飞沃 × 酷爱 · 战略合作
2026.05.25 现场对齐版
First-Phase Implementation Plan · v2

飞沃科技
AI 应用第一阶段
落地方案

基于 2026 年 5 月 25 日在飞沃现场跑完的 6 个部门对接会议,含 5 月 26 日上午与制造部本部的现场新增对齐。 每个项目均已完成真实业务流程梳理、AI 介入路径设计、量化收益测算、数据落实承诺。

真实业务对齐 · 数据可验证 · 一步一步脚踏实地
现场对接规模
5部门
6 场对接会议
跟单 · 质量 · 文控 · 设备 · 采购 · 仓库 / 制造
主项目
6
技术 · 跟单 · 质量 · 设备 · 采购
业务对齐、技术路径已跑通
部门扩展子项
7子项
现场部门主动提出的
AI 高价值新场景
现场新增
1
制造排产 AI 助手
制造部现场共识方案
§ 01

项目清单 · 按部门集合 — 7 projects

按受益部门聚合呈现。每个项目均经过现场业务流程梳理,并完成 AI 介入路径设计、年化金额收益测算、技术路径可行性分析、数据落实承诺。共 7 个推进项目(含 5/26 现场新增的制造排产)。

01.

客户图纸智能化处理 + 工序卡自动生成

技术 · 受益部门
已与技术部对齐
i.业务现状
客户图纸格式 / 标准 / 视角差异大(PDF / 客户私有标 / 装配图等)。

技术部需先将客户图纸翻译为飞沃内部 CAD 标准,再基于 CAD 编制工序卡

两步均为手工处理,年工时约 1,200 - 1,500 小时(按 1.5 × 800-1000 小时口径估算)。
ii.AI 介入方式
Step 1
客户图纸智能化处理:客户原始图纸(PDF / 多标准 / 多视角)→ AI 识别 + 标准翻译 → 飞沃标准 CAD
Step 2
工序卡自动生成:飞沃标准 CAD → AI 基于图纸特征 + 历史工序库 → 自动生成工序卡
工艺工程师只做审核 + 参数微调,不做手工绘图与编制
iii.预期收益(技术部自评 3 维度)
① 工时直接节省:1.5 × (800-1000) 工时 × 53 元 / 小时 = 6.4 - 8 万 / 年

② AI 规避人工失误产生效益:参考飞沃质量三年平均值 ≈ 1 万 / 年

③ 品牌损失挽回价值:避免技术评审失误造成的客户索赔、认证失败、订单流失,挽回品牌信誉损失(隐性,不量化)

④ 客户信任度提升:技术响应速度 + 输出质量稳定性提升 → 客户复购率提升、长期合作粘性增强(隐性)

⑤ 交付效率提升:客户响应交付速度提升 + 客户服务满意度提升(隐性)
年化收益(显性合计)
7.4 - 9万 / 年
显性 = 工时节省 6.4-8 万 + 质量损失规避 1 万 / 年(参考飞沃质量三年平均值)。隐性价值(品牌损失挽回 + 客户信任度 + 交付满意度)另计
技术路径 · 可行性
已与技术部对齐。技术栈:图纸理解 = CV + LLM 多模态。CAD 生成 = 规则模板 + AI 参数填充。工序卡 = 基于历史工序库 + 图纸特征匹配。落地阶段需 1-2 周训练期,使用飞沃真实图纸样本做规则调优。
02.

技术图纸文控 + 通用部门文控能力

技术 + 集团文控 · 受益部门
已对齐
i.业务现状
本部 2 名文控员,负责集团技术 / 质量 / 外件三类文档。每天处理 30 份图纸。

必须线下跑 5 个厂区做纸质回收 + 新版分发。

更广泛痛点:飞沃每个部门都缺一个文控——质量、研发、工艺、销售等部门各自维护文件,未形成标准化、可审计的归档体系。
ii.AI 介入方式(双层能力)
第一层
图纸文控基础能力:新图纸输入 → AI 抽取图号 / 版本 / 状态 + 版本冲突识别 + 版面合规审计 → 冲突清单 + 归档建议 + 外发风险提示
第二层
通用部门文控:同一套能力按部门配置(质量 / 研发 / 工艺等),每个部门自定义文件类型 + 归档规则 + 审批口径
第三层
集团文控 AI 审查:AI 自动审查各部门是否按集团文控标准执行 + 备份合规检查
iii.预期收益
文控员手工版本核对从 近 1 个全职岗位压缩到月 30-50 小时

