{"id": "P10-MFG-CN-P01", "record_kind": "practice", "novelty": "new", "prior_id": null, "stream_primary": "MFG", "tags": ["CN", "E2E", "AGENTINFRA", "manufacturing", "home_appliances"], "author_model": "claude-sonnet-5", "reviewer": "", "organization": "海尔上合冰箱互联一工厂 (Haier Shanghe Refrigerator Interconnected Factory No.1, Циндао/Цзяочжоу); материнская структура — Haier Smart Home 海尔智家 (600690.SH) / Haier Group 海尔集团, платформа 卡奥斯 COSMOPlat", "org_type": "действующая компания (листинговая, бытовая техника)", "process": "Гибкое смешанное производство (многомодельная сборка без остановки линии) + AI-визуальный контроль качества (наклейка энергоэтикеток, внешний вид) + интеллектуальная диагностика и обслуживание оборудования — на платформе COSMOPlat с промышленной большой моделью 天智工业大模型 (Tianzhi)", "period": "запуск завода — 2023-12-10 (первый холодильник сошёл с линии); зафиксированное в источнике состояние — 2024-09", "industry": "бытовая техника (холодильники)", "function": "производство/сборка, контроль качества, обслуживание оборудования", "b2b_b2c": "B2C", "country": "Китай", "country_basis": "завод в Цзяочжоу (Циндао, Шаньдун), указано в тексте статьи", "before": "Наклейка энергетической этикетки — ручная операция, «曾经依赖人工、容易出错的工序» (зависела от ручного труда, была подвержена ошибкам); контроль качества внешнего вида — по традиционной технологии с точностью 0.5мм; подготовка нового специалиста по ремонту оборудования занимала около 1 года и обходилась примерно в 150 тыс. юаней.", "after": "Наклейка этикеток выполняется AI-системой визуального позиционирования с автоматическим переносом данных печати («AI视觉定位和打印信息自动导入技术»); контроль качества — AI-визуальная инспекция (линейные сканирующие камеры, сопоставление изображений), точность выросла до 0.1мм, цель — «нулевой дефект» внешнего вида; интеллектуальная диагностика неисправностей оборудования через промышленную большую модель.", "technologies": ["CV", "GenAI", "predictive_ML"], "human_role": "unknown — рабочие остаются на станциях сборки и переналадки (часть операций «依赖于人工操作的环节, 则可能要更换另一批工人» при смене типа изделия); детальная роль человека при AI-инспекции и AI-диагностике в тексте не описана.", "agent_role": "AI-система визуального позиционирования автоматически размещает и сверяет энергетические этикетки; AI-визуальная инспекция распознаёт дефекты внешнего вида по изображениям; промышленная большая модель 天智 выполняет интеллектуальную локализацию неисправностей оборудования и даёт инструкции по ремонту.", "authority": "unknown — источник не уточняет, может ли AI-система останавливать линию или отбраковывать продукцию самостоятельно, без подтверждения человеком.", "change_depth": "end_to_end_process", "deployment_stage": "production", "stage_marker_quote": "去年12月10日...海尔上合冰箱互联一工厂首台冰箱下线 (первый холодильник сошёл с линии действующего завода); «这个曾经依赖人工、容易出错的工序，现在已被AI视觉定位和打印信息自动导入技术所取代» (операция уже заменена AI-технологией, не пилот)", "technology_basis": "«AI视觉技术也被广泛采用，通过图像识别、智能分析，线扫相机扫描成像、图像对比分析等手段» (CV); «卡奥斯天智工业大模型是在多个通用大模型基础上，进行二次训练和调整得来» (GenAI, промышленная LLM на основе универсальных больших моделей); «通过大模型系统进行智能故障定位» (использование большой модели для диагностики оборудования)", "ai_native_label": "none", "ai_native_label_basis": "источник не использует термин «AI原生» применительно к заводу; собственная интерпретация как AI-native не делается.", "effects": [{"metric": "эффективность наклейки энергоэтикеток (устранение ошибок)", "value": "+30", "unit": "%", "baseline": "ручная наклейка", "period": "на 2024-09", "claimed_by": "представитель COSMOPlat (в интервью 华夏时报)", "status": "SOURCE_CLAIM"}, {"metric": "точность визуального контроля качества внешнего вида", "value": "0.5 → 0.1", "unit": "мм", "baseline": "традиционная технология контроля", "period": "на 2024-09", "claimed_by": "COSMOPlat", "status": "SOURCE_CLAIM"}, {"metric": "время устранения неисправности оборудования", "value": "сокращено на 3/4", "unit": "доля времени", "baseline": "традиционный ремонт без AI-диагностики", "period": "на 2024-09", "claimed_by": "COSMOPlat", "status": "SOURCE_CLAIM"}, {"metric": "стоимость подготовки нового специалиста по обслуживанию оборудования", "value": "снижена до 1/10 от ~150 тыс. юаней", "unit": "юань", "baseline": "прежняя стоимость