业务
挑战

未标题-1
知识范围领域不全:

缺少内外部海量全域知识,企业故障原因分析周期长,导致投入大量人力成本,无法及时获取信息

未标题-1
知识服务模式局限:

知识分散导致应用不方便,知识无法共享引起故障问题重复发生,同时缺少统一的服务、算法、架构、接口等

未标题-1
知识组织形式浅层:

经验、知识缺少沉淀,缺少在广度和深度上建立知识体系并挖掘隐性关系

未标题-1
知识业务价值狭窄:

故障分析高度依赖员工自身经验,解决问题能力参差不齐,缺少面向广泛的各类业务场景提供统一能力
u=3161613606,2757392120&fm=253&fmt=auto&app=138&f=JPG

方案
架构

实现了知识图谱全流程的构建、应用和管理
全面的辅助客户进行图谱的管理、权限控制、任务调度

微信图片_20230918145501

业务
场景

打造知识大脑
基于知识图谱构建经验知识库

• 把各种零散和无序的故障信息、测试信息、零件名称、车架、 品牌建立全面关联,形成可追溯庞大的知识库。
• 全面自动汇总媒体评论信息、维修站维修信息、技术咨询信息、800售后信息、零件入库检测信息、海外总部零件质量测试信息。
• 解析梳理设备、材料、零件等之间的知识脉络,辅助工程师定位故障原因、制定优化策略、共享知识储备,形成智能化精细化质量管理体系。
知识图库
图片11

失效归因分析
驱动业务智能化升级

• 采用 BERT 和 GBDT分类算法对故障信息进行文本提取,并进行风险等级,类别归因等机器学习训练。
• 通过零部件质量风险预警系统,把所有分析结果与维度风险预警进行关联,实时监测零部件的质量状况,及时发现潜在的质量问题。
• 在零件故障描述与零部件名称之间,可通过对历史故障案例的分析,找到与零部件名称相关的故障情况,进而预测未来可能出现的故障情况。

方案
优势

Web 1920 – 1

构建平台 精准排错

帮助汽车及零部件厂商构建质量管控知识库,整合知识经验,辅助质量工程师高效、全面地分析故障。

11业务数据中台

建立体系 驱动业务

企业能够持续积淀知识和经验,不断完善专业领域的长效知识体系,统筹打造“知识生产-知识沉淀-知识创造”闭环,贯彻知识驱动发展,激发创新活力。
满足不同业务需求,联系我们了解方案详情
方案咨询报价