MINAO AI · WMS 智能中心

会思考的制造系统
AI 故障,业务不断线

六大 AI 场景长在 WMS 业务流程里:建议制、可插拔、带守卫。模型可用时更聪明,模型不可用时照常跑——这是敏翱 AI 与「演示品 AI」的分界线。

零模型依赖分层 总闸 / 场景双开关 建议制人工采纳 OpenAI / Anthropic 兼容
中心螺栓还剩多少?在哪个库位?
即时库存如下:
即时库存1,240 件
可用量1,180 件
库位·批次R-A1-03 · BN0918
近 7 日消耗42 件/日(演示)
一句结论:按当前消耗,预计 3 天后触达补货点,已生成补货建议。
查看建议 →
这周有哪些呆滞物料?
已按动态呆滞规则列出 12 项,可按库区筛选。
🛡 守卫日志:模型超时 → 熔断 300s,问数自动降级为统计口径,业务不受影响
📋 调用留痕:场景 / 模型 / 耗时 / 结果全记录,输入输出脱敏

WMS 智能问答 · 演示数据

企业上 AI 的三怕

我们把「怕」都设计掉了

怕 01

怕不准

黑盒给出的结论没人敢用,用错一次就再也没人打开。

✓ 建议制:AI 只出建议,人工确认采纳;数字由确定性代码计算
怕 02

怕宕机

AI 服务一挂,仓库作业跟着停,反而添乱。

✓ 守卫式调用:超时熔断、异常兜底,故障只降级、不传导
怕 03

怕绑死

换个模型厂商就要重做一遍,投入打水漂。

✓ 兼容 OpenAI / Anthropic 双格式,模型走配置随时切换
场景清单

六个场景,长在日常流程里

不是独立的人工智能演示,而是嵌在收货、上架、审核、预警里的顺手能力。

📈

智能补货预测

基于动态补货点(90 天消耗 μ/σ)与可用量投影,命中补货点自动生成补货建议,不等人发现缺料。

🧠

智能上架 · 库位优化

按 ABC 热度与评分模型输出上架推荐 Top3,一键采纳;拣选顺路排序,少走冤枉路。

📷

AI 视觉收货 · OCR

拍照识别打印体送货单,自动预填入库单草稿;检验图像随手存证,有据可查。

📝

单据智能审核

规则校验 + 红黄绿风险面板,LLM 摘要审核要点;超 BOM 领料、异常调整一眼看清。

💬

对话式问数 Copilot

自然语言查即时库存、消耗趋势、呆滞临期等指标,回答永远是「表格 + 一句结论」。

🚨

异常智能预警

消耗突增、动态呆滞、缺料预测、账实差异分级预警,消息直达钉钉与站内。

工程化 AI

不是演示品,是能托付的工程

🧱

零模型依赖分层

统计智能层(补货点 / ABC / 预警基线 / 审核规则)纯代码实现,无模型也完整可用,约占功能量 70%+。

🛡️

守卫式调用

所有模型调用经统一守卫:可用性判定 → 超时 → 熔断 → 兜底 → 日志,故障只降级不阻断。

🔌

模型不锁定

兼容 OpenAI / Anthropic 双格式 API,模型与参数走配置表,随时切换、不绑定厂商。

🔢

确定性计算

LLM 只做语言与路由,数字一律由代码计算;指标走语义层,禁用裸 Text2SQL。

AI 是纯增益、可插拔:总闸关闭后,系统等同纯 WMS,业务一步不少。—— 敏翱智造 AI 设计承诺

越用越准

AI 也要被管理

📊

采纳率看板

按物料、仓库、时段统计建议采纳与驳回,AI 的价值看得见。

🧾

调用日志

场景 / 模型 / 耗时 / 结果全留痕(成功 · 超时 · 降级 · 未启用),输入输出脱敏。

📰

周一晨报周报

每周自动生成数据周报并附 LLM 解读;未启用模型时输出纯数据版。

🔔

分级推送

提示 / 预警 / 告警三级,钉钉与站内消息直达,升级有章法。

AI 相关能力以产品设计为准,实际效果以项目实施与运行数据为准。

让 AI 成为产线的日常,而不是风险

预约演示,看建议制、可插拔、带守卫的制造 AI 长什么样。

扫码预约演示
(二维码占位,上线前替换)