某重型装备制造集团
制造
故障平均修复时间缩短 38%,新技师独立处理率翻倍
重型装备制造集团:设备维修知识 Agent 让一线技师「带着老师傅上岗」
挑战
集团在全国有 40 余个服务站,维修经验沉淀在二十年老技师的脑子里和散落的 Word 文档中。新技师遇到疑难故障只能打电话找人,一次远程求助平均耗时 40 分钟,旺季老师傅的电话排不开。
集团推动「服务从成本中心转为利润中心」,要求在不增加资深技师数量的前提下,把一线独立处理率提上去,并把每一次维修记录变成可复用的知识。
方案
FDE 团队驻场 5 周,先把 3 个主力机型的维修手册、历史工单、技师群聊记录清洗成结构化知识库,再上线面向现场的维修助手。
- 维修助手接入服务 App:技师拍照、输入故障码或口述现象,Agent 给出排查顺序、所需备件与安全注意事项,并附原始手册页
- 工单闭环:维修完成后 Agent 自动生成结构化工单摘要,经技师确认后进入知识库,形成「越修越聪明」的飞轮
- 老技师只处理 Agent 标记为「低置信」的疑难工单,时间集中在真正需要经验的问题上
- 上线后每月一次知识库评审,由服务工程部确认新增条目,淘汰过时做法
架构要点
知识库采用分层检索:故障码精确匹配 → 机型 + 现象语义检索 → 通用手册。多模态模型识别现场照片中的部件与铭牌。服务 App 在弱网环境下走离线缓存,仅在同步时联网。
客户评价
以前是人找人,现在是人找答案。老师傅终于不用一天接三十个电话了。
想了解这个项目的更多细节?
工作坊里我们可以分享架构决策、踩过的坑与实际周期。