0 次真实下载
联想_全球制造AI指挥官
应用场景：协同跨系统调度排产、设备预测性维护和视觉防错
社区投稿案例
投稿方：loki · 服务商：联想 · 收录时间：2026/8/19 · 已真实部署
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
工业品 · 约7万人，全球34座工厂
3. AI 能力类型
智能体流程
4. 原来怎么干的
各工厂生产排程、设备维护和质检各自为政，跨工厂协同依赖人工沟通
5. AI 介入在哪一步
介入跨工厂动态排产、设备预测性维护和视觉防错三大场景，实现跨系统干预；现场工程师负责异常处理
6. 模型与架构
通义大模型+计算机视觉深度学习+设备预测性维护时序模型+排产优化算法的多模态协同架构；与阿里云合作；未说明是否私有化；对接工厂传感器、MES、ERP等系统
7. 数据基础（必填项）
全球34座工厂的生产线传感器数据、设备运行状态数据、订单排产需求数据，累计数十亿条历史运营数据；需大量数据治理工作
8. 效果
意外停机时间减少30%以上（统计口径：全局平均）；排产响应速度从天级→小时级；设备预测性维护准确率超85%
9. 投入
项目总投入超亿元；联合阿里云团队约30人；系统建设周期约2年；持续迭代中
10. 坑
跨工厂数据标准不统一；不同工厂设备型号差异大导致模型迁移成本高；排产优化涉及多目标博弈，AI决策需人工兜底
Reproduction Pack
下载 联想_全球制造AI指挥官 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 联想_全球制造AI指挥官.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，审核通过后展示在案例页。