12 月 19 日晚，在央視財經頻道《經濟半小時》“啓航 2026・軟實力‘提質’” 專題節目上，吉利汽車研究院、永鋼集團憑藉用飛書AI提質增效的亮眼實踐，被列爲標杆案例重點報道。
孫夢偉是吉利汽車研究院的一名質量工程師，日常需要檢測汽車不同部位的尺寸，但是這次他並未攜帶筆和紙張，而是在檢測後說出數據，就前往下一個檢測點。只用了 5 分 10 秒，孫夢偉就完成了這臺車共 100 多個數據的檢測。
這都源於孫夢偉手中的“神器”：“我只要打開這個小程序的會議功能，並且進行測量，它就會把我說的話進行記錄歸納，並且形成表格，非常的方便，我只需要動嘴，不需要動手記錄。”
這個小程序就是吉利在今年9月底啓用的一個基於飛書AI 開發的“尺寸檢測智能化”，只需簡單操作手機，軟件便會自動記錄語音、播報並整理成表格。
短短90秒後，主任工程師徐來來就在電腦上看到了孫夢偉的檢測數據。系統還給出了智能分析，指出部分數據有可優化的空間，並給出瞭如何監控、抽檢和預防的建議。
徐來來表示：“它也是基於我們這些經驗比較足的工程師，把他們的經驗形成專家知識庫投餵給它，再結合 AI 的邏輯組合能力，它能夠快速給足我們準確的信息。”
正是因爲該“尺寸檢測智能化”收錄了大量工程知識，所以被他們戲稱爲“尺寸老師傅”。徐來來表示，這樣一款智能體極大降低了質量工程師的工作強度。他們所在部門是汽車企業的研發機構，這裏小批量試製的新車，每一臺都要經過人工細緻的檢測，確保汽車符合設計要求。這裏的質量工程師每天要檢測十幾二十臺車輛，這在過去每天耗費的時間在 4 小時以上。
過去，他們需要把全車 50 多個點，用兩種工具採集共 100 多種數據，全部都寫在車身上。再拿出紙質測量表，將這些值謄寫到紙上。此後，他們會回到工位，將這些值錄到電腦中。徐來來表示，“整個過程步驟繁瑣，在人工抄寫的時候還容易抄錯格、抄漏、抄錯，還要反覆在現場覈對，整體來說效率很慢。”
尺寸匹配驗證是新車研發設計中的關鍵環節，過去的檢測方式高度依賴經驗豐富的工程師，分析數據不僅費時費力。一旦記錄出錯，又沒能及時發現，會拖慢新車的研發進度。
因此，徐來來他們一直希望探索出新的檢測方法。他們考慮過採購專用設備以及使用拍照 AI 識別技術，但都因爲不適用而放棄：專用的拍照設備需要30萬元，無法採購太多，只能專人專用。
就在徐來來犯難的時候，他們無意間從他們的企業協作與管理平臺上飛書找到了解決問題的靈感。
日常辦公中，飛書就被用於會議記錄，其中飛書多維表格還能夠分析數據、進行AI總結。在閒聊中，他們突然想到，除了日常辦公，一線尺寸檢測似乎也能用上。
然而，一線車間噪音大、雜音多，一線工程師口音還各不相同，如何保證錄音能轉錄成正確的數據成了難題。
李莉銀和陳馨康是飛書客戶成功團隊的工作人員，專門服務汽車產業鏈客戶，他們從今年4月起，就頻頻來到吉利。
今年7月，得知客戶嘗試在尺寸檢測中使用人工智能後，李莉銀更是加強了支持力度。她表示，“飛書最開始確實是一款辦公軟件，但現在應用場景已經從辦公室延伸到生產一線了。”
一線車間聲音嘈雜，需要清洗音頻數據，洗掉多餘部分並提純。飛書的工作人員和吉利的工作人員一起設計了一套思維鏈，並不斷優化 AI 推理的提示詞。經過兩個月的時間， 47 輪的反覆調整，這一款尺寸檢測智能化 AI 工具終於投入使用，將傳統的“手寫錄入測量值+人工數據分析”的模式轉化爲“語音生成測量值+智能決策分析“的新路徑。
相比於購買專用設備， AI 工具爲企業節省了上千萬元投入。這樣的成功經驗給了吉利汽車研究院更大的信心，未來要與更多生產務性服務業企業合作，全場景應用人工智能。
吉利汽車研究院試製中心副主任宋偉表示，他們也會藉助外部的一些場景，很好的算法、很好的智能製造的一些場景，讓人從繁重的工作重新解脫出來，把精力更多的聚焦在創新上。
