<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[「 CRDE智橙PLM」，让企业用得起，让团队用得起来。]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Orangecrde</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Orangecrde]]></copyright><item><title><![CDATA[制造业AI落地的“最后一公里“：不是技术，是工程师用不用]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/170137203</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/170137203</guid><author>Orangecrde</author><pubDate>Thu, 05 Nov 2026 13:37:15 +0800</pubDate><description><![CDATA[解决方案不是反复强调“我们的模型很强”，而是把AI的判断过程摆在工程师面前，让他看到为什么这么判，用了哪些数据，历史精准率多少。这个现象在制造业里特别普遍，我跟好几位同行聊过，大家都遇到了同样的困境——技术没问题，产品能跑起来，但到了“人用不用”这一环，全都卡住了。你现在告诉他，“以后这个环节AI自动帮你校验”，他的第一反应不是“太好了”，而是“我怎么知道它校得对不对？信任是建立在“可控感”上的。不是“模型准确率提升了X%”，而是“上周AI拦截了17个参数异常，其中5个是人工检查很难发现的边缘情况”。]]></description><category></category></item><item><title><![CDATA[PLM系统的AI能力，到底需要多少数据才能跑起来？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/170137180</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/170137180</guid><author>Orangecrde</author><pubDate>Thu, 05 Nov 2026 13:36:41 +0800</pubDate><description><![CDATA[最近两年，几乎每次参与PLM项目的阶段性评审，总有业务侧的同事提出同样的困惑：“我们上了智能文档解析，也对接了BOM校验和风险预警，但效果真的很一般。它意味着你的产品属性（如材料、重量、尺寸、工艺参数）是在固定的属性框架下录入的，产品之间的关系（如父子关系、替代关系、配套关系）是明确定义的。我见过的极端情况是，某企业的物料数据只有“创建”和“最终状态”两个节点，中间所有的变更、审批、异常都是断层的。他们会说，AI识别的物料编码不对，预警的风险要么全是假警报要么漏报严重，让业务人员对这套系统彻底失去信心。]]></description><category></category></item><item><title><![CDATA[智驱的“自动放行“会不会出事？——AI审批节点的安全边界设计]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/170137131</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/170137131</guid><author>Orangecrde</author><pubDate>Thu, 05 Nov 2026 13:35:34 +0800</pubDate><description><![CDATA[在这段时间内，任何有权限的工程师或主管，只要发现这个变更有任何不妥之处，都可以一键撤回，系统会自动冻结该变更并重新路由到人工审批流。AI在这里的角色不是审批人，而是“预审助手”——它会提前帮工程师把文档整理好、把影响范围标注出来、把历史类似变更的处置结果摆到桌面上，但最终那一刀，必须人来切。但请注意，格式校验只解决“表填对了没有”的问题，它不碰“这个变更该不该做”的判断。AI在这里做的是“通知分发”而不是“替代决策”——它会自动识别影响范围，把变更推送到所有相关部门的待办列表里，并标注每条影响链路。]]></description><category></category></item><item><title><![CDATA[知识图谱+智搜：为什么分开用只发挥了50%的价值？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/169457464</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/169457464</guid><author>Orangecrde</author><pubDate>Thu, 29 Oct 2026 14:59:29 +0800</pubDate><description><![CDATA[这两年，制造业数字化场里最热的两个词，一个是，一个是。大量企业分别采购了这两套系统，期待着它们能把沉睡在PLM、ERP、SCM里的数据彻底打通。但我跟很多IT负责人聊下来，发现一个很普遍的问题——两套系统各跑各的，投入的资源打了折扣，但返回来的效果总觉得差了点什么。这篇文章不讲原理，也不卖方案，只说一个很直观的观察：知识图谱和智搜分开用，最多只能发挥半数价值。而这个原因，往往不是技术本身的问题，而是架构设计层面的缺失。]]></description><category></category></item><item><title><![CDATA[图纸找不到、版本搞混、流程卡住——智橙AI如何一次解决三大研发痛点]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/169457434</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/169457434</guid><author>Orangecrde</author><pubDate>Thu, 29 Oct 2026 14:58:56 +0800</pubDate><description><![CDATA[你只需要像平时说话那样输入一句描述——比如“上个月王工提交的那个带法兰接口的泵体零件图”——系统就能理解你的意图，跨数据库、跨项目、跨版本地全面检索，把最匹配的结果直接推到你面前。老张登进PLM，在文件夹树里一层层翻，换了三组关键词检索，跳出来的全是不相干的东西。