案例 | 制造业流程自动化实施记录

案例 01 / 某德系汽车零部件 TIER1 · 中国区 9 工厂 3 事业部

技能短板识别与培训匹配平台

这个案例最能说明我在做什么： 把“主管心里有数”变成一张谁都能看、谁都能执行的表。

原状态: 各厂工程师的技能水平靠主管印象判断，每个人口径不一。培训靠自愿报名，报上的往往不是最需要的。要看全区技能分布，得有人手工拉表汇总。
做了什么: Power Platform 全栈：7 个自动化流 + 7 张数据表。技能矩阵、课程库、指导人库三者挂钩 —— 评分一录入，短板自动映射到对应课程和能带他的人。
结果: 汇总工时 8 小时 → 1 小时
机制: 关键不在工具，在把评分口径固定下来：每个技能项的等级定义写成统一标准，打分时必须逐项对。不是大家变客观了，是主观空间被取消了。
推动方式: 这个项目起初不在计划内。我先自己做了个 Demo，拿 Demo 去说服管理层，拉到支持后才正式主导。先做出看得见的东西，比写方案申请资源快。
交接: 已部署到各工厂试用，日常维护由工厂侧自行完成。

案例 02 / 同一集团 · 车间数字化需求管理

返工率归零这种数字，单独拎出来看像吹。所以机制比数字重要 —— 不合格的表根本提交不了。

原状态: 需求表用 Excel 发邮件来回。字段填错、必填项漏填、版本对不上，收到后得退回重填，一来一回好几天。
做了什么: 改成带前置校验的在线表单：必填项、枚举值、格式要求、字段之间的依赖关系，全部写进校验规则。
结果: 单次填写 1 小时 → 15 分钟
因填写错误导致的退回重填 45% → 0%
机制: 0% 不是大家变细心了。校验放在提交之前：必填没填完、格式不对，表单就提交不了。不合格的表进不来，所以退回是结构性归零，不靠人的自觉。
真正的工作量: 校验规则不是工具自带的，是跟业务方逐字段碰出来的 —— 哪些必填、枚举值有哪几个、什么情况下哪个字段才需要。这部分工作量在诊断阶段完成，它才是项目的难点。

案例 03 / 同一集团 · 连接技术标准化

这个案例里没有任何软件。 自动化不是目的，把隐性经验变成可执行的标准才是。

下一步

首页有个八题的在线自查，不用留信息，当场出优先级和粗估工时。