方案概述

应用场景

客户痛点

内部质量管理：

• 质量管理靠“救火”，质量事故频发，合格率低，质量成本高昂，客户满意度低
• 质量数据散落在PLM、MES、ERP等非质量专业系统，数据孤岛严重，无法有效追溯，无法持续优化
• 品牌附加值低，利润低，议价权低

供应链管理：

• 供应商的管理全靠链主“盯”，不可控且人手不足；发生质量问题后，链主埋单，无法有效追溯
• 供应商的质量数据、结果都线下产生，易篡改，真实性无法保障
• 没有客观的供应商质量能力评估平台，无法进行科学的管理
• 供应链效率、敏捷性低，竞争力不足

通过本方案实现的业务效果：

以上下游质量管理作为核心产品，实现从产品质量策划到质量执行反馈的全生命周期供应链互联，真正解决信息孤岛和企业质量管理的需求，同时结合华为大数据、深度学习、大模型等技术深度挖掘企业质量管理潜能，形成端到端的智能决策和快速响应。

解决方案实践的应用行业推荐：

服务于制造业，主要目标行业为智能汽车与新能源、高端装备、电子3C、半导体等行业。针对解决制造企业普遍存在的质量问题难以预测、质量结果无法追溯、上下游质量无法管控以及质量数据信息缺乏协同贯通、质量管理缺乏统一平台等痛点。

方案架构

图1 制造业数字化质量管理解决方案架构

• 希维云以打造中国自主的国际化供应链质量协作网络为愿景，提供大中型制造企业打造高品质产品的管理系统；
• 以上下游质量管理作为核心产品；
• 实现从产品质量策划到质量执行反馈的全生命周期供应链互联；
• 真正解决信息孤岛和企业质量管理的需求；

技术架构图

图2 部署架构图

方案优势

• 提供行业质量管理Know-how知识：产品集成行业质量管理Know-how知识，赋能企业端到端从研发、工艺、供应链、生产、售后全业务流程质量管理，提升企业的质量管理能力和减少产品质量损失；
• 快速扩展，安全稳定：构建基于iDME元数据的标准化SaaS应用优势，元数据驱动，开发超过30个以上的标准化元数据驱动功能模块，快速扩展，安全稳定；
• 自主可控：与其它国产工业软件协同，以模型纬度定义在产品生命周期过程中的数据信息，数据及解析存储兼容Part&BOM、3PR模型、2D/3D图纸数模（机）、ECAD图纸（电）、二进制软件（软）等信息；
• AI驱动能力：行业Know-how+数据壁垒构筑AI智能化内核，将整个工业数据集当做特征生成工业Pretrained模型，利用LLMOps自主特征提取和建模的黑盒子建模方法无需人工干预。