某电子制造企业的研发部，上线智驱之前，一个ECN的平均审批周期是6.8个工作日，其中大约40%的时间纯粹消耗在等待审批上。同一个零件，结构组叫“底座”，系统组登记的是“基板”，PLM里存的实际文件名可能是“BASE_001_V2_最终版”。]]></description><category></category></item><item><title><![CDATA[同样的研发团队，用了AI之后效率差距有多大？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/169457402</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/169457402</guid><author>Orangecrde</author><pubDate>Thu, 29 Oct 2026 14:58:20 +0800</pubDate><description><![CDATA[写这篇文章的时候，我一直在想一个问题：为什么有些团队引入AI后效果很明显，有些却感觉“没什么变化”？老刘的团队属于前者。原因很简单——他们的AI不是“加在现有工作流程上”的一层裱糖，而是嵌入到了研发流程的每个环节里。当每个环节的效率都提升了一点，整体的效率提升就不是线性叠加，而是指数级放大。更重要的是，AI释放出来的时间不是“空转”的。一个工程师原来每天花在1.5小时查找数据，现在这个时间变成了0.3小时。]]></description><category></category></item><item><title><![CDATA[BOM校验从人工核对到AI秒查，一个阀门企业的真实转变]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/169260959</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/169260959</guid><author>Orangecrde</author><pubDate>Tue, 27 Oct 2026 14:56:38 +0800</pubDate><description><![CDATA[就是说，当AI已经帮你确认了结构层面的完整性、材料层面的合规性、历史层面的一致性，你只需要对那些真正有争议的、需要综合判断的地方做出决策。所以，更准确的理解是：AI不是抢走工程师的工作，而是帮他们摆脱那些机械性、重复性的劳动，让他们能够在真正需要经验和创造力的地方发挥更大的价值。AI会自动扫描整份BOM的装配层级结构，验证每个装配层级的零件数量乘积是否与上层的需求量匹配，是否存在孤立的零件或者引用了不存在的子件。工程师的时间和注意力是有限的，把它们用在最有价值的地方，比简单地追求“越快”更重要。]]></description><category></category></item><item><title><![CDATA[实测：用智橙AI做一次完整的变更评审要几步？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/169260926</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/169260926</guid><author>Orangecrde</author><pubDate>Tue, 27 Oct 2026 14:55:44 +0800</pubDate><description><![CDATA[系统不仅返回了外壳的BOM记录，还自动整理了材料的完整属性表，包括密度、导热系数、拉伸强度等关键参数，同时关联了当前供应商的交付记录。BOM中的材料信息被更新为304不锈钢及其对应的物料编码，工艺文件中的加工参数被自动调整，检验标准的关联引用被更新，采购系统中的供应商信息也同步修改。首先，智搜的自然语言理解偶尔会偏离意图，比如输入“外壳材料”时有时会混淆内壳和外壳的概念，需要用更精确的描述。智橙AI的做法：在智搜功能中，我直接用自然语言输入：“查找XX型号设备的外壳部件，当前使用的材料及其规格参数。]]></description><category></category></item><item><title><![CDATA[从ERP到MES再到PLM，AI正在改写制造业每一个环节]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/169260893</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/169260893</guid><author>Orangecrde</author><pubDate>Tue, 27 Oct 2026 14:55:04 +0800</pubDate><description><![CDATA[而PLM的AI化，则是“重新定义”——重新定义研发数据的管理方式、利用方式和价值释放方式。而AI驱动的智能排产系统，能够在几分钟内遍历数千种可能的排产方案，综合考虑设备利用率、订单交期、物料到货时间、模具换线成本等因素，输出全局最优的排产方案。MES负责把ERP层面的计划转化为实际的生产执行，管着车间里每一台设备的运行状态、每一个工序的执行情况、每一批产品的质量数据。传统的排产高度依赖计划员的个人经验，面对数十种产品、上百条产线、复杂的BOM结构和交期约束，人工排产的局限性已经非常明显。]]></description><category></category></item><item><title><![CDATA[PLM+AI：产品研发的下半场，拼的不是加班而是工具]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168872193</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168872193</guid><author>Orangecrde</author><pubDate>Fri, 23 Oct 2026 13:37:14 +0800</pubDate><description><![CDATA[从技术架构的角度看，AI并不是叠加在PLM之上的一层“外壳”，而是嵌入到PLM的底层架构中，对数据的索引、流程的引擎、知识的组织方式进行重构。更残酷的是，很多企业的产品数据分散在多个系统中，PLM里存图纸、ERP里存BOM、还有一堆实验数据躺在某个工程师的本地磁盘里。这不是个例外，而是行业的常态。在传统PLM里，搜索依赖精确的关键词匹配，输入一个零件名称，如果少打了一个字或者名称有变动，结果就是空的。