从一扇车门开始，我们把AI用进了实际工作

这个项目，一开始客户并不想做。

客户来自汽车行业。对于用AI帮助工程师完成三维数模设计检查，他们有疑虑。能回答问题、生成内容，和能调用专业软件、完成一次真实的工程检查，毕竟是两回事。

我们专程去了客户现场，希望争取一次尝试的机会。那次沟通，我们坚持讲了自己的判断，客户也提出了不少实际问题。最后，他们拿出了一个复杂场景，让我们做出来看看。

这就是后来反复打磨的车门开启间隙检查：车门沿着铰链轴转动，检查它与周边零件在不同位置是否保持足够的间隙。

机会争取到了，压力也跟着来了。

客户原本就不相信AI能做到，我们又坚持认为值得尝试，接下来就得拿出实际结果。真正接下这个任务时，我是期待的，但心里确实没底。

AI能参与到哪一步，怎样与现有软件配合，最后能不能交给工程师使用，都需要一件件验证。

▲ 客户给的第一个考验：能聊天不等于能完成一次真实的工程检查

---

最初，我总想先把整个方案想清楚，好像准备得足够充分，心里就能更踏实一些。后来发现，有些问题光想没有用，还是得坐下来，看工程师到底怎么做。

于是，我们开始看操作视频、梳理检查条件，跟着原来的步骤走。

熟练的工程师选几个对象、填几个参数，就能开始检查。但轮到我们来实现，就得把每一步弄明白：为什么选这个零件，为什么用这个条件，最后依据什么判断结果。

这个过程比预想中慢，却也让我放下了一些着急。有具体的操作，有可以对照的结果，至少知道下一步该做什么。

第一次看到模型里的车门自动转起来，检查结果出现在页面上，心里还是挺高兴的。

之前反复讨论的事情，终于有了一段能运行的流程。虽然距离交付还远，但那时的信心很直接：这条路能走，可以继续往下做。

▲ 放下预想方案，看操作视频、梳理检查条件，把每一步为什么弄明白

---

随后，我们把输入条件、任务进度、结果图片和报告逐渐补上。原本需要人在几个地方来回操作的检查，开始能够在同一条流程里完成。每接上一段，就多了一点把它交给别人使用的底气。

中间当然也有反复。一个模型跑顺了，换一个还要调整；结果出来了，还得回头核对条件和依据。不过，后来再遇到这些情况，心态已经和刚开始不同了。

起初，碰到一个没见过的问题，会担心是不是方向就不对。慢慢地，我们能分辨该从模型准备、软件调用，还是检查条件查起。

事情依然费时间，但不再是一团没有头绪的担心。

我们也逐渐确定了AI在这个项目里的分工：帮助理解工程师的要求、整理任务、匹配对象和组织工具调用；精确的几何测量交给专业CAD软件；检查依据明确规则进行，过程和结果留下证据，方便工程师复核。

把这些事情分清楚以后，我们和客户也更容易讨论具体问题。哪些可以自动完成，哪些需要确认，哪些还没有验证，都可以摊开来说。

▲ 分工：AI理解与调度，CAD做精确测量，规则检查留下证据

---

客户的态度，也是在这些交流里慢慢变化的。

最开始，大家讨论的是“AI到底能不能做”。随着流程逐步跑通，问题开始变得具体：这个结果依据什么，换一种情况是否适用，工程师操作时还要做哪些事。

没有哪一次交流，让所有疑虑一下子消失。但当双方开始一起核对结果、讨论下一步怎么用，我能感觉到，这件事有了继续往前走的基础。

客户愿意往下看，我们也更需要把已完成的和待验证的部分讲清楚。一次演示顺利，不代表换一个模型、换一台电脑也能同样顺利。

接入实际的工程数据环境后，这些问题更加具体了。

系统要面对真实的零件、版本和装配关系，也要考虑不同电脑上的运行情况。在自己电脑上，有些步骤知道怎么处理，顺手就过去了。交给别人使用，这些地方都不能含糊。

那个阶段，我开始经常想：

“如果坐在电脑前的是客户工程师，他能不能不找我们，自己完成这次检查？”

打开以后能不能很快开始，等待时能不能知道进展，做完以后能不能找到关键位置，拿着结果和同事讨论——这些事情，都影响着他下次还愿不愿意用。

所以，我们花时间改提示、理页面、补进度，把报告整理得更方便查看。以前觉得这些可以稍后再做，后来发现，它们直接关系到前面的工作能不能真正用起来。

▲ 交付视角：打开就能开始、等待有进展、做完能找到关键位置

---

与此同时，前面做过的东西开始有了新的用处。

对象识别、测量、运动检查和报告，这些能力在其他场景里也有可以复用的部分。再讨论新需求时，我们能够把工作拆开，与客户一起判断哪些已有基础，哪些需要适配，哪些值得先投入。

从最初拿出一个复杂场景让我们试，到后来讨论更多检查场景，以及怎样安排工程师试用，这种变化让我很有感触。

这还不意味着客户已经完全放心，实际使用仍有不少地方需要验证。但他们愿意继续投入时间，提出更细的要求，和我们讨论怎么往前做，本身就是一种逐步建立起来的认可。

后来的交流里，大家越来越关心准确、省时，以及工程师愿不愿意持续使用。

演示做出来，会有成就感。一个人真正完成工作，觉得少了几步重复操作，下次还愿意打开它，又是另一种成就感。项目接下来要证明的，正是后面这件事。

▲ 从“AI到底能不能做”到“这个结果依据什么”：准确、省时、愿意持续使用

---

回头看，客户最初的怀疑并不难理解。要把真实工作交给一种新的方式，总得先看到依据。我们自己的信心，也是在理解业务、完成验证、回应反馈的过程中慢慢长出来的。

这段经历让我对企业里的AI应用有了更具体的认识。

很多团队已经有规范、有工具，也有经验丰富的人，只是中间仍有不少工作需要人工来回衔接。把这些工作看明白，找到合适的一段，接上现有软件和数据，先做出可以验证、可以试用的东西，事情才有机会继续展开。

所以，现在再和客户聊需求，我更愿意先听他们讲一次平常的工作：从哪里开始，要打开哪些软件，哪些步骤最费时间，哪些事情每天都在重复。

我们这个项目，就是从这样一项具体工作开始的。

“那扇最初被拿来检验我们能否做到的车门，也成了双方慢慢建立信任的起点。