变化在哪
同样一次设备异常，两种过法
只有系统的时候
人去找数据
- 设备停了，操作工报修，班组长才知道
- 计划员翻排程表，手工挪工单
- 质量工程师事后查记录，找受影响的批次
- 晨会上对着报表复盘昨天的事
有了智能体
数据来找人
- 振动趋势异常，停机之前就收到提醒
- 改派方案和对交期的影响一起送到计划员手里
- 可能受影响的批次已经列好，等待确认是否隔离
- 复盘的时间用来决定下一步怎么做
智能体矩阵
每个智能体，都长在一个业务产品上
它们读的是平台里的真实业务数据，调用的是产品本身的业务能力，所以给出的是能执行的方案。
工艺智能体
参考 BOM、工艺路线和历史文件起草作业指导书；工程变更发布后，列出受影响的在制工单和库存。
这次变更影响哪些在制品？
研发到制造一体化 →排产智能体
插单、缺料、设备停机时重新排程，并说明每套方案对交期和在制订单的影响。
这张急单插进去，哪些订单会延期？
高级计划排程 →质量智能体
盯住来料、过程、成品、出货每道检验，出现异常时沿人机料法环自动关联，给出追溯链路。
这批不良和哪台设备、哪批料有关？
质量管理与追溯 →检测智能体
按方法和人员资质分派检测任务，自动复核原始数据，发现超标或趋势异常时发起调查并起草报告。
这批样品里有哪些结果需要复核？
实验室信息管理 →设备智能体
基于联网设备的实时数据识别劣化趋势，在停机之前生成点检和保养工单。
本周哪些设备最可能出故障？
设备管理 →能源智能体
发现设备空转、跑冒滴漏和单耗异常，给出错峰用能建议，自动汇总能耗与碳排放报表。
上个月哪条线的单位产品能耗最高？
能源管理 →仓储智能体
按生产节拍拉动配送，提前发现缺料和呆滞，让库存更少而产线不等料。
明天的工单，物料齐套吗？
仓储与物料管理 →采购智能体
根据需求生成采购建议，比对历史价格和供应商绩效，提前预警可能延误的交货。
哪些采购单下周可能到不了？
供应商协同 →物流智能体
按货量和路线推荐配载与承运商，在途异常时预估到达时间并通知客户和销售。
发往华南的这几票货，怎么拼车最省？
运输管理 →销售智能体
接单前结合产能和库存给出可承诺交期，提醒该跟进的商机和即将逾期的回款。
这个客户要 2000 件，最早哪天能交？
客户关系管理 →服务智能体
根据故障描述和设备档案判断可能原因，按技能和距离派工，提前备好所需备件。
这台设备报修，派谁去、带什么件？
现场服务管理 →财务智能体
业务单据自动生成凭证，月底自动对账，找出单据与账务的差异和异常凭证。
这个月应收和发货对不上的有哪些？
财务管理 →数据问答
跨越所有产品，用一句话查产量、良率、OEE、交付、库存和利润，直接生成报表与大屏，不必再等 IT 排期。
上周三号线的一次合格率是多少？
预约演示 →工作方式
感知、推理、建议，然后由人决定
智能体不会绕过人直接改动生产。每一步都留有依据，每一个动作都要确认。
- 01 感知
看见正在发生的事
设备采集数据、工单进度、检验结果、库存变动，都来自同一个平台。
- 02 推理
把事情连起来
结合历史记录与工艺知识，判断原因和影响范围，并说明依据。
- 03 建议
给出可执行的方案
方案直接对应系统里的业务动作：改派工单、生成点检、触发补货。
- 04 确认
人做最后的决定
方案推送给对应岗位，确认后才下发，全过程记录在案。
可控
放心交给它，是因为边界清楚
权限
沿用平台的权限体系
- 智能体只能访问当前用户有权查看的数据
- 只能发起该岗位本来就能做的业务动作
- 关键动作须经人工确认后执行
前提
智能体好不好用，先看数据底座
Aiiiss ONE 的所有产品共用一套主数据，设备数据清洗后统一入库。智能体拿到的是连贯的工厂全貌，不用跨系统拼凑。
常见问题
关于 AI 智能体
Aiiiss 的 AI 智能体能做什么？
目前有十三个智能体，覆盖全部业务域：研发与生产（工艺、排产）、质量与检测（质量、检测）、设备与能源（设备、能源）、供应链与物流（仓储、采购、物流）、客户与服务（销售、服务）、经营与财务（财务），以及跨所有产品的数据问答（一句话查产量、良率、交付、库存、利润）。
智能体会不会自己改动生产？
不会。智能体只给出建议和依据，关键动作推送给对应岗位，确认后才执行，全过程留有记录。
用智能体需要先上全部产品吗？
不需要。每个智能体依托对应的产品，例如排产智能体基于 APS 与 MES 的数据。上了哪些产品，就能用上对应的智能体。
数据安全怎么保证？
智能体沿用平台的权限体系，只能访问当前用户有权查看的数据；平台的数据加密、审计跟踪与备份机制同样适用。系统与数据安全