核心价值(合规风险防范):杜绝漏发 / 少发 / 旧版未回收的合规事故;防一次外发错误图纸 = 防一次客户索赔 / 认证失败

扩大化能力:每个部门可自配置文控能力,集团一次投入,多部门复用
年化收益
10 - 15万 / 年
显性:文控员工时释放约 10 万 / 年。隐性:防一次外发错误图纸即可回本(50-300 万 / 次),合规价值远高于显性
技术路径 · 可行性
已验证可行。技术栈:文件名 + 元数据抽取 + 版本台账自动比对 + 版面合规规则审计。飞沃前期已跑通技术路径(前期 demo 验证)。第二层"通用部门文控"为同一引擎的配置层扩展,无新技术风险。第三层"集团 AI 审查"基于规则库,需先沉淀飞沃集团文控标准文档。
03.

客户订单 / 询盘前置结构化

跟单 · 受益部门
已对齐
i.业务现状
跟单团队 10 人,每人负责 2-3 个客户,本部 30 多个客户。

业务规模(跟单组核实):月单量 3,500+,年单量约 4.2 万单。每单当前手工录入 5 - 15 分钟

核心痛点:客户订单多渠道、多版本——客户系统下单为合规记录,真实数量 / 交期 / 品种以微信、邮件、电话线下沟通后纠正版本为准。跟单员每天面对多口径信息,靠人工筛选最新有效版本。

历史错单 40 条 / 12 个月,单次损失工时约 20 分钟,无客诉与赔付。错单虽不高发,但单据准确性 + 多版本融合是后端生产质量的基础。
ii.AI 介入方式
输入
客户邮件 + 客户系统截图 + 微信沟通记录 + 内部料号映射表
AI
多版本融合 + 最新版评估:每次跟单扔进新信息(系统下单、客户纠正、微信改),AI 综合所有版本 → 输出当前最新有效版需求清单
输出
17 字段结构化需求清单 + 自动判断老品 / 新品(基于内部料号映射)+ 缺项提示
iii.预期收益
单单录入时间从 5-15 分钟 压缩到 1-2 分钟

多版本融合:跟单不再人工对比新旧版本,AI 每次输出最新有效版需求清单
年化收益
15 - 25万 / 年
按年 4.2 万单 × 每单节省 8-10 分钟 × 跟单时薪 25-35 元测算;释放跟单员去做更高价值的客户沟通工作
技术路径 · 可行性
已验证可行。技术栈:邮件 + 附件多模态解析 + 客户料号 → 内部料号映射 + 多版本信息融合。飞沃前期已跑通技术路径(前期 demo 验证)。落地阶段需在飞沃真实客户邮件 + 系统截图样本上做字段抽取调优。注意:AI 加速本身不改变业务流程,"什么情况允许发布"需由跟单主管定规矩。
04.

检验报告自动化 + 视觉检测

质量 · 受益部门
2 个子项
A

出厂检验报告自动生成现场新增 · 强需求

业务
质量部出厂检验共 5 个环节理化 / 外观 / 尺寸 / 表面处理 / 通止性。每个环节由专人处理(高频次工作),工资约 5.5 万 / 年 / 人。工程师偶尔兼职抽查。
AI
AI 自动化这 5 个检验环节:从前序系统 / Excel / 图片 OCR 自动抓取数据 + 模板填充 + 异常识别 → 自动生成合规报告。工程师保留抽查职能。
收益
释放 5 个专职岗位回归本职;年化收益 = 5 × 5.5 万 = 27.5 万 / 年;报告生成从天级压到分钟级
技术路径已跑通:多源数据抓取(Excel + 系统 + 图片 OCR)+ 客户模板合规报告生成。落地阶段在飞沃 5 个检验环节真实样本上做格式适配,约 4-5 周可上线。
报价
8-12
4-5 周
B