обучения (~1 год, ~150 тыс. юаней)", "period": "на 2024-09", "claimed_by": "COSMOPlat", "status": "SOURCE_CLAIM"}, {"metric": "точность вывода промышленной модели 天智 (inference accuracy)", "value": "96+", "unit": "%", "baseline": "unknown", "period": "2024", "claimed_by": "COSMOPlat", "status": "SOURCE_CLAIM"}], "outcome": "success", "uncertainty": "Все количественные оценки даны представителем платформы COSMOPlat в интервью журналисту, без независимой проверки и без раскрытия методики расчёта (например, базы для «+30%»).", "alternative_explanations": "Завод — новый (greenfield, запущен в конце 2023 г.), поэтому эффект от собственно AI-компонентов неотделим от эффекта построения гибкого производства «с нуля» с изначально современным оборудованием.", "costs_side_effects": "О затратах на внедрение, подрядчиках, сокращениях или откатах источник не сообщает.", "transfer_limits": "Показатели получены на новом, специально спроектированном под гибкое многомодельное производство заводе; перенос на действующие (brownfield) предприятия с унаследованным оборудованием источником не подтверждён.", "claims": [{"text_ru": "Завод COSMOPlat/Haier в Шанхэ (Цзяочжоу, Циндао) запущен в декабре 2023 г. и реализует гибкую многомодельную сборку холодильников на одной линии.", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения/масштаб", "source_url": "https://finance.sina.com.cn/roll/2024-09-24/doc-incqhpwm1134428.shtml", "locator": "раздел «实探冰箱工厂»"}, {"text_ru": "AI-визуальный контроль качества повысил точность обнаружения дефектов с 0.5мм до 0.1мм и нацелен на нулевой дефект внешнего вида.", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта", "source_url": "https://finance.sina.com.cn/roll/2024-09-24/doc-incqhpwm1134428.shtml", "locator": "абзац про AI视觉技术/质检"}, {"text_ru": "Промышленная большая модель 天智 (обучена поверх универсальных LLM на 562 промышленных датасетах) используется для интеллектуальной диагностики неисправностей оборудования, сокращая время ремонта на 3/4 и стоимость обучения новых специалистов до 1/10.", "status": "SOURCE_CLAIM", "verification_scope": "изменение процесса и величина эффекта", "source_url": "https://finance.sina.com.cn/roll/2024-09-24/doc-incqhpwm1134428.shtml", "locator": "раздел «更聪明的大脑»"}], "sources": [{"url": "https://finance.sina.com.cn/roll/2024-09-24/doc-incqhpwm1134428.shtml", "title": "实探海尔智能工厂！数字化浪潮下的冰山一角：AI驱动制造业新革命｜追寻新质生产力", "publisher": "华夏时报 (перепечатка Sina Finance)", "author": "卢晓 (Лу Сяо)", "date": "2024-09-24", "type": "media", "locator": "статья целиком", "reading_scope": "full_text", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F01"}], "next_action": "При появлении отчётности/презентаций Haier Smart Home с количественными данными по этому заводу — сверить цифры независимо (текущий статус — только SOURCE_CLAIM представителя платформы)."}
{"id": "P10-MFG-CN-P02", "record_kind": "practice", "novelty": "new", "prior_id": null, "stream_primary": "MFG", "tags": ["CN", "E2E", "steel", "heavy_industry"], "author_model": "claude-sonnet-5", "reviewer": "", "organization": "宝钢股份 (Baoshan Iron & Steel Co., Ltd. / Baosteel, 600019.SH), дочерняя структура 中国宝武 (China Baowu Group); конкретно —产线 热轧1880 на базе в Баошане (Шанхай)", "org_type": "действующая компания (листинговая, чёрная металлургия, гос. холдинг)", "process": "Прогнозирование усилия прокатки/естественного уширения металла (热轧自然宽展预测) на стане горячей прокатки 1880 с помощью отраслевой большой модели «盘古预测大模型» вместо прежней «малой модели»", "period": "переход на большую модель — 2024–2025 (несколько месяцев дообучения на данных после подключения), на трёх линиях по состоянию на 2025-05", "industry": "чёрная металлургия (сталь)", "function": "технологический контроль производства (горячая прокатка)", "b2b_b2c": "B2B", "country": "Китай", "country_basis": "завод в Баошане (Шанхай), указано в тексте", "before": "«此前宝钢股份所用的热轧自然宽展小模型经过多年的迭代优化，±2mm宽展预测准确率在78%左右» (прежняя «малая модель», основанная на опыте/механике, точность прогноза уширения в допуске ±2мм ~78%)", "after": "«产线接入盘古预测大模型后，仅用了几个月时间进行数据学习，准确率就已达到了83%» (точность выросла до 83% после подключения большой модели); «目前，宝钢股份已有三条产线应用了该AI大模型，总年化效益将提高超千万元»", "technologies": ["predictive_ML", "GenAI"], "human_role": "Инженер по цифровым моделям (数模工程师, в тексте назван Чжан Юн) курирует внедрение и оценку точности модели на линии; роль операторов проката в принятии решений не описана.", "agent_role": "Большая модель прогнозирует усилие прокатки для каждого прохода на основе состава стали, температуры, степени обжатия и целевого профиля, заменяя/дополняя расчёт прежней «малой модели».", "authority": "unknown — источник не уточняет, регулирует ли модель параметры проката автоматически или прогноз используется человеком/системой управления как вспомогательный.", "change_depth": "operation", "deployment_stage": "production", "stage_marker_quote": "目前，宝钢股份已有三条产线应用了该AI大模型，总年化效益将提高超千万元。", "technology_basis": "«AI大模型的优势在于，利用神经网络等先进算法，通过海量的训练和学习，生成多参数的大模型» + «产线接入盘古预测大模型后»", "ai_native_label": "none", "ai_native_label_basis": "источник не использует термин «AI原生»; для 宝武 в целом использована формулировка «人工智能重新定义钢铁» (переосмысление стратегии, не AI-native лейбл).", "effects": [{"metric": "точность прогноза естественного уширения металла (в допуске ±2мм)", "value": "78 → 83", "unit": "%", "baseline": "малая модель (традиционная, до перехода)", "period": "2024–2025", "claimed_by": "宝钢股份, инженер Чжан Юн (в интервью 上观新闻)", "status": "SOURCE_CLAIM"}, {"metric": "суммарный годовой экономический эффект (3 линии с моделью)", "value": ">1000", "unit": "тыс. юаней (>10 млн юаней/год)", "baseline": "unknown", "period": "по состоянию на 2025-05", "claimed_by": "宝钢股份", "status": "SOURCE_CLAIM"}, {"metric": "число внедрённых AI-сценариев по 宝钢股份 и 4 базам за 2024 г.", "value": "125", "unit": "сценариев (план был >100)", "baseline": "план >100", "period": "2024", "claimed_by": "肖苏, глава департамента Data AI 宝钢股份", "status": "SOURCE_CLAIM"}, {"metric": "ежегодный экономический эффект от AI-модернизации 宝钢股份 в 2024 г.", "value": "свыше 100 млн", "unit": "юаней/год", "baseline": "unknown", "period": "2024", "claimed_by": "宝钢股份", "status": "SOURCE_CLAIM"}], "outcome": "success", "uncertainty": "Рост точности с 78% до 83% относится к узкому техническому параметру (допуск ±2мм); методика перевода этой точности в заявленный экономический эффект (>10 млн юаней/год на 3 линиях) не раскрыта. Название модели «盘古» не привязано источником явно к конкретному разработчику (вероятно, линейка Huawei Pangu, но прямого подтверждения в тексте нет).", "alternative_explanations": "Заявленный годовой эффект мог включать вклад части из 125 параллельно запущенных в 2024 г. AI-сценариев по всей компании宝钢股份, а не только модели прогноза уширения на одной линии.", "costs_side_effects": "«宝钢股份在AI方面的投入就达到了数千万元» (инвестиции в AI за 2024 г. — несколько десятков млн юаней), детальной разбивки по данному сценарию нет; о рисках/откатах источник не сообщает.", "transfer_limits": "Модель специфична для стана 1880 и номенклатуры сталей завода в Баошане; перенос на другие станы/комбинаты потребует переобучения на локальных данных.", "claims": [{"text_ru": "Отраслевая большая модель «盘古预测大模ель» заменила «малую модель» прогнозирования уширения металла на стане горячей прокатки 1880 宝钢股份, подняв точность прогноза (допуск ±2мм) с 78% до 83%.", "status": "SOURCE_CLAIM", "verification_scope": "изменение процесса и величина эффекта", "source_url": "https://finance.sina.com.cn/stock/relnews/cn/2025-05-12/doc-inewhhpc5570913.shtml", "locator": "раздел «AI进入钢铁制造核心流程»"}, {"text_ru": "宝钢股份 в целом запустила в 2024 г. 125 AI-сценариев (план был свыше 100) и заявляет ежегодный эффект свыше 100 млн юаней от AI-модернизации.", "status": "SOURCE_CLAIM", "verification_scope": "масштаб внедрения", "source_url": "https://finance.sina.com.cn/stock/relnews/cn/2025-05-12/doc-inewhhpc5570913.shtml", "locator": "абзац про 肖苏 и 125个AI场景"}, {"text_ru": "Независимая от 宝钢股份 пресса (经济日报/新华网) подтверждает общий стратегический контекст: 宝钢股份 в 2025 г. планирует довести число AI-сценариев до 1000+ в рамках стратегии «AI+».", "status": "SOURCE_CLAIM", "verification_scope": "существование стратегии/планов (не тот же конкретный факт про 78→83%)", "source_url": "https://www.news.cn/tech/20250828/14aa3fdedc11477a9fc9b11e59ef0543/c.html", "locator": "абзац «用人工智能重新定义钢铁»"}], "sources": [{"url": "https://finance.sina.com.cn/stock/relnews/cn/2025-05-12/doc-inewhhpc5570913.shtml", "title": "125个AI应用带来每年上亿元效益，宝武以智能化引领品牌升级", "publisher": "上观新闻 (перепечатка 东方财富/Sina Finance)", "author": "unknown (издание 上观新闻, конкретный автор не указан в перепечатке)", "date": "2025-05-12", "type": "media", "locator": "статья целиком", "reading_scope": "full_text", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F04"}, {"url": "https://www.news.cn/tech/20250828/14aa3fdedc11477a9fc9b11e59ef0543/c.html", "title": "“AI+钢铁”锻造新质生产力", "publisher": "经济日报 (через 新华网)", "author": "周雷", "date": "2025-08-28", "type": "media", "locator": "абзац про宝钢股份 «AI+»", "reading_scope": "partial", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F05"}], "next_action": "Проверить, действительно ли «盘古预测大模型» — модель линейки Huawei Pangu (источник этого явно не называет); поискать отчётность 宝钢股份/宝信软件 с детализацией экономического эффекта по конкретным AI-сценариям."}
{"id": "P10-MFG-CN-P03", "record_kind": "practice", "novelty": "new", "prior_id": null, "stream_primary": "MFG", "tags": ["CN", "battery", "EV_supply_chain"], "author_model": "claude-sonnet-5", "reviewer": "", "organization": "宁德时代新能源科技股份有限公司 (Contemporary Amperex Technology Co., Ltd, CATL, 300750.SZ)", "org_type": "действующая компания (листинговая, производство литий-ионных аккумуляторов)", "process": "AI-детекция дефектов элементов силовых аккумуляторов (动力电池缺陷检测) через архитектуру «云-边-端» (облако-край-устройство), совмещающую компьютерное зрение, глубокое и классическое машинное обучение (CV+DL+ML), совместно с Intel (Xeon Scalable, OpenVINO, PyTorch)", "period": "решение разработано и протестировано ~2023 (метка в исходном коде страницы ~февраль 2023), страница обновлена 2024-11-20; на момент прочтения материала — уже внедрено на производстве CATL", "industry": "производство литий-ионных аккумуляторов для электротранспорта и энергетики", "function": "контроль качества (缺陷检测)", "b2b_b2c": "B2B", "country": "Китай", "country_basis": "CATL — китайская компания (宁德时代); конкретный завод/площадка в тексте не названы", "before": "«传统的人工缺陷检测方式，不仅速度慢，而且准确度较差» (ручная детекция — медленная и менее точная); промежуточный этап — «传统数字图像处理技术» (традиционная, не-ИИ обработка изображений) с низкой обобщающей способностью и необходимостью ручной настройки параметров под каждый станок.", "after": "Внедрена AI-система «云-边-端» с целевыми показателями: скорость обработки изображений ≥400 кадров/сек на операцию, цель «零漏检» (ноль пропущенных дефектов); «该方案目前已通过测试验证，达到了预期的效能，并成为宁德时代向其他产线推广AI方法的标杆».", "technologies": ["CV", "predictive_ML"], "human_role": "unknown — источник (вендорский кейс Intel) описывает архитектуру и модели, но не роль операторов/контролёров после внедрения.", "agent_role": "Система в «облаке» централизованно обучает модели на данных всех площадок; на «крае» (в филиале) выполняется инференс «тяжёлых» моделей; на «устройстве» (на каждой производственной линии) — сбор данных, предобработка и часть инференса для контроля качества в реальном времени.", "authority": "unknown — не указано, автоматически ли отбраковывается продукция при обнаружении дефекта или решение подтверждает человек.", "change_depth": "operation", "deployment_stage": "production", "stage_marker_quote": "该方案目前已通过测试验证，达到了预期的效能，并成为宁德时代向其他产线推广AI方法的标杆... 并已在宁德时代落地应用。", "technology_basis": "«宁德时代成功构建了一套横跨『云-边-端』，融合计算机视觉（Computer Vision，CV）、深度学习（Deep Learning，DL）和机器学习（Machine Learning, ML）技术的AI电池缺陷检测方案»; для основного сценария (>80% случаев поверхностных дефектов) — «以ResNet50为基础网络结构，引入机器学习中的分类器…同时采用…支持向量机（SVM）分类器»", "ai_native_label": "none", "ai_native_label_basis": "термин «AI原生» в источнике не используется.", "effects": [{"metric": "целевая скорость обработки изображений на операцию", "value": "≥400", "unit": "FPS (кадров/сек)", "baseline": "предыдущая система на базе традиционной цифровой обработки изображений (не ИИ)", "period": "материал ~2023–2024", "claimed_by": "宁德时代/Intel (совместный вендорский кейс)", "status": "SOURCE_CLAIM"}, {"metric": "цель по пропуску дефектов", "value": "нулевой пропуск («零漏检»)", "unit": "качественная цель", "baseline": "unknown", "period": "материал ~2023–2024", "claimed_by": "宁德时代/Intel", "status": "SOURCE_CLAIM"}], "outcome": "success", "uncertainty": "Материал — совместный маркетинговый кейс Intel и CATL (вендорская публикация о названном клиенте); конкретный завод, дата внедрения и итоговые