AI赋能制造与生产提效——- 热水器制造

认知破局——AI怎样重塑售前和销售的战斗力

引言：工业革命延伸体力，资讯革命延伸眼耳，AI革命延伸创造力。这不是抓手迭代，是自印刷术以来内容生产方式的第 一次根本性变革。

导入： AI的颠覆性力量，运行层面，引入大模型的潜力

从概率预测到推演执行的范式迁移

1. 开场震撼Demo

2. 认知升级

3. 多模态：Seedance2.0核心认知和本领突破

4. 智能体和学识库的爆发

OpenClaw龙虾为何？

1. 定位：低代码/无代码AI智能体开发和运用平台。

2. 核心价值：让不懂编程的普通人，也能迅速搭建专属的AI助手，处理特定差事。

3. 龙虾的运用情境

价值锚点：AI怎样为你的公司赋能

1. 生产营运情境：生产资料监控、装置预警、报表自动化

2. 研发质量情境：技艺文档撰写、准则解读、测试报告生成

3. 供给链情境：供应商交流、合同处理、采购资料拆解

4. 管控协同情境：会议效率、学识沉淀、流程精进

•

智能会议实战——Teams炼就高效协同中枢

引言：

会议不是资讯黑洞，换个角度看，而是行动起点。本讲用Teams将跨部门会议从耗时环节变为价值产出环节。

Teams会议中心：公司协同新范式

1. 智能会议全流程配置

• 会议模板设置：问题复盘会、技艺评审会、生产调度会

• 录制和转录：中英文混合会议精准识别

• 发言人识别：自动区分生产，质量、研发负责人发言

1. 自动纪要生成实战

• 功能演示： 一场"热水器漏水问题跨部门复盘会"的智能纪要

• 核心产出： 议题-结论-待办事项（含责任人，截止时间）自动结构化

• 招数： 怎样设置要害词，换个角度看，让AI更精准抓取"根本原因"，"纠正措施"

1. 行动项智能跟踪和闭环

• 待办事项自动同步

• 截止时间提醒和进度更新

Teams和生产系统的协同扩展

1. 学识库构筑：会议纪要沉淀为组织资产

• 按照项目、货品型号自动分类存储

• 支持自然语言搜索历史决策

实战上手：

还原"供应商质量投诉处理会议"，往细里说，完成从召开到纪要生成到行动项分配的全流程

AI在生产营运中的典型运用情境

引言：AI不是遥不可以及的概念，它正以“数字员工”的形态，悄然进入生产营运的每一个角落。本模块将带您开展一场“生产车间AI之旅”，全景式扫描从生产执行到质量管控，从装置维护到供给链协同的AI运用实景。我们将借助真实实例，为您拆解AI在这些情境中“做了什么”、“怎么做的”、“带来了什么价值”。

生产执行和将控

1. 智能排产和调度

• 面对多品种、小批量的订单模式，AI怎样根据物料到货情况、装置状态、人员本领，换个角度看，自动生成最 优的生产排程，实操中，并将排产时间从数小时缩短至分钟级。

• 价值：拉升装置利用率，缩短订单交付周期，迅速响应插单、急单。

1. 生产节拍精进

• 实例：借助拆解产线各工位的实时资料，AI识别出“瓶颈工位”，往细里说，并给出平衡节拍的调整建议（如调整工序、增加辅助抓手）。

• 价值：拉升产线整体效率，减少在制品积压。

装置维护和管控

1. 预测性维护

• AI持续研习要害装置（如冲压机、焊接机器人）的振动、温度、电流等等传感器资料，换个角度看，在故障发生前数小时或者数天发出预警，就一线经验说，并建议可能故障点。

• 价值：变“事后维修”为“视情维修”，减少非规划停机，延长装置寿命。

1. 智能巡检和点检

• 点检人员用手机拍摄仪表盘或者装置状态，AI自动识别读数是否在正常范围内，并记录点检结果。或者借助AI视觉，自动识别装置漏油、异响等等异常。

• 价值：拉升点检效率和准确性，确保点检事务真实落地。

质量管控和拆解

1. AI视觉质检

•

实例

：在热水器内胆焊接、外壳喷涂等等环节，部署AI视觉系统，自动识别焊渣、气孔、划痕、色差等等微小缺陷，精度和速度远超人工。

•

价值

：达成全检，防止漏检，拉升出厂质量，降低买方投诉。

1. 质量根因拆解

•

实例

：当某批次货品出现质量波动时，AI自动关联该批次的人（操作工）、机（装置参数）、料（来料批次）、法（工艺参数），环（环境温湿度）等等多维度资料，就一线经验说，迅速锁定问题根因。