视觉检测自动化(荧光磁粉)现场新增 · 飞沃多年未解

业务
荧光磁粉检测是飞沃质量部独立工序,所有相关产品必经此工位。检验员长时间目视荧光下零件 → 对人体有危害 + 视觉疲劳易漏检。这是飞沃多年未能解决的工序难点
AI
输入:荧光下零件高清图像。AI:基于高采样反向排除法,识别可疑缺陷点(应对缺陷形状不规则、位置不固定的难题)。硬件:摄像头 + 工位电控(飞沃同步推进采购,由我方提供算法 + 软件部分)
收益
解决荧光检测对人体危害 + 解决飞沃多年未解的工序难题;按荧光检测工位人员释放测算 年化收益 ≈ 50-100 万 / 年
技术路径需要数据积累期:本项目的核心难点是飞沃尚未沉淀足够的"正常品 + 缺陷品"图像数据。我方落地路径——少批量数据增强 + 人工纠正过渡期(前 2-3 个月人工校验 AI 判定,持续训练)→ 逐步达到 99%+ 准确率。需飞沃同步推进硬件采购(摄像头 + 工位电控),由我方提供算法与软件部分。
报价
8-15
6-8 周 + 数据积累期 2-3 月
05.

设备维修故障代码库标准化

设备 · 受益部门
基础建设型
i.业务现状
一厂 16 维修工 × 两班 × 每天 100+ 单 × 600 余台设备。

4 万条历史维修记录全靠人脑经验描述,五花八门——无法形成可分析的数据资产,也无法支撑后续 OEE / MTBF 等运营分析。

定位:类似于设备买来后先做 IoT 数采——本身不直接产生收益,但是后续所有设备运营分析的数据底座
ii.AI 介入方式(双子项)
子项 A
老带新知识库:维修工输入故障描述 → AI 检索相似历史故障 → 推荐处理方法 / 配件 / 工时
子项 B
故障库标准化:4 万条记录的故障现象(含 2 万 4 千余独立描述)做语义聚类 → 标准化字典 + 映射表 + SCADA 导入文件
iii.预期收益
本项目为基础建设型,短期不产生直接金额收益。

长期价值:
① 4 万条维修经验沉淀为飞沃自有数据资产,避免人员流失风险
② 给新维修工提供 AI 老师傅陪伴
③ 为后续设备 OEE / MTBF / 预测性维护打底
投入回收方式
用其他项目收益 cover
如同设备 IoT 数采,本身不卖钱,但所有后续设备运营 AI 都建立在这套故障码字典上。建议用项目 01 / 04 等强收益项目的盈余覆盖此项
技术路径 · 可行性
已验证可行。技术栈:4 万条记录的语义聚类 + 标准化故障码映射 + SCADA 导入格式输出。飞沃前期已跑通技术路径(前期 demo 验证)。数据已在我方,可立即启动开发。需对齐:(1) 原厂维修手册电子版完整度;(2) SCADA 字段格式规范。
06.

采购侧 AI 助手包

采购 · 受益部门
扩展为 6 个子项
A

供应商准入原计划 · 建议缩窄

业务
月新增供应商 < 1 家,频次过低。单家审核 3-5 天 × 多模块
AI
抓取企查查 / 天眼查公开信息 + 资料完整性检查 + 初审建议生成
收益
显性 ROI 不强(频次低),价值在"规范化、合规性、初审一致性";作为采购助手包打包子项,不单独立项
技术路径已跑通:公开信息抓取 + 资质规则匹配。落地阶段简单。
报价
4-6
2-3 周
B

