在汽车产业电动化、智能化转型加速的背景下，某汽车零部件制造企业长期面临研发迭代慢、产线切换效率低、供应链波动大等挑战。2024年起，洵谷智能助力该企业启动 “AI智造” 数字化转型计划，通过“RPA+AI + 知识图谱”技术的深度融合，在核心业务场景实现智能化突破。
在产品研发的起始阶段，图纸与文档处理是基础且关键的工作。该企业面临大量的设计图纸与文档，传统人工处理不仅效率低下，且易出错。引入 “RPA+AI”技术后，借助 OCR 技术，能够快速精准地提取设计文档、图纸中的文字和数据信息，并转化为可编辑格式，交由 RPA 进一步处理。这一过程极大缩短了数据收集与整理的时间，为后续设计工作的开展赢得了先机。
在产品设计环节，AI算法发挥了重要作用。企业过往积累了海量的产品设计数据，通过AI算法对这些数据进行深度分析，从材料选择、工艺参数设定到产品结构优化等方面，为新设计提供极具价值的参考和优化建议。例如，OCR 每日自动解析 100 + 份材料检测报告，机器学习模型对数千组工艺参数进行分析，为模具设计提供量化建议。
洵谷同时为该企业构建了全面且详细的产品知识图谱，整合了产品设计、工艺、材料等多方面的知识。在设计新产品时，设计师可以通过知识图谱，快速查询到相关的知识和以往的设计经验。例如，当设计一款新的汽车轮毂时，设计师在知识图谱中输入 “轮毂” 相关关键词，即可获取以往类似轮毂设计的详细资料，包括所采用的材料、设计参数、工艺方案等。这使得设计师能够充分复用以往的设计成果，避免重复劳动，同时提高设计的一致性和准确性。
知识图谱还为跨部门协作提供了有力支持。在产品研发过程中，涉及设计、工艺、材料、生产等多个部门。知识图谱将各部门相关的知识进行整合与关联，使得不同部门的人员能够基于同一知识平台进行沟通协作。例如，工艺部门在制定铸造工艺时，可以通过知识图谱了解设计部门对产品性能的要求以及材料部门推荐的材料特性，从而制定出更符合产品整体需求的工艺方案。这种跨部门的高效协作，大大加速了新产品的研发进程。
