客户案例 | 制造业大型知名企业×燕千云：驱动价值，提升效能

客户案例  制造业大型知名企业×燕千云：驱动价值，提升效能

前言

产线在扩，系统在增，IT运维的压力也随之上升。如何在业务高速扩张的同时，保障系统的高可用性与服务响应效率，这是众多大型制造企业面临的共同课题。

作为制造领域的代表性企业，宁波德业变频技术有限公司（以下简称“德业”）联合甄知科技启动ITSM项目，以燕千云平台为载体，实现以下四大目标：

统一服务入口，设定多级分单规则，故障根因可追溯，以及把一部分问题交给AI。

企业介绍

德业以新能源光伏逆变器、储能电池、环境电器及热交换器等为主导产业的大型制造企业。随着企业经营规模持续扩大，公司全面推进数字化建设，陆续部署了U9ERP、SRM、MOM（MES）、OA等一系列核心业务系统。

多园区多工厂的业务布局，一次普通的网络故障可能同时影响多个生产基地；业务对IT的依赖越深，一次系统不可用的代价就越大。

企业对IT底座与运维服务的稳定性、响应时效及标准化程度提出了更加严格的要求。

项目背景

在燕千云ITSM建设之前，企业的IT运维服务主要面临以下技术与管理维度的瓶颈：

服务入口分散，过程缺乏记录

用户报修与需求提交方式多样，日常依赖钉钉私聊、微信或电话等临时渠道。

难以精准统计响应与解决时效：服务过程缺乏系统记录，对故障修复时间（MTTR）和响应及时率无从统计。

用户无法实时感知进度：提单人无法主动获取工单的处理状态，只能反复询问处理进度。

知识沉淀不足

企业缺乏统一且具备交互共享能力的AI知识库。

常见问题的处理方案散落在个别工程师的个人经验中，缺乏结构化沉淀。

一线运维人员在面对重复性故障时，难以快速检索到标准化操作指南，增加了沟通成本与处理周期。

缺乏标准化机制

没有明确的服务目录与自动分单机制，用户"不知道该找谁"是常态，时间便消耗在流转环节。

更深一层的问题出在管理机制上：日常运维是"救火式"的事件响应，高频故障、重大故障修复即止，没有追溯根因，也没有将高频或重大故障升级为“问题单”，同类故障容易反复发生。

解决方案

针对上述痛点，甄知科技助力企业规划并实施了ITSM系统，通过燕千云平台实现了“流程标准化、分单自动化、运维智能化与知识资产化”。

1

统一入口与无感知嵌入

在前端，为用户提供一致的使用体验：

系统与企业的钉钉组织架构自动同步，每天凌晨增量更新人员和部门信息，确保权责关系实时更新。

用户可在钉钉端直接点击“燕千云”应用、扫描服务二维码，或直接在U9ERP、SRM、OA的界面里报修——提单入口通过SDK技术嵌入这些核心系统，在业务场景中发现问题，即可就地发起报修。

2

精细化运维

针对不同类型的运维诉求，系统建立了明确的服务目录分类，并设计了差异化的分派路由算法：

基础运维工单（如电脑硬件、网络连接、门禁打印机等）

根据报修位置（如C园区）及问题类型进行综合匹配。系统自动识别当前对应运维组中工作负荷最小的工程师，采用组内轮询或最小负载优先算法完成自动分派。

业务系统工单（如U9、SRM、MOM等系统问题）

基于公司、工厂、业务系统及具体模块四维粒度进行精确派单。例如：涉及MOM系统的工单会进一步校验“A工厂”或“B工厂”维度，直接精准推送给负责该模块的二线系统工程师。

升级与阶梯响应机制

若系统工单在指定时间内未被第一响应人受理，系统会自动触发超时转派，自动转交给预设的“第二响应人”处理，确保工单无遗漏。

3

问题管理

系统在事件管理的基础上扩展了规范化的根因分析（问题管理）流程：

• 事件到问题的无缝转交：针对高频发生、影响范围大或短期内难以彻底解决的事件单，运维工程师可一键关联发起“根因分析单”。
• 多级风险评估与审批：在根因分析过程中，若技术人员评估认为彻底修复风险较高（如需要修改核心代码或变更生产数据库结构），可发起“接受风险”审批流程。

系统根据低、中、高风险等级，自动路由至组长、部门部长、PMO及质量组进行会签审批。

• 知识沉淀：当事件单或根因分析单处理完毕关闭后，工程师可将验证有效的解决方案一键转换为知识库草稿，完成“问题处理-知识沉淀”的闭环。

4

智能化AI助理辅助

燕千云平台引入AI智能助理能力，作为服务台的智能前端：

• 常见问答：识别用户的常见查询并直接给出标准化解答。
• 私域知识推理归纳：基于企业上传的标准化文档和已发布的历史知识库，对用户提出的复杂语义问题进行检索与回答生成。
• 多轮对话引导：对于表达较为模糊的提问（如“系统连不上”），AI助理会自动开展多轮对话，引导用户补全系统名称、报错截图或发生地点等关键信息。

若AI回答未能完全解决问题，可直接引导用户一键转换为对应服务项的工单。

5

SLA服务级别协议

系统建立了针对不同紧急程度（低、中、高、紧急）的SLA监控模型：

动态梯度预警：系统按SLA时间节点设置预警阈值，通过钉钉消息自动提醒处理工程师及运维主管。

高危事件直达机制：针对“紧急”级别的工单，一旦发生响应或解决超时，系统将自动向CIO及部门最高管理层推送告警通知，确保高优先级问题得到快速资源调配。

项目亮点

随着平台的上线运行与持续迭代，企业在IT服务管理领域实现了以下具体价值：

建立统一服务门户，改善用户服务体验

实现了服务过程的透明化，用户可以：

• 便捷提单
• 移动端实时查看工单流转动态
• 在关闭后对服务质量进行打分

服务全过程线上化，运营数据可量化

系统内置的数据维度报表，为资源调配和人员绩效考核提供了客观的数据支撑。

管理层能够精准掌握：工单总量、平均处理时长（MTTR）、SLA达标率、各运维组的响应效率……

构建标准化运维体系，沉淀知识资产

问题管理的根因分析流程：有效降低了运维工作对个别资深工程师个人经验的依赖。

沉淀的知识库与AI助理联动：进一步提升了一线自主解答率。

结语：

大型制造企业的数字化转型，不仅体现在业务系统的应用深入，更体现在底层服务与支撑能力的标准化。

随着双方合作的持续深入，燕千云将不断巩固AI应用引擎能力，为用户业务的高质量发展保驾护航。