измеренные (а не целевые) показатели по факту не приведены — есть только формулировка «достигнута ожидаемая эффективность» без чисел «было/стало».", "alternative_explanations": "Улучшение может частично объясняться переходом от простой rule-based обработки изображений сразу к комплексной программно-аппаратной платформе (новые серверы Xeon, SSD), а не только алгоритмическим прогрессом собственно ИИ-моделей.", "costs_side_effects": "Разметка данных (использован инструмент Labelme для попиксельной разметки) подразумевает дополнительный человеческий труд по аннотированию датасетов, не квантифицированный источником; инвестиции в оборудование (процессоры Xeon, SSD) не оценены в деньгах.", "transfer_limits": "Решение оптимизировано для сценария поверхностных дефектов (>80% случаев); перенос на другие типы дефектов требует переобучения моделей на новых размеченных данных.", "claims": [{"text_ru": "CATL совместно с Intel развернула AI-систему детекции дефектов силовых аккумуляторов по архитектуре «облако-край-устройство», объединяющую CV, глубокое и классическое машинное обучение; решение уже протестировано и внедрено на производстве.", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и технология", "source_url": "https://www.intel.cn/content/www/cn/zh/artificial-intelligence/catl-cloud-edge-end-defect-detection-solution.html", "locator": "разделы «简介» и «展望»"}, {"text_ru": "Целевые показатели решения — обработка изображений не менее 400 кадров/сек на операцию и нулевой пропуск дефектов.", "status": "SOURCE_CLAIM", "verification_scope": "цель/спецификация, не измеренный факт", "source_url": "https://www.intel.cn/content/www/cn/zh/artificial-intelligence/catl-cloud-edge-end-defect-detection-solution.html", "locator": "второй абзац"}], "sources": [{"url": "https://www.intel.cn/content/www/cn/zh/artificial-intelligence/catl-cloud-edge-end-defect-detection-solution.html", "title": "至强® 可扩展平台集成 AI 加速 助宁德时代构建 “云-边-端” 缺陷检测方案", "publisher": "Intel (китайский сайт), вендорский материал о названном клиенте CATL", "author": "潘伟伟 (Пань Вэйвэй, старший инженер по ИИ, CATL) — цитируется как соавтор кейса", "date": "~2023-02 (метка в коде страницы), обновлено 2024-11-20", "type": "company_blog", "locator": "статья целиком", "reading_scope": "full_text", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F03"}], "next_action": "Поискать независимое (не Intel/CATL) подтверждение измеренных, а не целевых показателей — например, в отраслевой прессе о конкретном заводе CATL, где решение развёрнуто."}
{"id": "P10-MFG-CN-P04", "record_kind": "practice", "novelty": "new", "prior_id": null, "stream_primary": "MFG", "tags": ["CN", "AGENTINFRA", "E2E", "semiconductors_display"], "author_model": "claude-sonnet-5", "reviewer": "", "organization": "京东方科技集团股份有限公司 (BOE Technology Group Co., Ltd., 000725.SZ)", "org_type": "действующая компания (листинговая, производство дисплеев)", "process": "«AI工厂» (AI Factory) — комплекс AI-приложений на нескольких дисплейных фабриках BOE: AI-планирование производства (排产), AI-управление дефектами (质量管理), AI-управление выходом годных изделий (良率), AI-предиктивное обслуживание оборудования — на базе собственной отраслевой большой модели «蓝鲸显示大模型» (BlueWhale Display Model)", "period": "по состоянию на статью — 2026-07; проект отмечен на WAIC 2026 (17 июля 2026), ранее получил признание IDC (первый в производстве в Китае) и вошёл в список ООН «AI for Good»", "industry": "производство дисплеев (полупроводники/электроника)", "function": "планирование производства, контроль качества (дефекты и выход годных), обслуживание оборудования", "b2b_b2c": "B2B", "country": "Китай", "country_basis": "BOE — китайская компания; в тексте упомянуты «其多个显示工厂» (несколько дисплейных фабрик BOE) без указания конкретных площадок", "before": "«传统依赖人工经验和单点算法的生产管理方式，已难以满足大规模、多品类、高品质和绿色制造发展方向» (традиционный подход на основе ручного опыта и точечных, изолированных алгоритмов)", "after": "«AI排产系统助力排产效率显著提升»; «AI缺陷管理系统能够自主完成绝大部分质检工作»; «AI良率管理系统将不良品处置周期显著压缩»; «AI预测性维护系统可对设备状态预测与风险识别提供预警和辅助决策» — качественные формулировки без числовых значений эффекта.", "technologies": ["GenAI", "predictive_ML"], "human_role": "unknown в деталях; указано лишь, что предиктивное обслуживание «降低事故隐患并改善一线人员工作条件» (снижает риски аварий и улучшает