在演讲中,李鑫指出,当前电子制造行业正面临从“数字化”向“智能化”跃迁的关键窗口期。传统质量管理模式普遍存在数据价值断层、经验传承危机、响应机制滞后等深层次难题。品质问题往往在造成批量损失后才进行事后分析,被动应对让成本居高不下。 李鑫系统阐释了数之联“品质智能体”的核心理念——以AI视觉感知为入口,以数据智能为核心,构建从缺陷自动检测到全流程品质分析的闭环管理体系。他表示,品质智能体本质上是一个具备自感知、自决策、自执行能力的“数字劳动力”,通过打通“感知-决策-执行”闭环,推动品质管理从被动响应向主动预测与自治演进。 结合多年服务泛半导体、新型显示、3C制造等行业的实战经验,李鑫深入剖析了品质智能体在多个典型场景中的应用成效: 缺陷检测自动化:通过IDM智能缺陷管理系统,打通“发现→定位→闭环”全流程,实现缺陷的统一采集、智能检测与实时预警,大幅提升检出率、降低漏检率。 知识驱动的质量改进:依托WOMS智能中枢执行系统、YMES良率管理与提升系统、MQIS多模态质量智能系统的协同联动,将散落的专家经验与工艺知识沉淀为企业可复用的数字资产,实现异常问题的智能派单、根因分析与闭环处理。 全流程质量闭环:从缺陷识别到参数下发实现自动化全闭环,将良率管理从“事后救火”推向“主动自愈”。 李鑫还强调,企业数智化转型必须夯实两大基础:一是扎实的数据治理,将原始数据转化为可解释、可复用、可进化的知识;二是构建以知识图谱为“定舱石”的企业级知识库,为智能体提供工业逻辑底座。他介绍了通过知识图谱进行缺陷模式挖掘的应用示例,帮助工程师从多维度耦合因素中快速锁定根因候选范围,极大提升分析效率。 展望未来,李鑫认为智能体将从“单点工具”演进为全链路自主协同的工业智能体集群。经营智能体、生产智能体、品质智能体、交付智能体等将形成物资流与信息流的协同闭环,实现自感知、自决策、自执行、自进化的高阶智能。 他强调,只有将沉淀下来的原始数据转化为可解释、可复用、可进化的知识,才能让AI真正像专家一样思考,推动制造业从“可靠”走向“卓越”。 峰会现场,数之联的品质智能体展台吸引了众多参会嘉宾驻足交流。作为面向先进制造的下一代品质管理引擎,品质智能体以“检测分析一体化”为核心,致力于帮助企业实现减员增效、持续改善工艺与提升产品良率的多重目标。 此次峰会的亮相,不仅展示了数之联在工业AI质量检测与分析领域的技术积淀与落地能力,更彰显了其作为“工业AI质量检测与品质分析服务商”推动行业数智化变革的坚定决心。 未来,数之联将继续以“数据驱动质量,智能引领制造”为核心理念,携手合作伙伴共同进化,助力中国智能制造迈入智能决策新纪元。