7月4日，在中國質量俱樂部舉辦的質量管理研討沙龍上，格創(chuàng)東智QMS產品事業(yè)部總經理趙志發(fā)表《AI賦能質量管理》的主旨演講，系統(tǒng)闡述工業(yè)AI如何突破傳統(tǒng)質量管理核心困局。同時針對質量管理AI升級，趙志提出“數(shù)據(jù)治理×模型開發(fā)×系統(tǒng)自治”的三階段實施路徑與AI質量預測與管理的實證案例，為百余家質量生態(tài)圈技術首腦提供AI+質量管理實施途徑。

當前，制造業(yè)質量管理仍困囿于人工依賴、數(shù)據(jù)割裂與規(guī)則滯后等現(xiàn)狀。趙志表示，傳統(tǒng)質量管理的從“人工定義規(guī)則”到“系統(tǒng)執(zhí)行”模式，覆蓋范圍有限且更新滯后。相比之下，AI通過“數(shù)據(jù)訓練模型”到“自動生成規(guī)則”方式，可以打破人類經驗的邊界。AI機器學習通過分析海量歷史質量數(shù)據(jù)（如缺陷類型、生產參數(shù)、環(huán)境變量），自動識別潛在的質量影響因子。例如，某汽車制造商應用機器學習模型精準定位溫度波動±2℃是導致焊接缺陷的關鍵因素，將該環(huán)節(jié)的缺陷率從8%降至1.2%，直接匹配質量管理對“數(shù)據(jù)洞察”的核心需求。由此，趙志建議要從規(guī)則驅動向AI數(shù)據(jù)驅動開展質量管理范式轉變。

在轉變方式上，趙志首次揭示格創(chuàng)東智的“技術三板斧”方法論：先是構建覆蓋產品全生命周期的質量數(shù)據(jù)基座，打通設備參數(shù)、環(huán)境變量與物料批次等多維度數(shù)據(jù)源，提升有效數(shù)據(jù)利用率；繼而導入智能檢測系統(tǒng)，打造基于遷移學習技術的高精度模型，突破檢測準確率；最終打造追根溯源的“質量大腦”，基于知識圖譜技術，關聯(lián)原料、設備、工藝等全鏈路因子，基于AI關聯(lián)分析，將鎖定根因時間降至分鐘級。趙志以某批次電池鼓包質量管理項目為例，基于“質量大腦”系統(tǒng)，客戶快速鎖定“電解液異常+注液壓力偏移+超時作業(yè)”復合誘因，大幅提升排查效率。

在落地路徑上，趙志現(xiàn)身說法了格創(chuàng)東智打磨AI+質量管理解決方案的數(shù)字化、智能化、自治化三階段實施路徑。第一階段即通過質量軟件化和數(shù)據(jù)清洗標準，解決數(shù)據(jù)散落難題；第二階段，格創(chuàng)東智選擇高價值場景（如外觀檢測、設備預測）開發(fā)專用模型，采用“小步快跑”POC策略逐步擴展；最后，格創(chuàng)東智建立了“數(shù)據(jù)+模型+決策”閉環(huán)機制，實現(xiàn)質量管控的自治化。

以質量預測場景為例，基于實時制程參數(shù)數(shù)據(jù)與量測數(shù)據(jù)，格創(chuàng)東智打造了AI+大數(shù)據(jù)挖掘質量預測模型，在不中斷生產流程的前提下，實時掌握制程品質動態(tài)，提前發(fā)現(xiàn)潛在質量風險，及時調整生產策略，進而提升產品質量，降低廢品率。此外，公司已形成豐富的AI+質量管理工具，比如8D報告自動化生成方案、工藝信息與FMEA智能構建、質量指標趨勢預測與分析體系、自動化檢驗策略優(yōu)化方案等。其中，在國內某龍頭掃地機器人企業(yè)實踐中，AI生成的售后問題8D報告，推動質量部門從人工中心向利潤中心轉型，單廠年均創(chuàng)造隱性收益近千萬。

一直以來，在工業(yè)AI研發(fā)及試煉上，格創(chuàng)東智具備先發(fā)優(yōu)勢。基于40余年TCL集團的行業(yè)Know-How壁壘，公司重構了全棧自主可控體系，自研AI大模型平臺，將先進智能的AI工具深入滲透至制造執(zhí)行、設備自動化、質量管理、能碳管理、物流自動化、數(shù)字化供應鏈等多個業(yè)務場景，在技術實力、行業(yè)認可和客戶滿意度上保持領先。

此次研討會，格創(chuàng)東智的分享讓與會者理解了質量管理從策略輸出到算法訓練的AI落地閉環(huán)。作為工業(yè)AI領跑者，格創(chuàng)東智將持續(xù)拓展AI+質量管理的更多可能性，助力更多先進制造業(yè)客戶進階高質量成長。