚未披露可独立核验的量化结果。
某电子与半导体企业（原材料未明确披露名称）围绕工艺优化与能源管理开展AI能力建设。案例所对应的核心矛盾是：厂务子系统众多，各自孤立运行且就地管理，设备运维保养工作依赖大量人力和财力投入。方案侧的关键做法是：用能效率低：各厂各系统各班组能耗目前是一本“糊涂”账，缺乏精细化管理，急需引入能源绩效管理，降低用能成本。当前材料可确认的结果为：节能节费：综合能耗降低10%、综合成本减少6%。
某医药与生命科学企业（原材料未明确披露名称）围绕设备运维与预测性维护开展AI能力建设。案例所对应的核心矛盾是：制造企业生产的水轮发电机组，设备体积大、配件多、配件生产周期长，故障停机损失大等客观问题，给设备的安装、设备的运维管理带来众多难题。方案侧的关键做法是：使用数字孪生技术与设备智能诊断系统的数据集成，构建设备零部件三维模型，实现与设备智能诊断系统后端应用的集成和调试验证。
某装备制造企业（原材料未明确披露名称）围绕设备运维与预测性维护开展AI能力建设。案例所对应的核心矛盾是：人工智能系统采用的神经网络是根据加工中遇到的各种常见几何形状进行训练的。方案侧的关键做法是：根据德勤公司的相关调查显示，近 70% 采用智能的制造商已经或打算部署支持 AI 的自动化以提高其运营效率。