условия труда линейного персонала), то есть персонал сохраняется на месте, а не заменяется.", "agent_role": "AI缺陷管理系统 самостоятельно выполняет «绝大部分» (подавляющее большинство) работы по контролю качества; AI良率管理系统выполняет автоматический анализ выхода годных и идентификацию дефектов на больших объёмах данных; AI预测性维护系统выдаёт предупреждения и рекомендации, но не описана как принимающая решения самостоятельно.", "authority": "Для контроля качества источник прямо утверждает высокую автономию: «AI缺陷管理系统能够自主完成绝大部分质检工作» (система самостоятельно выполняет подавляющее большинство работы по контролю качества). Для предиktivного обслуживания автономия явно ограничена: система даёт «预警和辅助决策» (предупреждение и поддержку решений), решение остаётся за человеком.", "change_depth": "end_to_end_process", "deployment_stage": "production", "stage_marker_quote": "目前，BOE（京东方）AI工厂多项关键应用已在其多个显示工厂形成规模化应用实践，推动AI能力深度融入真实产线、真实业务流程和真实管理场景。", "technology_basis": "«BOE（京东方）AI工厂以BOE（京东方）蓝鲸显示大模型为核心AI技术底座» + перечисление «AI排产系统»/«AI缺陷管理系统»/«AI良率管理系统»/«AI预测性维护系统»", "ai_native_label": "none", "ai_native_label_basis": "термин «AI原生» в источнике не используется буквально (использована формулировка «全域智能标杆»); собственная интерпретация как AI-native не делается ввиду отсутствия детализации организационной модели.", "effects": [{"metric": "эффективность составления производственного графика (排产效率)", "value": "«显著提升» (существенно повышена), число не приведено", "unit": "качественно", "baseline": "unknown", "period": "2026", "claimed_by": "BOE (пресс-материал, пересказ 电子产品世界)", "status": "SOURCE_CLAIM"}, {"metric": "доля работы по контролю качества, выполняемой AI-системой автономно", "value": "«绝大部分» (подавляющее большинство), без точного %", "unit": "качественно", "baseline": "ручной контроль", "period": "2026", "claimed_by": "BOE", "status": "SOURCE_CLAIM"}, {"metric": "цикл обработки бракованной продукции (良率管理)", "value": "«显著压缩» (существенно сокращён), число не приведено", "unit": "качественно", "baseline": "unknown", "period": "2026", "claimed_by": "BOE", "status": "SOURCE_CLAIM"}], "outcome": "uncertain", "uncertainty": "Текст — по сути пересказ пресс-материала/номинации BOE на конкурс WAIC, содержит только качественные превосходные формулировки («显著提升», «显著压缩») без единой числовой метрики эффекта; оценить масштаб улучшения невозможно, поэтому итог помечен как uncertain, а не success.", "alternative_explanations": "Публикация приурочена к отраслевому признанию (WAIC/IDC/ООН) и может отражать имиджевые цели BOE в той же мере, что и производственный эффект.", "costs_side_effects": "Не описаны; о затратах на внедрение, подрядчиках, сокращениях персонала или откатах источник не сообщает.", "transfer_limits": "Заявлено применение «в нескольких дисплейных фабриках BOE», но конкретные заводы/линии не названы, что не позволяет оценить переносимость на другие площадки компании или отрасль в целом.", "claims": [{"text_ru": "BOE развернула «AI工厂» — комплекс AI-приложений (планирование, контроль дефектов, управление выходом годных, предиктивное обслуживание) на базе собственной отраслевой большой модели «蓝鲸显示大模型», уже в масштабном применении на нескольких дисплейных фабриках.", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и масштаб", "source_url": "https://finance.sina.com.cn/tech/roll/2026-07-28/doc-inikkaaf0348422.shtml", "locator": "абзац «聚焦显示行业升级需求»"}, {"text_ru": "AI-система управления дефектами способна самостоятельно выполнять подавляющее большинство работы по контролю качества.", "status": "SOURCE_CLAIM", "verification_scope": "изменение процесса (степень автономии)", "source_url": "https://finance.sina.com.cn/tech/roll/2026-07-28/doc-inikkaaf0348422.shtml", "locator": "абзац «提升经济效益与社会效益»"}], "sources": [{"url": "https://finance.sina.com.cn/tech/roll/2026-07-28/doc-inikkaaf0348422.shtml", "title": "显示行业唯一！BOE（京东方）AI工厂入选WAIC《人工智能高价值场景应用案例集》", "publisher": "电子产品世界 (перепечатка Sina Finance)", "author": "unknown (издание 电子产品世界, конкретный автор не указан в перепечатке)", "date": "2026-07-28", "type": "media", "locator": "статья целиком", "reading_scope": "full_text", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F10"}], "next_action": "Найти материал с количественными эффектами AI Factory BOE (например, отчётность, презентация IDC/WAIC-кейса с цифрами) — текущий источник даёт только качественные оценки."}