•

价值

：将质量问题的排查时间从数天缩短至数小时，迅速拟定纠正措施。

1. 技艺文档智能处理

• AI迅速阅读并解读数百页的国家准则、业界准则，自动提取和公司货品相关的要害要求，并生成合规性查验清单。

• 拉升研发、工艺人员的事务效率，确保货品规划符合规范。

供给链和仓储协同

1. 物料诉求预测

• AI结合生产规划、历史消耗、供应商交付周期等等因素，自动预测未来数周的要害物料诉求，并生成采购建议。

•

价值

：精进库存水平，防止缺料停线或者物料积压。

1. 智能仓储管控

• 借助AI视觉识别和自动导引车（AGV），达成物料的自动入库、出库、盘查。AI精进库位分配，在实际应用里，往细里说，减少搬运距离。

•

价值

：拉升仓储空间利用率，实操中，降低人工拣选错误率。

DeepSeek文案赋能——制造业专精文本智能处理

引言：

专精文档不应消耗工程师的创造力。本讲让DeepSeek成为你的24小时技艺文档助手。

DeepSeek核心本领：超越聊天的文档专家

1. 制造业专用提示词工程

• 万 能公式CO-STAR在技艺情境下的变体运用

• 范例生成： 投喂出色报告模板，让AI研习公司风格

高频情境实战

1. 情境一：质量报告

1. 输入零散检验资料→输出结构化《月度质量拆解报告》

• 报告轮廓智能填充：问题描述→围堵措施→根本原因拆解

• 实战： 处理一批"温控器精度偏差"资料，生成报告初稿

1. 采购和供给链文书

• 供应商评核报告生成

• 采购合同要害条款起草和审核要点提示

• 谈判要点清单准备

1. 通用办公公文

• 通知，请示、会议纪要的规范生成

• 项目呈报材料的亮点提炼和拔高

进阶招数：去AI味和专精化

1. 6D拔高法的运用

• 将"生产线改造"拔高为"智能制造升级"

• 将"成本降低"关联到"价值链精进"