传统的关键词索引被语义理解替代，固定的审批流程被智能路由替代，分散的经验被结构化的知识图谱替代。]]></description><category></category></item><item><title><![CDATA[核心Know-How不再随人走——智橙AI“智淀“功能详解]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168872166</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168872166</guid><author>Orangecrde</author><pubDate>Fri, 23 Oct 2026 13:36:36 +0800</pubDate><description><![CDATA[隐性知识这个概念，最早由日本管理学家野中郁次郎在上世纪九十年代提出。“显性知识”可以被编码、写下来、入库存储，比如产品图纸、工艺文件、检验标准、设计规范。而“隐性知识”则是人们在实践中积累的、难以用语言完整表达的经验性判断。它存在于个人的行为模式、直觉和习惯之中，很难通过传统文档体系被传递。在制造业研发场景中，隐性知识无处不在。举几个真实的例子：“这个零件之前用的是45号钢，后来换成不锈钢，是因为客户那边的工作环境有较强的腐蚀性”。]]></description><category></category></item><item><title><![CDATA[AI自动跑流程是什么体验？智橙PLM“智驱“功能实测]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168872134</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168872134</guid><author>Orangecrde</author><pubDate>Fri, 23 Oct 2026 13:35:56 +0800</pubDate><description><![CDATA[这次实测中，采购经理那个节点就卡了一下——人家出差在外地，没及时看到待办。短短三秒，屏幕上弹出了一份完整的影响分析报告——受影响的物料编码、关联的模具图号、需要更新的检测文档、以及可能波及的在制品批次，全部列得清清楚楚。模具修改工单自动关联了受影响的模具编号和修改要求，物料替换工单自动关联了新旧物料编码和替换数量，检验规范更新工单自动标注了需要修订的文档版本。传统方式是怎么做的。模具工程师关心的是加强筋位置和模具修改量，采购经理关心的是新材料的供应商和交期——这种差异化的信息需求，以前根本无法精细满足。]]></description><category></category></item><item><title><![CDATA[从文档解析到知识图谱——智橙PLM六大AI能力全拆解]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168762765</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168762765</guid><author>Orangecrde</author><pubDate>Thu, 22 Oct 2026 13:57:51 +0800</pubDate><description><![CDATA[某客户变更审批从5天压缩到1.8天，压缩来源是减少无效等待——自动校验替代人工核对，并行替代串行，卡点提醒替代"等想起来再看"。支持自然语言输入，系统理解语义，在PLM全域数据中检索——不限于物料主数据，还包括文档、变更记录、评审意见等非结构化数据，结果按相关性排序并展示来源上下文。把产品、零件、材料、工艺、人员等实体，以及包含、替代、相似、变更等关系，用图结构组织起来。PLM解决了"存"的问题，"用"的问题始终悬着——工程师花大量时间找信息、核对数据，真正用于设计决策的精力反被压缩。]]></description><category></category></item><item><title><![CDATA[一句话调用全部研发数据，智橙AI的“智搜“到底怎么用？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168762734</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168762734</guid><author>Orangecrde</author><pubDate>Thu, 22 Oct 2026 13:57:18 +0800</pubDate><description><![CDATA[这背后是大语言模型对研发领域语义的深度学习，它知道“加工工艺”和“制造工艺”是同义词，也知道“规程”和“卡片”在某些场景下指的是同一类东西。它会同时展示：零件的三维模型文件、二维工程图、加工工艺规程、质量检验标准、所属的BOM层级、历次ECN变更记录，以及关联的供应商清单。然后它会在整个PLM数据库中搜索，不管文件名里写的是“加工工艺规程”还是“制造工艺卡”还是“工艺路线单”，都能被命中。打个比方，就像你搜一个人的名字，搜索引擎不仅告诉你他的名片信息，还把他的家庭住址、工作经历、社交关系都给你拉出来了。]]></description><category></category></item><item><title><![CDATA[智搜·智驱·智淀：智橙PLM三大AI能力深度解析]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168762715</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168762715</guid><author>Orangecrde</author><pubDate>Thu, 22 Oct 2026 13:56:48 +0800</pubDate><description><![CDATA[你问"我们以前做类似项目碰到过散热超标的问题吗，当时怎么解决的"，它不会给你一堆文件列表，它会告诉你：2022年的A项目和2023年的C项目都遇到过，前者通过更换导热硅胶垫解决，后者通过改变风道走向处理，并指出两个项目结论之间的差异所在。但真正有价值的经验不是一篇文章，它散落在历次评审的讨论记录里，在某个老工程师随手记的设计笔记里，在一个十年前的失败项目的复盘报告里——这些内容很少有人能在对的时间找到对的那篇。流程的推进依赖人的主动响应，而人是最不可靠的变量——审批人在开会，看不到待办；]]></description><category></category></item><item><title><![CDATA[变更评审流程跑了三天还没走完？