采购月报自动生成已与采购部核实

业务
采购部反馈:7 个模块 + 1 个汇总8 个人月初集中处理 20 人天 / 月。模块明细:① 原材料 / 包材 / 第三方检测 / 计量(1 人 × 3 天)② 螺母垫片小螺栓 + 辅料 + 工装模具 + 外协(1 人 × 4 天)③ 设备 / 综合物资 / 劳保(1 人 × 2 天)④ 行政物资 / 办公 / 基建(1 人 × 1 天)⑤ 废料出售(1 人 × 2 天)⑥ 航空航天材料 + 外购小螺栓(1 人 × 2 天)⑦ 密封件物料(1 人 × 2 天)⑧ 汇总:采购部门月报(1 人 × 4 天)
AI
优先做汇总自动化(4 人天 → 0.5 天)+ 模块 ② 外协部分(含热处理 / 表面处理 / 机加工,与外协扯皮治理联动)。输入:各模块 Excel 数据 + 月报 PPT 模板。输出:AI 5 分钟生成符合模板的 PPT 月报
收益
按 20 人天 / 月 × 12 月 × AI 替代 50% 测算 年化 5-8 万 / 年;释放 8 名采购人月初集中处理压力,月初采购效率隐性提升
技术路径已跑通:Excel 数据分析 + PPT 模板生成。落地阶段需采购部提供 7 个模块真实月报样本 + 输入 Excel 样例,3-4 周可上线。
报价
4-6
3-4 周
C

大宗商品价格分析现场新增

业务
钢 / 合金 / 铜 / 刀具 / 涂料等市场标准货价格波动靠采购员经验判断,缺数据支撑
AI
双数据源:(1) 公开价格指数(我的钢铁网等专业数据源,非泛公开广告数据)+ (2) 飞沃历史采购订单 → 趋势分析 + 采购时机建议 + 异常预警
收益
按飞沃大宗采购规模测算年化 50-150 万 / 年(节省 2-5%,需采购部确认大宗品类年采购额)
技术路径需对接数据源:专业价格数据接口(我的钢铁网等)需采购订阅;价格预测准确率受数据源稳定性影响,建议以"波动预警准确率 ≥75%"作为承诺指标,不承诺绝对价格预测。
报价
8-12
4-5 周(不含数据源订阅费)
D

价格合理性审计现场新增

业务
报价"三家比价谁低选谁",缺乏跨供应商、跨历史的合理性审计
AI
输入供应商报价 + 飞沃历史采购价 + 市场参考价 → 异常报价预警(偏离均值 / 偏离趋势 / 偏离市场)
收益
预计发现 3-5% 异常报价,支撑采购议价;年化 20-80 万 / 年(按可议价空间测算)
技术路径已跑通:跨数据源比价 + 异常检测。落地阶段需采购部提供物料编码体系 + 历史报价数据。可与子项 C 共享数据基础设施。
报价
6-10
3-4 周
E

发票自动识别现场新增

业务
电子发票 PDF → 当前手动录入发票号到 U8 勾票,有错录风险
AI
第一期(本次报价):PDF 自动识别字段 + 提供复制窗口;第二期(依赖 U8 接口):自动写入 U8 完成勾票
收益
减少手工录入错误 + 节省识别时间;年化 5-10 万 / 年
技术路径已跑通:PDF 发票 OCR 是成熟技术。第一期 2-3 周可上线。第二期需飞沃 U8 提供接口。
报价
3-5
2-3 周(第一期)
F

固定资产管理 · 轻量版已与采购 + 财务核实

业务
母公司资产规模 4.6 亿,2026 年新增 5,000 万设备采购。U8 固定资产模块仅覆盖后端记账(建卡片 / 资产变动 / 报废)。缺:合同 + 付款 + 发票的联动 + 全集团统一台账。前端业务流程(请购 → 合同 → 付款 → 发票 → 验收)全部线下手工
AI
跨部门"采购-财务"节点台账 + 线下流程数字化,不动 U8 后端。资产请购 / 合同节点 / 付款节点 / 发票节点 / 验收节点全程留痕;维保期 / 质保期临期自动预警。
收益
4.6 亿资产 × 风险敞口:仅 0.1% 风险即 46 万 / 年 损失。本项目作为风险防范型,保守口径年化 20-50 万 / 年;与 06E 发票识别形成上下游联动
技术路径已对齐:PDF 合同抽取 + 节点台账 + 临期预警,全部走"U8 外挂"模式,不动 U8 后端。轻量版 4-5 周可上线,完整版(覆盖全采购流程审批 + 供应商管理)需第二阶段。
报价
6-10
4-5 周
08.

