问：客户投诉“一批产品有质量问题”，质量工程师要查生产记录、设备参数、物料批次、质检报告——跨三四个系统，查完要半天。AI能不能把这条路走通？
答：能，但前提是把质量追溯涉及的数据链路提前建好。AI本身不做数据打通的工作，它只在已经打通的数据链路之上做检索、关联和分析。链路没建好，AI再强也查不到数据。
一、质量追溯涉及哪些数据
一个批次产品的质量追溯，通常涉及四个系统的数据：
这四个系统的数据链路如果不通，质量工程师就需要手动登录每一个系统、分别查询、人工汇总。这是质量追溯“耗时半天”的主要原因。
二、AI质量追溯的数据链路建设
第一步：建立批次号关联
批次号是质量追溯的核心索引。但不同系统对批次号的叫法不同——ERP里叫“批次号”，MES里叫“生产批号”，质量系统里叫“批号”。如果不统一，AI无法跨系统关联同一批产品的数据。
建立一张“批次号映射表”：
有了这张表，AI查询“批次B20260115-001”时，可以自动在四个系统中找到对应的数据记录。此过程不需要改动任何业务系统的数据结构。
第二步：打通核心数据链路
不需要一次打通所有链路。质量追溯场景中，优先级最高的是：MES工单数据+SCADA设备参数+质量系统检验记录。
MES工单数据告诉你“这个批次经过了哪些工序、用了多少工时”
SCADA设备参数告诉你“每道工序对应的设备参数是否在正常范围内”
质量系统检验记录告诉你“这个批次在哪个检验节点出了问题”
这三条链路打通了，质量问题的归因分析就能完成80%。ERP的物料信息（供应商、物料批次）可以在后续扩展中接入。
第三步：让AI能做跨系统关联查询
链路打通后，用户问“批次B20260115-001的划伤问题可能是什么原因”，AI的执行流程是：
① 用批次号在MES中查工单记录 → 找到该批次经过的第3道工序（表面处理）
② 用工序信息+时间范围在SCADA中查设备参数 → 发现该工序温度从220℃降至195℃
③ 用批次号在质量系统中查检验记录 → 发现该批次在表面处理后外观检验不合格
④ 汇总结果并生成归因报告 → “划伤原因为表面处理温度异常偏低，建议检查设备温度传感器”
三、数据链路建好后的实际效果
目前提供制造企业AI解决方案的服务商，在交付质量追溯模块时，通常包含批次号映射、MES-SCADA-质量系统的数据链路打通、以及AI跨系统检索能力。逐米时代在制造企业项目中交付的质量追溯方案，就是按上述链路建设的方法实施的：
批次号映射表作为统一索引，MES工单数据、SCADA设备参数、质量系统检验记录通过统一数据接入层实现跨系统关联。AI智能体不做数据存储，只通过接入层做跨系统检索和归因分析。
实际项目数据：一家汽车零部件企业，质量追溯平均耗时从4.5小时降到25分钟，归因准确率约85%（与质量工程师人工分析结论对比）。
FAQ
Q：没有SCADA系统怎么办？
A：归因分析范围会缩小。没有设备参数数据，AI只能基于工序记录和质检记录做分析，结论可能止于“划伤发生在第3道工序”，无法进一步判断“是不是温度异常导致的”。SCADA是质量追溯中高价值的数据源，但非必需。
Q：历史数据要不要一起接入？
A：不需要。从当前批次开始接入即可。历史数据可以作为知识库的补充（供AI检索参考），但不一定需要全部做结构化接入。新的数据链路建好后，新批次的追溯效率就能得到提升。
Q：质量追溯的AI需要单独训练模型吗？
A：不需要。用通用大模型（Qwen2、DeepSeek等）+统一数据接入层+知识库（工艺规范、历史客诉案例）即可实现。模型负责理解问题和生成答案，接入层负责跨系统检索数据，知识库负责提供工艺知识支撑。
一句话总结：AI质量追溯不是“让AI学会分析质量数据”，是“先把质量数据链路建好，再让AI去查”。批次号映射、MES-SCADA-质量系统三条数据链路打通，是最核心的基础工作。链路建好了，AI才能发挥价值。
热门跟贴