我们依托飞书项目搭建8D分析流程，让研发、制造、采购协同作战。把“部门接力、层层衰减”变成“全员同频、一体攻坚”，把“凭经验猜原因”变成“靠数据定对策”，让每一项质量问题都能一追到底，改有所依。

朱金海

智新科技质量部总监

智新科技是东风体系下的汽车核心零部件供应商，面向多家主机厂客户提供产品与质保服务。公司持续推进质量数字化战略，以体系化能力保障产品质量与客户满意度。

在汽车零部件供应链中，售后质量不仅要满足 IATF16949 等质量体系要求，还要覆盖问题响应、8D 分析、索赔追偿和供应商整改等全流程闭环。随着业务复杂度不断提升，传统 PLM 系统已难以支撑新的质量管理需求。智新科技希望通过数字化平台承接售后质量全流程，并借助 AI 提升根因分析和报告产出效率。

智新科技选择以飞书项目作为售后质量管理的流程底座，承载全链路业务数据，沉淀统一、结构化、可追溯的数据资产，把售后问题收进一张表，再让这张表变成一条流水线。同时，将 AI 深度融入业务流程，基于真实业务数据实现分析、归因、生成和评审，驱动售后质量持续闭环。

一张“一元表”，让售后问题“一单到底”

使用飞书项目前，智新科技的售后问题来自客户邮件、QMS、SAP、MES 及线下反馈等多个渠道，信息格式各异、字段不统一，售后工程师需要大量手工整理和录入。由于缺少统一流程，各环节依赖人工推进，从问题提报、责任判定到整改闭环缺乏透明度，管理者难以及时掌握每一单问题的处理进度和逾期风险。

使用飞书项目后，智新科技基于飞书项目搭建统一的售后业务管理平台，以一张售后”一元表”承接所有售后问题。20 余个业务节点串联售后技术、市场质量、工厂质量、供应商等多角色协作流程，并与飞书 IM、审批、自动化通知打通，实现问题登记、责任分配、整改跟踪全流程在线协同，让每一起售后问题真正做到”一单到底”。

模拟数据，仅供参考

同时，智新科技建立统一的数据标准体系，对齐 QMS、SAP、MES 等系统的数据口径，规范字段命名、数据类型及质量指标定义，使一元表既承载业务流程，也成为统一的质量数据底座。沟通记录、附件、评审意见、修改历史等过程信息全程留痕，重大问题、高层质量双周会及核心指标看板实时展示处理时效、首次修复率等关键指标，帮助管理者及时识别风险。

飞书项目让智新科技将原本分散在多个系统、依赖人工推进的售后管理，沉淀为统一的数据与流程体系。每一单售后问题都有统一入口、统一标准、统一流转路径，问题登记到责任人通知数分钟内即可完成，跨部门流转效率提升 50%+，周报生成效率预计提升 80%+。更重要的是，管理者能够实时掌握问题处理进度、服务水平和潜在风险，售后管理从”凭经验推动、靠感觉判断”真正升级为“数据驱动、流程闭环”。

一条流程，让索赔、追偿、SQE一体协同

使用飞书项目前，售后索赔发票台账、供应商追偿台账长期依赖人工维护，索赔条目、追偿金额、发票信息分别记录、独立管理，不仅容易出现关联错漏，也给财务结算和对账带来大量人工工作。

同时，供应商整改主要依赖线下沟通，问题流转、整改进度和处理结果缺乏统一记录，难以持续跟踪整改情况，更无法反向驱动上游质量改进。

使用飞书项目后，智新科技依托飞书项目，以“一元表”为核心，打通质保索赔、客户索赔清单、供应商追偿台账等业务对象，在同一数据底座中实现统一管理与关联闭环。

当售后问题定责涉及外购件时，系统自动联动触发 SQE（供应商质量协同管理）流程，将问题描述、根因分析、整改要求同步至供应商，供应商在线完成原因分析和整改反馈，形成贯通”主机厂-智新科技-供应商”的质量协同链路。与此同时，供应商响应时效、整改完成情况等关键指标同步纳入质量度量体系，为供应商质量绩效评价提供数据支撑。

飞书项目将原本彼此割裂的索赔、追偿和供应商质量管理整合到同一套数据与流程体系中，实现了从业务处理到质量管理的贯通。索赔条目、追偿金额和发票信息实现系统化关联，财务结算和对账更加规范、高效；供应商整改全过程在线可追溯，每一次售后问题都能够沉淀为供应商持续改进的依据，推动售后质量管理从”解决当前问题”进一步走向“预防下一次问题”。

AI 长在业务里，让 8D 分析从 2 小时到 15 分钟

使用飞书项目前，8D 报告是汽车零部件行业衡量质量分析能力的重要依据，但长期以来，智新科技的 8D 报告主要依赖 Excel、Word、PPT 手工编写。不同客户模板不一，分析所需数据分散在多个系统和沟通记录中，工程师需要反复收集、整理、填报，单份报告通常需要 2-3 小时，高度依赖资深工程师经验，难以复制和规模化推广。

模拟数据，仅供参考

使用飞书项目后，智新科技没有把 AI 独立部署在业务流程之外，而是直接构建在飞书项目的全链路业务数据底座之上。依托飞书项目原生 AI 能力（AI 字段、AI 节点、AI 助手）及根因展现插件，围绕 8D 分析沉淀出 5 个核心 AI 场景。

AI 所需的数据直接来源于真实工作项，包括问题记录、原因分析、整改措施等业务过程；生成的分析结果、根因结论和报告内容又自动回流至工作项，驱动 8D 分析、评审、整改、闭环全流程持续运行，让 AI 真正融入业务，而不是停留在单点工具。

模拟数据，仅供参考

依托飞书项目统一的数据底座和 AI 能力，智新科技将原本依赖人工整理和经验沉淀的 8D 分析升级为数据驱动、AI 辅助的新模式。8D 报告产出时间从每份 2-3 小时缩短至约 15 分钟，因根因分析不充分导致的返工显著减少。AI 承担了资料整理、条目录入、根因归纳和报告汇编等重复性工作，让质量工程师将更多精力投入问题分析、质量改进和持续优化，使 AI 真正成为质量工程师的工作助手。