李莉銀還在進一步提升 AI 的數據清洗能力，使其能更好識別外語音頻。與此同時， 200 公里外的張家港，她的同事周璟維正在爲一家鋼鐵企業永鋼集團提供 AI 工具平臺。
今年5月，永鋼集團利用飛書aily智能體開發出了高爐專家助手。這個 AI 新員工能夠讓高爐工長的換班交接時間從過去的半小時壓縮至 5 分鐘。
永鋼集團鍊鐵廠一分廠的高爐工長項南表示，“高爐從加料到出鐵水需要 6 個小時，所以我們班如果有什麼爐況波動，一定是上個班造成的‘病根’。所以交接班一定要交接清楚，需要將近 30 分鐘。”
作爲高爐工長項南負責操作高爐生產，在接受央視記者採訪時，他指出：“這個 AI 新同事能實時採集高爐的海量數據，並提取出重點數據、異常數據，讓他們實現高效交接班。”
高爐鍊鐵佔據了鋼鐵生產 70% 的成本與能耗。在傳統的工作模式下，雖然生產執行系統能自動採集高爐的異常數據，但具體原因還需要工作人員自己分析。加之高爐反應存在 6 小時的滯後性，使得加料、控溫等操作全憑經驗，感覺如同在開一個巨大的“盲盒”，決策偏差高達 20% 以上。
永鋼集團的鍊鐵廠一分廠廠長張東表示，“工長的操作完全是憑經驗，這裏面就存在爐況的波動。光去年的損失就有 400 多萬塊錢，平均每一天要有 1 萬多塊錢，爲此我們覺得還是非常心疼的。”
400 多萬元因爲操作誤差在爐中蒸發，這對企業來說就是真金白銀的損失。今年年初，永鋼數字化團隊負責人周斌嘗試用人工智能大模型來破解高爐操作的痛點。他們迅速部署了本地大模型，但發現並不實用。他們發現，部署的單機版AI並不具備對外去接收數據的能力，但工作人員本身並不是專門的AI開發人員，實際操作上還需要開發數據。
需求迫切，但實施能力不足，這正是許多傳統企業在數智化轉型中面臨的共性難題。就在周斌犯難的時候，專注服務冶金鋼鐵行業的周璟維向他提供了一套成熟的飛書 AI 工具。
利用這套飛書 AI 工具開發高爐專家助手時，可以調用成熟的通信工具、工作流，與鋼鐵廠的生產執行系統實時對接。周斌他們僅僅用了 3 天時間，就開發出第一版高爐專家助手。
周斌表示，“相當於我們以前剪羊毛，我們還得自己去做一把剪子，現在給我一個特別又快又好的剪子，我直接可以用來剪羊毛。”
眼下經過數次迭代的飛書AI 高爐智析專家系統，在採集高爐實時數據後，還能夠利用結構性的知識推理趨勢，給工長提供後續操作建議。工長的操作不再盲人摸象，而是有據可依，告別了經驗依賴，變成了科學決策。
不僅如此，飛書AI 高爐智析專家系統還能利用實時數據每天生成高爐日報，推送給廠長。而過去人工整理數據要花費 8 小時，只能向廠長提供週報。
張東表示：“及時發現了問題，可以及時的解決問題，減少爐況的波動，避免了小問題變成了大問題。“今年5月飛書高爐專家助手上線以來，高爐的穩定性提升約15%，全部達到健康狀態。通過減少異常檢修、提升高爐利用係數及降低人工成本，每年相當於爲企業節省了 256 萬元開支。
飛書企業效能顧問周璟維認爲，飛書AI 高爐智析專家系統取得如此好的效果，得益於該行業較高的數字化水平：“現在的鋼鐵企業，整體的數字化水平是比較高的。生產的數據已經目前被結構化了，那 AI 就可以更好地讀取這些結構化的數據得出一些趨勢的預判。而這些預判可以指導生產效率得到進一步的提升。”
2025 年前三季度，我國服務業增加值同比增長5.4%，其中信息傳輸、軟件和信息技術服務業、租賃和商務服務業增加值同比分別增長 11.2% 和9.2%。這些快速增長的現代服務業正通過專業化的解決方案和數字化的高效工具深度賦能千行百業。
吉利汽車研究院、永鋼集團案例均來自飛書主辦的“2025飛書AI效率先鋒全國大賽”，該賽事是國內首個聚焦“AI + 業務實效”的企業級實戰賽事，今年有130家企業、超900位一線“效率先鋒”帶着230個真實業務場景案例參賽。