汽车质量 / PPAP
PPAP 提交包与 IATF 16949 审核：用 AI 核对 ERP 数据与资料一致性
简要回答
PPAP 提交失败多数不是技术问题，而是资料之间对不上：图纸版本、BOM、尺寸报告、材料证明和控制计划互相矛盾。私有部署的 AI 助手可以读取 ERP、PLM 和检验记录，逐项核对一致性并列出缺口，但最终提交的签字和判定仍需责任人完成。
做汽车零部件的企业，每当有新项目、工程变更或换地点生产，就要面对客户的 PPAP 要求。常见的提交等级是第三级，需要准备设计记录、工程变更文件、FMEA、控制计划、测量系统分析、尺寸结果、材料与性能试验结果、初始过程研究以及零件提交保证书等多项内容。
IATF 16949 审核时，审核员也会顺着一个零件追溯整条证据链：客户图纸到内部 BOM，再到过程文件和检验记录。资料一旦不一致，就会开出不符合项。本文说明 AI 可以在哪些环节减少这种内耗，以及企业应保留的控制。
PPAP 和 APQP 里最耗时的是核对，而不是编写
APQP 把产品开发分为计划、产品设计、过程设计、产品与过程确认、反馈评定几个阶段。每个阶段都有输出物，而这些输出物分散在 PLM、ERP、Excel 和纸质档案里。质量工程师大量时间花在翻找版本、复制数据和人工比对上。
典型错误包括：尺寸报告引用的图纸版本低于客户最新版本；ERP 里的物料版本与 BOM 不符；控制计划里的特性在尺寸报告中没有对应的测量结果；材料证明的批号与首批生产的批次对不上。
- 图纸版本、BOM 版本和过程文件版本不一致
- 气泡图编号与尺寸报告编号不对应
- 控制计划特性没有对应的测量或能力数据
- 材料证明与实际投料批次无法对应
- 客户特殊特性在文件中遗漏或标识不统一
AI 助手的具体用法
把项目的资料包交给助手（文本、表格和扫描件经过识别后建立检索），再让它读取 ERP 中的物料主数据、BOM、工艺路线和检验批记录。助手可以逐项给出核对清单：哪些文件版本日期早于最近一次工程变更，哪些特性在控制计划中有、在尺寸报告里没有，哪些批次的材料证明缺失。
它还可以按客户的 PPAP 要求清单，自动生成提交状态表，标出缺失的文件和待签字的位置；回答「这个零件上一次 PPAP 是什么时候批准的、之后做过几次变更」这类需要翻多个系统才能回答的问题。
- 按客户提交要求生成文件完整性清单
- 跨 ERP、PLM、检验记录核对版本和批号
- 追溯工程变更对 FMEA、控制计划的影响范围
- 为内审和外审预先准备按零件追溯的证据链
与 IATF 16949 要求的关系
IATF 16949 要求对产品和过程变更进行控制，并保留成文信息。AI 的价值在于让这些记录更容易被找到和被核对，而不是改变管理要求。我们不声称任何认证，也不能替企业通过审核；系统只是帮助你们更快发现自己的文件缺口。
对于需要保留记录的内容，应由 QMS 或文件系统作为正式记录源，AI 只提供读取和提示，不直接修改受控文件。审核员询问某条结论的依据时，系统应能给出引用的记录编号和查询语句。
架构：客户图纸与产品数据保持在本地
客户图纸、规格和试验数据通常受保密协议约束。推荐在企业自有服务器上用 vLLM 或 Ollama 运行开源权重模型，文档检索和 ERP 查询都在内网完成，对 ERP 只读。写回动作例如更新提交状态，需要人工确认。
如果客户要求资料只能存放在其指定的门户或系统中，可以让助手只处理本地副本并在使用后按保留政策清理，具体做法需要在评估阶段与你们的保密条款对照确认。
试点与诚实的限制
建议从一个正在进行的项目或即将到期的再提交开始，把现有 PPAP 包和 ERP 数据导入，让助手出具缺口报告，并和质量工程师的人工核对结果比较。如果它发现的问题大多是你们本来就知道的，说明价值有限；如果它发现了人工遗漏的版本冲突，就值得扩展。
需要强调：模型可能误读扫描件中的数字，所有关键数值必须回到原始记录核实。如果你们已经使用主机厂指定的供应商质量管理平台，并且数量很少，先用好平台自带的功能。你也可以先下载 netray.co/tools 上的英文 PPAP 与 APQP 检查表来对照自己的流程。
常见问题
PPAP 一共有几个等级，AI 会怎么处理？
通常分为五个提交等级，不同客户对等级的要求不同。助手根据客户的要求清单生成对应的文件清单，不会自行决定提交等级，等级以客户通知为准。
AI 能代替 PPAP 的尺寸检测或试验吗？
不能。尺寸结果和性能试验必须来自实际测量和有资质的实验室。AI 只负责整理、核对和提示缺口。
扫描的纸质报告也能处理吗？
可以经过文字识别后建立检索，但识别存在错误率，关键数值需要人工回到原件核对，不建议无人复核直接使用。
这样做能保证通过 IATF 16949 审核吗？
不能保证。审核结果取决于你们实际的体系运行。系统可以帮助你们更早发现文件间的不一致，减少遗漏。
客户数据能否保留在本地？
可以。模型和检索都可以部署在企业自己的服务器上，数据不出厂，ERP 保持只读，并保留查询记录供追溯。
相关指南
FMEA 不再是一次性文件：用 ERP 与 MES 数据让 PFMEA 持续更新
用 ERP 与 MES 的真实不良、返工、客诉数据更新 DFMEA 和 PFMEA，AI 辅助评分与控制计划联动，模型可私有化部署。
MES / SPC / ERPSPC 与 CPK：让控制图的异常信号被及时读懂
从 MES 与检测设备读取数据做 SPC 控制图和 CPK 分析，AI 辅助解读异常趋势与原因，模型本地部署，适合制造企业。
ERP / MES / QMS首件检验：在换线与换模的那一刻守住第一道关
把首件检验纳入工单与换线流程，用 ERP、MES 数据核对工艺版本和检验项目，AI 辅助生成首件报告，本地部署。
ERP / WMS / QMS来料检验 IQC：用历史数据决定抽多少、查什么、追哪家供应商
用 ERP 收货与检验记录优化 IQC 抽样、不良追溯和供应商评分，AI 辅助分析来料趋势，数据本地部署不出厂。
用友 U8 / U9 Cloud用友 U8 / U9 Cloud 的 AI 集成：数据不出厂的做法
在用友 U8、U9 Cloud 上落地私有化 AI：用自然语言查库存、采购、生产订单与缺料，数据不出厂，默认只读，写入需人工确认。
用友 BIP用友 BIP 之上的企业 AI：私有化问答与智能体
用友 BIP 之上如何加 AI：基于开放平台与 API 做自然语言查询和智能体，开源模型本地部署，权限沿用 BIP 角色，写入需人工审批。