2–4 周
入厂诊断
工程师进现场，跟班观察，访谈业务、生产、质量、IT 与管理层。盘点数据可得性、系统边界与人员配合度，产出一份可报价的改造路线图。
- 现状与数据盘点
- 候选场景优先级排序
- 价值测算与实施路线图
- SOW 与验收指标草案
工厂不缺系统，缺的是把系统接起来的人。
ERP、MES、QMS、Excel、纸质工单，数据散在各处；老师傅的经验没有沉淀成可复用的规则；每一次异常分析都要从头再来。
数据在，但用不起来
系统各管一段，跨系统的关联查询要人工拼表。想知道一批货为什么返工，得问三个人。
经验在人脑里
调试参数、判断异常、处理客户投诉，靠的是几位老师傅。人一休假，产线就慢下来。
AI 试点停在演示
做过 POC，Demo 很好看，但接不进真实工单流，一线不用，最后只剩一份汇报材料。
不知道先改哪里
想做的很多，预算有限。缺少一套判断标准来决定第一个项目应该落在哪个环节。
诊断、试点、推广，三段推进。
每一段都有明确的输入、产出与退出条件。任何一段不成立，我们都建议停在那里，而不是硬推到下一段。
6–12 周
单点试点
选一个价值明确、边界清晰的环节，用真实数据做出可被一线使用的东西。目标不是演示，是让班组愿意每天打开它。
- 可用系统与上线部署
- 一线使用培训与交接
- 试点期数据与效果对比
- 是否推广的决策建议
按季度滚动
推广与沉淀
把试点里验证过的做法抽成行业包，复制到其他产线、车间或集团内其他工厂。同时把运维、权限与评测机制交给客户团队。
- 可复制的场景包
- 运维与权限交接文档
- 效果评测与持续优化机制
- 后续季度路线图
我们做过和正在做的方向。
以下是我们实际接触过的场景类型，具体范围以入厂诊断结论为准。
质量异常分析与追溯
把检验记录、工艺参数、设备日志与客诉信息串起来，让一次异常分析从几天缩短到几小时。
工艺参数辅助调优
把老师傅的调机经验整理成可检索、可对比的知识，新员工遇到同类问题时能拿到历史最优解。
设备与产线数据接入
打通 PLC、SCADA 与业务系统，建立统一的数据口径，让后续所有分析有共同的事实基础。
销售与客户协同
把客户主数据、销售阶段、合同与交付进度放进同一套视图，让销售管理从「问人」变成「看数」。