中型制造
工单 AI 分派 · 场景方案展示

设想一家三厂区的离散制造企业。设备部经理最头疼的一句话是「最怕老张请假，因为只有他知道哪台设备该找谁修」。拆开看是四件事：车间报修单文字随手写，同一个故障五个工人五种写法，系统里堆着却没法用；派单全靠班组长凭经验口头分活，他不在场工单就压着；新设备、外协设备没人熟，工单经常先派错再返工；真正紧急的产线停机工单，混在日常保养单里没有被优先顶上去，停机损失一笔笔算下来很可观。在这样的场景下，「老师傅经验」就是业务的单点依赖。

这类场景的诊断路径通常是三步：和设备部经理、几位班组长一起把工单从「报修 → 解析 → 派单 → 维修 → 验收 → 归档」的完整流程画出来；导出近一年的历史工单，结合维修记录梳理出故障类型、设备类别与维修工技能之间的真实对应关系；按厂区、班次、设备类别复盘错派与返工集中在哪。结论通常很清楚：能 AI 化的是「读懂报修文本、识别故障与设备、匹配可用技工」，不能 AI 化的是「现场判断与维修工艺」。

这一方案按四个模块分段落地，每两周推进一段、由业务方复核一次。第一段是 工单语义解析——把口语化报修文本结构化成故障类型、设备编号、所在产线、紧急程度；第二段是 技能匹配派单引擎——对照技工的技能标签、当前负荷与所在厂区，算出最合适的人选并给出备选；第三段是 紧急工单优先级——产线停机、安全相关工单自动顶高优，回写既有 MES / ERP 工单系统，班组长只复核拿不准的派单；第四段是 设备工单看板——按厂区、设备类别、故障类型切片，让经理一眼看出哪条线、哪类设备在反复出问题。

• 模块 1 · 工单语义解析（故障类型 / 设备编号 / 紧急程度结构化）
• 模块 2 · 技能匹配派单引擎（技能标签 × 负荷 × 厂区）
• 模块 3 · 紧急工单优先级（停机 / 安全单自动顶高优 · 回写 MES / ERP 工单）
• 模块 4 · 设备工单看板（厂区 / 设备类别 / 故障类型三维切片）

这类场景里有三个值得主动「不做」的取舍：不做强制派单，AI 给出的是建议人选，班组长保留一键改派的权力，现场调度的最终决定权仍在人手里；不追求一次派到底，模型对故障或设备拿不准的工单一律转人工，宁可慢一步也不返工；不靠人工填技能表，技工的技能标签直接从历史维修记录里统计生成并持续更新，避免「表填一次就过时」。这三个取舍，是让车间班组长从一开始就愿意用、方案能稳定落地的关键。