制造排产 AI 助手

制造 · 受益部门
现场新增 · 已与制造部共识方案
i.业务现状
制造部本部管辖 3 个厂,每厂 2 人(1 主排产 + 1 辅助打卡)= 6 名排产员。每人每天 12 小时

周计划从客户信息采集到落地车间需 3 天生产计划实际滞后 2 天。复盘要 2 小时分析 MES 导出数据,排完车间已乱。

PMC 与制造消息不对称:① 交付中心 Excel 多版本流转,识别不出哪行被改 ② 半夜临时通知改计划,但生产已经开始,回不了头。
ii.AI 介入方式
原则
100% MES / U8 外挂模式,不动现有系统
数据
MES 数据导出(Excel / CSV)→ AI 5 分钟内处理,替代当前 2-3 小时手工分析
差异
交付中心 Excel 新旧版本自动高亮 + 变更日志,PMC 改动一目了然
节奏
凌晨 7:30 数据准备好 → 9 点车间晨会前出昨日复盘 + 今日计划
iii.预期收益
① 显性人工节省:6 人 × 4-6 小时 / 天 × 250 天 × 50-80 元 = 30-72 万 / 年

② 计划滞后挽回:周计划滞后 2 天 → 0-1 天,按 3 厂产值挽回 48-72 万 / 年

③ PMC 变更避损 + 异常提前发现:避免错产返工 + 异常发现从 1 天压到 1 小时
年化收益(本部 3 厂保守口径)
80 - 150万 / 年
推广至集团 5 厂可乘以 1.6-1.8 倍。制造部现场自评"对生产部来说,排计划是最头疼问题"
技术路径 · 可行性
已与制造部现场共识。技术栈:MES / U8 数据导出后本地 AI 处理 + Excel diff 引擎 + 排产计算公式。不做任何 MES / U8 数据写入,符合"不动现有系统快速 AI 化"原则。落地阶段需飞沃 IT 授权排产员每日 MES 数据导出权限。
§ 02

调整后第一阶段总盘

按部门分组的完整项目报价。所有项目均可并行启动。报价为初步估算区间,最终以合同为准。

第一阶段总投入区间
90·141万元
6-8 周可并行启动/分部门并行推进/子项可灵活裁决
完整清单 按项目编号
7 主项目 + 7 扩展子项 · 覆盖 6 个受益部门
01 客户图纸智能化处理 + 工序卡自动生成 技术 10–15 4-5 周
02 文控 + 通用部门文控能力 技术 / 集团 12–18 5-6 周
03 客户订单 / 询盘前置结构化 跟单 5–8 2 周
04A 出厂检验报告自动生成 质量 8–12 4-5 周
04B 视觉检测自动化(荧光磁粉) 质量 8–15 6-8 周
05 设备维修故障代码库(基础建设型) 设备 8–12 4-5 周
06A 供应商准入(采购助手包子项) 采购 4–6 2-3 周
06B 采购月报自动生成 采购 4–6 3-4 周
06C 大宗商品价格分析 采购 8–12 4-5 周
06D 价格合理性审计 采购 6–10 3-4 周
06E 发票自动识别(第一期) 采购 3–5 2-3 周
06F 固定资产管理 · 轻量版(已与采购 + 财务核实) 跨部门 6–10 4-5 周
08 制造排产 AI 助手(现场新增 · 已与制造部共识) 制造 8–12 3-4 周
合计 90-141 6-8 周可并行交付
§ 03

待协调事项

需要进一步协调或拍板的关键问题。

01
第二层新增子项的纳入范围:质量部 2 项、采购部 5 项,是否全部纳入第一阶段,还是分批推进?
02
制造排产 AI 助手的 IT 授权:是否授权排产员每日导出 MES 数据(不写入),让 08 项目可以落地?
03
视觉检测的硬件投入边界:飞沃方面是否同步推进硬件采购,由我方提供配套 AI 算法?
04
固定资产管理 · 轻量版 vs 完整版:已确认轻量版立项(6-10 万 / 4-5 周)。完整版(覆盖全采购流程审批 + 供应商管理)是否纳入第二阶段?
05
技术部进一步对接的时间窗口:完成项目 04 的现场样本获取与评审风险规则确认。
06
本地化部署的范围与硬件 / 运维归属:核心 IP 文档与图纸是否要求本地化部署?
07
项目立项流程与汇报节点:陈玲总立项的具体节奏与材料要求。