← 返回全部情报

·Microsoft Customer Stories·客户案例收录 2026-11-16

Rockwell Automation:新加坡工厂缺陷降 35%,人均小时产量升 43%,全公司已建 200 多个智能体

管理用法智能体制造业质检

一句话结论

Rockwell Automation 先在新加坡工厂用 Azure、Foundry IQ 和多智能体做错误码指引、质检和序列号追溯,再把同类方法推广到全球约 26,000 名员工。工厂负责人称缺陷率下降 35%、人均小时产量提升 43%、胜任时间下降 67%;全公司已建 200 多个智能体。文中未写这些工厂数字的对照基期。

打开原文 Microsoft Customer Stories:Rockwell Automation cuts factory defects 35%

背景与理念

新加坡工厂属于世界经济论坛全球灯塔网络,是高混合、低产量的产线:超过 10,000 个库存量单位,100 多种机器。亚太和欧非中东副总裁 Pit Wee Yeoh 说,新员工要学会 100 多种不同的机器,按每种几天计算,要九个月或更久才能熟练。旧流程是查手册、另库翻维修记录,找不到再打电话给资深同事。他们先在自己的产线上验证这些助手,再卖给客户,并把「错误码指引、质检、序列号追溯」拆成三类必须能引用证据的助手,证据不足就明说不猜。

具体做法

  1. 各厂手册、专家见解和常见问题分索引放进 Foundry IQ,报警或错误码触发后逐步指引并引用出处,证据不足就明说不猜。高级制造工程师 Simon Lee 说,每一分钟都很重要,尤其是夜班或休息日。
  2. 电子生产用多代理做质检:数值过程数据留在结构化分析里,不让语言模型估算控制限。从序列号追溯制造谱系,再用计算机视觉在电路图上标出可疑元件。原文写,过去要数小时或数天的调查,现在可以在几分钟内从带出处的证据开始。新加坡运营工厂总监 Li Wang 说,他们在不同场景里对照已知工程结果做了测试,并在关键决策上保持有人把关。
  3. 全员侧约有 9,600 个 Microsoft 365 Copilot 许可证,每周有 1,000 名以上 Cowork 用户,4,100 多名开发者使用 GitHub Copilot。内部框架跟踪重复智能体,翻译等能力进入内部市场复用,企业流量走受治理的网关。对外产品 FactoryTalk Design Studio Copilot 把复杂编码从数天压到数分钟,现场调试时间最多缩短 50%,生成代码仍须人工审阅、编译、仿真和测试。董事长兼首席执行官 Blake Moret 的建议是:从一个大家都很理解、能很快见到成绩的具体业务问题开始。

关键数据/例子

新加坡工厂负责人称:缺陷率下降 35%,人均小时产量提升 43%,胜任时间下降 67%;电子生产质检还使返工成本下降 27%。这家工厂有超过 10,000 个库存量单位、100 多种机器,新员工要九个月或更久才能熟练。全公司已建 200 多个智能体,面向全球约 26,000 名员工;约有 9,600 个 Microsoft 365 Copilot 许可证,每周有 1,000 名以上 Cowork 用户,4,100 多名开发者使用 GitHub Copilot。人工智能代码审查帮助拉取请求提早 3 到 8 天关闭;销售侧智能体把过去要数小时的定价拼装起来。文中未写工厂缺陷与产能数字的对照基期。

创新点

第一,先在自己的产线验证,再卖给客户;并把车间助手按「错误码指引、质检、序列号追溯」拆开,弱证据就拒绝猜测。第二,数值指标不交给语言模型估算。第三,全员可以建智能体,但要登记、去重、做成可复用构件,并先选一个夜班技术员能立刻感到的具体问题。

可否复用

  1. 先选一个现场人员能立刻感到的具体问题,在自己的流程里验证后再扩大。
  2. 按「指引、质检、追溯」拆出必须能引用证据的助手,证据不足就明确拒绝猜测;数值控制限不要交给语言模型估算。
  3. 全员可建智能体,但要登记、去重,并把通用能力做成可复用构件,流量走受治理的网关。文中未写工厂数字的对照基期,引用时要保留这一口径。

笔记会在输入时自动保存。