公司新闻
戴着安全帽上台的厂二代：禾田汽车的 AI 转型故事
一句话，全场目光聚焦。他叫潘科霖，芜湖禾田汽车工业有限公司的 “厂二代”，也是全厂公认的 “唯一 FDE”—— 那个既要理解业务，又要亲自把技术放进现场的人。随着汽车零部件行业竞争持续加剧，企业必须把成本和现场管理做得更精细。任何一次设备停机、物料等待或内部沟通脱节，都可能直接影响交付和经营结果。
一个老板可以调解一次争议，却不可能永远守在每个群、每张表和每个车间里。
推行飞书的过程并不轻松。新软件意味着新习惯，小潘只能一边做，一边让大家从具体变化里看到价值。
当 AI 进入工作群
多维表格把数据收回来以后，小潘开始把智能体放进日常协作里。
最初，管理层对 AI 的印象仍停留在 “是一个可以问问题的聊天工具”。小潘需要一个让他们直接感受到 AI 作用的工作场景。
他做了一个群消息看板，给智能体取名 “小禾”，取自公司名 “禾田”。
“小禾” 被加进重要飞书群，它会抓取群里发生的事项，识别时间节点、责任人和待办，每半天在群里发一次汇总，同时写入多维表格。
过去，领导在群里交代一件事，对方没有及时记录，过两天再追问，才发现消息早已被淹没。
“群消息看板就是杜绝这种情况 —— 谁在什么时间告诉了谁什么事、责任人是什么、下一步做什么 —— 全部摆出来。”
这是管理层第一次很直接地感受到 AI 的价值。 它没有改变谁的岗位，也没有发明一个新流程，只是把原本会丢失的信息留了下来，让责任不再随着聊天记录一起沉底。
如果说群消息看板让管理层认可了 AI，那 “质量专家” 智能体则让 AI 第一次介入了部门之间的协作难题。
禾田汽车在做质量管理体系升级，公司的 IATF 16949 体系文件需要重新梳理，但推动起来并不顺利 —— 质管部熟悉标准，业务部门更了解实际工作流程。双方对 “谁来输出文件” 这件事理解不同，推进一度卡住。
僵局之下，小潘决定先让自己成为 “懂标准的人”。他利用过年时间自学了 16949 标准，把学习笔记、课件和体系文件全部归入飞书知识空间，搭建了 “质量专家” 智能体。
他给智能体设了严格边界：“输出的任何结果必须要有对应条款支撑，是哪本标准里哪个条款的哪句话，你要把原话列出来。”
他的比喻是：“质量体系就像是公司内部的法律。现在就像大家对法律了解得没那么深，我做一个律师出来。”
一次，业务部门在群里提交了一份待审核的体系文件。小潘没有直接在群里评价，而是 “@质量专家”，请它依据标准来检查这份交付。
智能体列出了需要完善的内容、对应的条款依据和具体修改建议。原本夹杂着岗位立场的争论，被转化成了一份可以共同核对的清单。
“智能体把判断依据逐条列出来后，讨论开始从岗位立场回到标准本身，大家的接受程度就高很多。”
知识沉淀 LOOP：让企业一次比一次更会处理
在飞书 AI 绝活大会的演讲中，小潘重点分享了禾田汽车最核心的 AI 实践 ——知识沉淀 LOOP。
这背后是一个所有制造企业都面临的痛点：公司工艺都在老师傅脑子里，人才断层怎么办？
小潘给出的答案是一个六步闭环：
1. 员工提出问题 / 遇到异常 —— 一线遇到问题，第一时间在群里提出
2. 智能体结合知识库给出方案 —— AI 先基于已有知识给出初步建议
3. 员工、专业骨干群内补充校正 —— 老师傅和骨干在群里补充、修正
4. 保留完整处置过程与结论 —— 整个讨论和处置过程自动记录
5. AI 定期汇总高频问题与优质案例 —— 系统自动提炼共性问题和优秀解法
6. 人工审核后回流知识库 —— 经审核后，新知识回到知识库，供下次调用
“问题进来，知识留下。下一次，企业整体比上一次更会处理。”
工艺智能体每次调优内容自动回写，共享过程自然沉淀工艺知识。这不是一个人的经验，而是整个组织能力的持续积累。
当被问及为什么愿意投入这么多时间，推动这些并不轻松的改变时，小潘表示，归根结底是一种责任感。
这种责任感落在一件件具体的事情里：从写 Excel 宏开始，到推动内部使用飞书，再到和一名 IT 同事一点点搭表、做 AI 应用、教给员工。
这也是为什么，他在舞台上没有先讲宏大的 AI 概念，而是从一顶安全帽聊起。因为在他看来，AI 转型最终要回答的是：车间里的实际问题，到底有没有被解决。
对禾田汽车来说，AI 转型不是遥远的未来。它是设备旁边少掉的一张纸，是群里没有再次被淹没的一项任务，是跨部门更顺畅完成的一份文件，是专业骨干回答完问题后留在公司的那一点经验。
小潘真正想搬上飞书的，从来不只是工厂的数据，而是这家企业继续向前走的能力。
“我们这样的企业，其实才是中国的大多数。但谈论 AI 转型的声音里，很少来自我们。”
这一次，戴着安全帽的厂二代，站在了舞台中央。而禾田汽车的 AI 故事，才刚刚开始。
最后更新：2026年7月31日 · 本文由禾田工程技术团队审校