AI说：我来]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168540550</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168540550</guid><author>Orangecrde</author><pubDate>Tue, 20 Oct 2026 10:54:49 +0800</pubDate><description><![CDATA[准，是因为AI提供了影响分析和风险提示，审批人能够基于更完整的信息做出判断。结构主管收到的不是一条干巴巴的“您有新的待审批”，而是一份包含完整背景的智能卡片，他可以直接在卡片上查看变更详情和影响分析，三分钟内完成审批。更重要的是，提醒不是干巴巴的“您有新的待办”，而是包含变更摘要、紧急程度、影响范围的结构化信息，让审批人在看到提醒的第一时间就能判断优先级。当一个ECN提交后，AI会自动解析变更内容，遍历关联的BOM结构、图纸、工艺文件、检测记录等数据，生成一份结构化的“变更影响范围报告”。]]></description><category></category></item><item><title><![CDATA[新人入职半年才上手？智橙AI让培训周期缩短80%]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168540495</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168540495</guid><author>Orangecrde</author><pubDate>Tue, 20 Oct 2026 10:54:14 +0800</pubDate><description><![CDATA[这三个阶段每一个都需要大量的反复实践和老员工的指导，而且它们往往是交叉进行的——新人并不是学完一才学二，而是在实际工作中这三件事同时磨。真正的难点在于“上手”这个阶段：了解公司的产品体系，熟悉历史项目的设计逻辑，掌握内部的工程规范，知道各种文件和数据存放在哪里、怎么找。而且这个“知识库”不是静态的文档堆——它能理解你的意图，能联动不同来源的数据，能给出有上下文的答案而不是抛一堆链接让你自己去看。PLM系统的菜单层级很多，分类体系很复杂，新人光是理清“要找的东西在系统的哪个位置”就需要花不少时间。]]></description><category></category></item><item><title><![CDATA[案例复盘：一家 50 人设备厂的“数字化转型”第一步]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168020901</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168020901</guid><author>Orangecrde</author><pubDate>Thu, 15 Oct 2026 14:27:45 +0800</pubDate><description><![CDATA[如果你的工厂还在靠Excel传BOM，靠微信发图纸，甚至还在因为“买错料”天天开会扯皮，那不仅是效率低下，更是生存隐患。这也是为什么在如今的行业顶层共识中，大家不再迷信那些大而全的重型系统——实施周期动辄半年一年，等上线了，黄花菜都凉了。改图只在微信吼一声，BOM全是Excel满天飞，文件名后缀那是“最终版”、“绝对不改版”、“打死不改版”。现在在系统里，材料、规格、数量，该填的必须填，校验不通过，“归档”按钮是灰的。一样的“L型连接板”，张三画一遍，李四又画一遍，图号都不一样，实物根本没差。]]></description><category></category></item><item><title><![CDATA[采购总监吐槽：你们研发给的图纸为什么没材质没工艺？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168020863</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168020863</guid><author>Orangecrde</author><pubDate>Thu, 15 Oct 2026 14:27:02 +0800</pubDate><description><![CDATA[设计师群体中，普遍存在“图纸至上”的观念，认为确保几何尺寸的精确便是职责核心，至于属性信息填写，则常被视为辅助性工作，重要性不足。其实，若连基础性的“数据完整性”都无法保障，所谓的数字化映射便如同对着一面残破的镜子审视自身，呈现的景象必然失真。图纸上传时，若“材质”、“表面处理”等关键字段未填写，系统会弹出提示，且“归档”按钮保持不可用状态。以往设计师上传图纸，命名随意，属性填写随心，系统照单全收，这无异于在制造“数据垃圾”。待数十万件成品冲压成型，进行通电测试时，导通率远未达标，问题彻底暴露。]]></description><category></category></item><item><title><![CDATA[为什么你的图纸审批流总是流于形式？]]></title><link>https://blog.youkuaiyun.com/Orangecrde/article/details/168020837</link><guid>https://blog.youkuaiyun.com/Orangecrde/article/details/168020837</guid><author>Orangecrde</author><pubDate>Thu, 15 Oct 2026 14:26:19 +0800</pubDate><description><![CDATA[结构工一脸懵，翻出图纸：“我改了啊，加了2度！结果一看，注塑机旁贴的是V1版老图纸，设计电脑里躺着的才是“最终修改版_V2”。当眼睛盯着两张90%相似的图纸看，大脑会自动开启“节能模式”，默认这俩是一样的。他当时脸涨得通红：“你发的PDF，密密麻麻几百个尺寸，谁能看出那个角落改了？板厚2.0改2.5。红笔一圈，批注“R角过小，干涉”。很多选型PLM的人，老盯着大而全的功能，什么配置管理、权限体系。很多企业上了PLM，流程看着通了，节点一堆，最后还是出事。结果买回来个“电子档案馆”，文件存了，该错还是错。]]></description><category></category></item></channel></rss>