达观推出汽车维修智能问答智库系统 知识图谱助力汽车维修更快、更精、更高效
汽车是一个结构较复杂的设备,无论是对于传统的燃油车还是新能源汽车都包含大量零部件和电路,发生故障时往往会涉及到多个系统和零部件。汽车维修是对出现故障的汽车通过技术手段排查,找出故障原因,并采取一定措施使其排除故障并恢复达到一定的性能和安全标准。
① 涉及学科多,维修知识覆盖广
汽车维修过程会涉及物理、化学、电子电气、材料多个领域知识,且不同车型、不同部件的构造、工作原理、诊断方法、维修方法等都不同。一次维修可能需要翻阅若干工具书和资料,而且 耗时费力 。
② 处理问题速度慢,影响口碑和销量
汽车出现故障送到4S店或整车厂维修通常会涉及进出厂检验员、服务顾问、维修工(机修,钣金,电工,喷漆)等。一个故障往往涉及多个系统和零部件,对于某些故障, 对接人员无法直接找到故障原因,导致客户等待时间长、体验差、满意度低 。甚至会投诉4S店和厂家,质疑该车型的质量,进而影响该车型的口碑和销量。
③ 人员流动性大,新人培养时间长
由于企业的扩张或者员工的流失,导致每年都有大量的新员工需要培养。在汽车维修相关岗位,新员工从入职到能够胜任工作的培养周期往往需要2-3年之长。新员工面对新的难点问题时若一直依赖高级技师的口口相传, 工作效率将极其低下 。
其次对维修工单、故障记录、流程审批等数据进行解析、抽取和结构化 ,结合设备属性和关联关系,构建出汽车维修知识图谱。
比如,维修工程师搜索“发动机发生故障会有什么显示”,能理解用户搜索意图实际为发动机故障指示灯的图例,进而优先返回文档中截图和相关维修案例,而不仅仅返回包含“发动机”、“故障”、“显示”等关键词的文档信息。对于 部分问题的答案会直接以图谱的方式展示提供可解释性 ,并且可选择图谱上的答案追溯到相关历史文档上。此外, 知识图谱可推荐“发动机故障指示灯”相关的其他图例和维修案例,帮助工程师做知识拓展。
⚫️ 信息获取更加便捷,且在遇到疑难故障时,能及时获得参考维修方法。维修技术也在该应用的加持下逐步提高。维修效率和一次性修复率显著提升, 客户等待时间缩短 。
⚫️ 通过维修知识问答的方式 新员工 可以实现自学习,迈向熟练工的 成长速度从过去的2-3年缩短到6个月的时间 ,同时对于维修高级技师的依赖也逐渐减轻。
⚫️ 对厂家的技术专家而言,“维修问答助手”让他们从繁琐的故障咨询中解放出来,专注于疑难问题攻关, 新问题的解决方案可以反哺维修知识库,经验和知识转化为知识资本, 从而构建或保持企业的核心竞争力。