{"id": "P10-MFG-CN-P05", "record_kind": "practice", "novelty": "new", "prior_id": null, "stream_primary": "MFG", "tags": ["CN", "E2E", "heavy_machinery", "lighthouse_factory", "historical_basis"], "author_model": "claude-sonnet-5", "reviewer": "", "organization": "三一重工股份有限公司 (SANY Heavy Industry Co., Ltd., 600031.SH), завод «18号工厂» в экономическом районе Чанша (长沙经开区)", "org_type": "действующая компания (листинговая, тяжёлое машиностроение)", "process": "AI-управляемая (3D-зрение) резка и сортировка стального листа роботами + диспетчеризация производства системой MOM «工厂大脑» («умное» планирование/柔性排产) на платформе промышленного интернета 根云 (RootCloud/树根互联)", "period": "сертификация WEF Global Lighthouse Network — 2022-10-11 (вторая в мире в тяжёлом машиностроении); базовые количественные показатели датированы 2021–2022 гг. (historical_basis); по данным более позднего материала (2025-11) завод продолжает эксплуатироваться с дополнительными деталями", "industry": "тяжёлое машиностроение (строительная и дорожная техника — бетононасосы, экскаваторы и др.)", "function": "производство (резка/сортировка металла, сборка), планирование производства (APS/MES/MOM), внутренняя логистика", "b2b_b2c": "B2B", "country": "Китай", "country_basis": "завод в Чанша, провинция Хунань, указано во всех источниках", "before": "«与改造前相比» (в сравнении с состоянием до цифровой модернизации) — конкретное описание прежнего (ручного/традиционного) процесса резки и диспетчеризации в источниках не детализировано, кроме сравнительных цифр «после vs до».", "after": "«钢板的切割和分拣完全交给了拥有3D视觉的AI机器人，将精度提升至1毫米的同时，周期缩短60%，材料浪费减少了近一半» (резка/сортировка листа полностью передана AI-роботам с 3D-зрением: точность 1мм, цикл на 60% короче, отходы материала снижены почти вдвое); «由MOM『工厂大脑』全程智能调度，实现『一张钢板进，一台泵车出』» (диспетчеризация от листа стали до готового насоса через MOM); «18号工厂产能提升123%，人员效率提升98%，整体自动化率升至76%»", "technologies": ["CV", "optimization", "RPA_automation"], "human_role": "unknown в части резки/диспетчеризации (MOM управляет процессом «全程智能调度»); по менее надёжному источнику 2025 г. — рабочие на сборке используют планшеты с 3D-инструкциями и голосовым взаимодействием («电子作业指导书», «支持语音交互»), то есть заняты на операциях сборки, а не резки металла.", "agent_role": "AI-робот с 3D-зрением автономно выполняет резку и сортировку стального листа; система MOM диспетчеризует производственный поток от сырья до готового изделия для каждого индивидуального заказа.", "authority": "unknown — источники не уточняют, кто принимает решение при отклонениях от плана (человек или система).", "change_depth": "end_to_end_process", "deployment_stage": "production", "stage_marker_quote": "目前，18号工厂的全部9大工艺、32个典型场景都已实现『聪明作业』。 (中证网, 2022-10-11)", "technology_basis": "«钢板的切割和分拣完全交给了拥有3D视觉的AI机器人» (中证网, 2022); дополнительно, по менее надёжному источнику 2025 г. — «AI算法优化焊接参数、物流路径、能耗管理»", "ai_native_label": "none", "ai_native_label_basis": "источники не используют термин «AI原生» для этого завода.", "effects": [{"metric": "рост производственной мощности завода №18 (после цифровой модернизации)", "value": "+123", "unit": "%", "baseline": "до модернизации", "period": "к 2022", "claimed_by": "三一重工 (пресс-материалы компании)", "status": "SOURCE_CLAIM"}, {"metric": "рост эффективности персонала", "value": "+98", "unit": "%", "baseline": "до модернизации", "period": "к 2022", "claimed_by": "三一重工", "status": "SOURCE_CLAIM"}, {"metric": "точность резки металла AI-роботом с 3D-зрением", "value": "1", "unit": "мм", "baseline": "предыдущая точность (числом не указана)", "period": "к 2022", "claimed_by": "三一重工", "status": "SOURCE_CLAIM"}, {"metric": "сокращение цикла резки/сортировки металла", "value": "-60", "unit": "%", "baseline": "до внедрения AI-робота", "period": "к 2022", "claimed_by": "三一重工", "status": "SOURCE_CLAIM"}, {"metric": "срок поставки индивидуального заказа (пример: бетононасос со стрелой 72м)", "value": "12", "unit": "дней (против среднеотраслевых 30)", "baseline": "среднеотраслевой срок 30 дней", "period": "2025-11", "claimed_by": "企业考察网 (тур-организатор, посетивший завод); не первичный материал компании", "status": "SOURCE_CLAIM"}], "outcome": "success", "uncertainty": "Ключевые