1. 技艺文档的润色

• 防止口语化，往细里说，强化资料支撑

• 加入业界术语和专精表述

AI让呈报创造价值

引言：

三天心血凝成报告，落地时，老板目光停留不过十秒。此讲不教文字堆砌，专授怎样借AI将苦劳翻译成功劳，让每一页PPT都值钱。

高效事务呈报

1. 解锁事务呈报的高效步骤

• 重点：清晰把握从准备资料到呈现呈报的全流程要害环节响。

• 步骤：规划标的->拆解听众->规划轮廓->充实内容->调整精进->从容演绎->复盘回顾

• 招数：合理组织内容以及展示结晶。

1. 搭建引人入胜的事务呈报轮廓

• 重点：从准备资料到呈现呈报的全流程要害环节。

• 招数：剖析经典事务呈报轮廓实例，研习怎样根据呈报目的、受众来确定核心板块，以及各板块的推演衔接办法，比如按照时间顺序、要害程度排序等等。

1. 解锁呈报勾住力密码

• 重点：明晰怎样从内容和呈现两方面，炼就勾住人的事务呈报。

• 招数：运用故事化叙事突出重点结晶，规划可视化元素增强视觉冲击的办法。

• 实战上手：怎样让买方买我们的装置

1. 影响听众

• 重点：用AI增强内容对听众的心理影响力

• 招数：AI拆解热门演说的语言模式 + 听众画像海量资料精进措辞

• 实战实例：印度人是怎样向上管控

高效PPT

1. 智能PPT生成——突破创作瓶颈

• 重点：破解推演断裂、资料缺失导致的创作停滞

• 招数：内容断层智能填充+资讯密度精准调控+演说剧本自动化

• 实操上手：写一个事务收束PPT

1. PPT页面文字太多——要害词提炼呈现

• 重点：提取要害资讯，增加可信度

• 招数：AI萃取主题和要害资讯+视觉化呈现+交互增强

• 实操上手：1分钟将文字转成图表

1. PPT图太丑还不能删——精进呈现质感

• 重点：精进视觉呈现，保留核心资讯

• 招数：AI 辅助美化 + 资讯锁住强化

• 实操上手：3 分钟让普通图片变专精配图

1. 搞定 PPT 排版，换个角度看，这 4 招让你的页面秒变高级！：

• 左右结构： 资讯对比超清晰

• 环形居中： 焦点一眼被锁定

• 上下结构： 推演层层递进

• 方块结构：内容利落不杂乱

1. AI助力呈报讲出彩

• 重点：破解内容枯燥难题，抓住听众前3分钟

• 招数：对齐领导标的·先讲结果·再讲亮点·最后讲资料 + SCQA模型

• 大厂实例：微软内部呈报者怎样用AI预演听众反应

• 实战上手：规划一段让CEO印象深刻的开场白

资料处理，拆解和可视化

引言：面对资料报表本能逃避，落地时，复杂函数永远隔夜就忘？从此你只负责提出正确问题，落地时，Excel脏活交给AI。不懂公式，实操中，照样驾驭数字决策

Excel资料清洗、资料处理和拆解

1. 揭开资料拆解的神秘面纱

• 重点：资料拆解不是技艺，是提问题、找证据、下结论的本领

• 招数：借助不同业界成功实例解说，凸显资料拆解价值

1. 整理和清洗资料

• 重点：学会处理脏资料，为拆解做准备

• 招数：运用函数、抓手识别并处理重复值，缺失值、错误值

• 实战上手：Excel 清理一组复杂资料

1. Excel复杂公式记不住？——自然语言转函数代码

• 重点：破解复杂函数记忆和运用难题

• 招数：精准定位表格+自然语言转公式错误调试

1. 可视化呈现资料

• 重点：将拆解结果以直观易懂的图表展示

• 招数：掌握柱状图、折线图、饼图等等图表适用情境以及制作招数

AI迅速拆解和可视化

1. AI迅速高效生成资料报告

• 重点：破解资料整合繁琐、报告产出慢、资料洞察不纵深的难题

• 招数：AI 自动整合资料 + 智能生成可视化报表 + 深度挖掘资料关联

1. 买方反馈量大难拆解？——AI 高效拆解反馈资料

• 重点：破解反馈资料繁杂，核心诉求难提炼拆解难题

• 招数： AI 智能提取要害诉求点 + 多维度情感倾向深度研判

1. AI预测明年趋势

• 重点：掌握基础预测思路，领会市场动态、历史资料。

• 招数：以过往成功预测实例为蓝本，AI辅助构筑简单预测模型

• 实战上手：给定某公司过去5年销量，AI输出明年趋势预测+行动建议

构筑公司智慧大脑——炼就可进化、可赋能的学识库

引言： 公司最 大的隐性离职，是老师傅带着心得退休，是工程师带着解题打法离职。学识库不是文档仓库，而是组织记忆的数智化复利引擎——让智慧沉淀为资产，而非离职为成本。

认知基建：RAG原理和学识库的方略价值锚点

1. 学识库对热水器制造的核心价值

• 拉升效率，换个角度看，降低成本——别让工程师重复发明轮子（如：相同故障二次排查）

• 弥补专精领域学识不足——专家走了，心得还在（如：特殊焊接工艺参数）

• 拉升回复准确性——客服/售后不再“凭感觉”，技艺支援有据可查

• 破解大模型幻觉问题——给AI一本热水器专精教材，实操中，它就不会瞎编技艺参数

1. 公司智慧的底层推演

• 重点： RAG（检索增强生成）——不是让AI背诵，实操中，具体来看，换个角度看，是让AI带着教材做题

• 招数： 拆解RAG架构（检索模块+生成模块）

• 类比： 就像给AI配一个随身携带的《热水器技艺百科全书》

1. 热水器公司学识库的独特优势

• 结构化： 按照货品线、故障类型，工艺环节分类

• 可检索： 自然语言查询“E03故障代码破解办法”

• 可沉淀： 每次维修记录、技艺改进都可入库

• 可进化： 随着货品迭代、工艺升级持续更新

学识库搭建全流程实战

1. 学识库轮廓构筑

• 重点： 怎样规划符合制造公司诉求的学识库轮廓

• 招数： 深度调研业务链路和学识采用情境 → 规划分类架构

• 实战上手： 为“热水器质量和工艺学识库”规划分类轮廓（如：一级分类：货品系列；二级分类：部件/工艺；三级分类：故障模式/参数准则）

1. 学识库内容精进和维护

• 重点： 筛选高价值学识开展填充，确保准确性、完整性、时效性

• 招数： 构筑“学识贡献制度”（技艺主力每月贡献一条最 佳实践）+ 专精审核委员会（总工/质量总监把关）

• 维护制度： 构筑定期查验制度（每季度更新国家准则）+ 更新SOP（当货品规划变更时，72小时内更新相关工艺文件）

学识库的运用情境和效能拉升

1. 智能问答助手

2. 项目学识沉淀

3. 新人培训加速

4. 学识库业务赋能

AI运用隐患防控——安全合规的智能办公边界

引言：AI效能显著，往细里说，但暗礁同样致命。资料泄露、版权争议，模型幻觉——此讲不渲染焦虑，只为你划定安全边界，构筑AI运用的安全操作规范。

龙虾OpenClaw安全要则

1. 权限最小化要则： 只给必要的权限，保护核心生产资料。

2. 人工确认制度： 要害操作（如下单、发布指令）必须设置人工审核环节。

3. 本领来源管控： 只采用官方或者可信来源的本领插件。

大模型技艺盲点和隐患预警

1. 资料安全隐患：

• 实例拆解：某研究所资料泄露经过（借助AI导致规划泄露）

• 敏感资讯识别和防护：买方资料、财务资讯、核心技艺文档

1. 合规和法律隐患：

• 实例拆解：采用Deepseek生成虚假实例

• 学识产权隐患：AI生成内容的版权归属和侵权认定

• 业界合规要求：金融、医疗、政务等等业界的特殊监管政策

1. 模型和输出隐患：

• 幻觉（Hallucination）问题：错误资讯的生成和辨别

• 偏见和歧视：训练资料偏差导致的输出问题

• 提示词注入（Prompt Injection）攻击和防范

AI演进和未来

1. AI走出屏幕进入物理世界

• 具身智能：机器人，从实践看，自动驾驶、智能工厂

1. 机器智能+

• 不是“AI替代人”，在实际应用里，是“AI + 人 = 新物种”

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|雷曼老师