цифры (+123%/+98%/76% автоматизации) относятся к результату пятилетней комплексной цифровой трансформации завода (2018–2022 гг., инвестиции 500 млн юаней, 55+ ключевых технологий), а не изолированно к AI-компоненту резки металла — выделить отдельный вклад ИИ по доступным материалам невозможно. Материал 2025 г. (блог тур-организатора) содержит цифры (12 дней, AGV 200+, AI-оптимизация сварки +8%, экономия свыше 300万 юаней/год), которые не перепроверены независимо и происходят из источника с пониженной надёжностью (промо-блог компании, организующей корпоративные экскурсии, не пресса и не сама SANY).", "alternative_explanations": "Итоговые показатели завода — результат совокупной программы автоматизации/цифровизации (роботизация, IIoT-платформа 根云, 1540+ датчиков, 200 сетевых роботов), а не только AI-компонента резки металла.", "costs_side_effects": "«投入5亿元，突破55项关键技术» (инвестиции 500 млн юаней в цифровую трансформацию завода №18, многолетний цикл до полного запуска в 2020 г.) — крупные капитальные затраты и длительный срок внедрения.", "transfer_limits": "Показатели относятся к одному флагманскому «маячному» заводу, построенному/модернизированному при значительных целевых инвестициях как демонстрационная площадка; прямой перенос на рядовые производственные площадки отрасли источниками не подтверждён.", "pdca": {"plan": "unknown", "do": "unknown", "check": "Ежегодная независимая оценка WEF/McKinsey для статуса «маячного завода» (аналогично общей методике сети, см. P38-OPM-CN-A04)", "act": "unknown", "who_decides": "unknown", "standard_update": "unknown"}, "claims": [{"text_ru": "Завод №18 SANY в Чанша в октябре 2022 г. стал вторым в мире сертифицированным «маячным заводом» (WEF Global Lighthouse Network) в тяжёлом машиностроении; резка и сортировка стального листа полностью передана AI-роботам с 3D-зрением.", "status": "SOURCE_CLAIM", "verification_scope": "факт внедрения и сертификации", "source_url": "https://www.cs.com.cn/ssgs/gsxw/202210/t20221011_6302073.html", "locator": "статья целиком"}, {"text_ru": "После цифровой модернизации мощность завода №18 выросла на 123%, эффективность персонала — на 98%, автоматизация достигла 76%; данные подтверждены официальным сайтом SANY (та же пресс-волна, не независимый пересчёт).", "status": "SOURCE_CLAIM", "verification_scope": "величина эффекта", "source_url": "https://www.sanygroup.com/news/11374.html", "locator": "статья целиком"}, {"text_ru": "По состоянию на ноябрь 2025 г. завод №18 продолжает работать с индивидуальными заказами (пример: срок поставки 12 дней против среднеотраслевых 30), используя AGV-логистику и AI-оптимизацию параметров сварки — по данным блога компании-организатора корпоративных экскурсий, не проверено независимо.", "status": "SOURCE_CLAIM", "verification_scope": "продолжение эксплуатации / актуальное состояние процесса", "source_url": "https://www.sohu.com/a/950317017_121961153", "locator": "разделы «第一站» и «第二站»"}], "sources": [{"url": "https://www.cs.com.cn/ssgs/gsxw/202210/t20221011_6302073.html", "title": "三一重工：长沙18号工厂成功入选全球制造业领域灯塔工厂名单", "publisher": "中国证券报·中证网", "author": "段芳媛", "date": "2022-10-11", "type": "media", "locator": "статья целиком", "reading_scope": "full_text", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F06"}, {"url": "https://www.sanygroup.com/news/11374.html", "title": "震撼的数字！震撼的三一18号灯塔工厂！", "publisher": "三一集团官网 (материал компании)", "author": "unknown", "date": "2022-10-12", "type": "company_blog", "locator": "статья целиком", "reading_scope": "full_text", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F07"}, {"url": "https://www.sohu.com/a/950317017_121961153", "title": "走进三一重工“灯塔工厂”参访|从“制造”到“智造”：三一重工的十年数字化转型深度学习", "publisher": "企业考察网 «标杆考察吉祥如意» (блог организатора корпоративных экскурсий, публикация на Sohu)", "author": "万斌 (упомянут как ведущий тура)", "date": "2025-11-03", "type": "media", "locator": "разделы про 18号工厂", "reading_scope": "partial", "accessed_at": "2026-09-24", "file_id": "P10-MFG-CN-F02"}], "next_action": "Найти более надёжный (не тур-блог) источник за 2024-2025 гг. с количественными данными по текущему состоянию AI-компонентов завода №18; при возможности — отчётность 三一重工 или интервью с независимой проверкой цифр 12-дневного цикла и +8% эффективности сварки."}