Tanpa AI, tidak ada Changan

Berita QwenWork

Baru-baru ini, Changan Automobile telah resmi menghadirkan QwenWork di berbagai skenario bisnis seperti penelitian dan pengembangan, produksi, rantai pasokan, penjualan, serta layanan.

Sebagai salah satu dari tiga perusahaan otomotif milik negara terkemuka di Tiongkok, Changan secara aktif mengikuti tren teknologi AI, dengan menyuarakan semboyan "Tanpa AI, tidak ada Changan". Sebelumnya, Changan telah berhasil meluncurkan sejumlah produk unggulan industri seperti Tianshu Linghang dan Tianshu Zuo Cang. Memasuki tahun ini, Changan semakin membawa gelombang inovasi AI ke dalam struktur organisasi secara mendalam, mencakup seluruh bidang bisnis.

Liang Guangzhong, Asisten Presiden Direktur Changan Automobile sekaligus Kepala Departemen Transformasi dan Efisiensi, mengatakan: "Bagi Changan Automobile, alat cerdas (Agent) seperti QwenWork bukan hanya sekadar alat untuk meningkatkan efisiensi individu, tetapi juga kunci dalam membangun organisasi yang native-AI. Alat ini mampu menanamkan kemampuan AI ke inti proses bisnis, mendorong perubahan pada keseluruhan model operasional organisasi, sehingga menjadikan AI sebagai infrastruktur penting yang tak terpisahkan bagi perusahaan."

Oleh karena itu, Changan mewajibkan seluruh karyawan untuk menggunakan agen cerdas AI. Saat ini, QwenWork telah menyatu erat dengan pekerjaan harian karyawan di lapangan, memicu banyak contoh inovatif di bidang 'penelitian, produksi, pasokan, penjualan, dan layanan'.

Di bidang R&D, insinyur pengujian integrasi sistem kelistrikan Mao Haiyun menggunakan QwenWork untuk mengembangkan dua aplikasi bisnis: alat perhitungan pemilihan kabel harness dan simulator efek lampu. Pemilihan harness melibatkan perhitungan ratusan hingga ribuan parameter kabel untuk satu model kendaraan. Dulu, insinyur senior membutuhkan waktu sekitar dua hari untuk menyelesaikannya secara manual, kini cukup masukkan tabel parameter dan hasil keluar dalam lima menit. Sementara itu, simulator efek lampu dapat langsung merender efek cahaya pada model 3D mobil, menggantikan metode lama berupa deskripsi lisan atau membuat demo kendaraan fisik melalui proses pengembangan. Hal ini mempersingkat waktu mencapai kesepakatan atas desain dari beberapa minggu menjadi hanya satu sesi rapat.

Di bidang produksi, Guo Ziya, insinyur manajemen sistem kualitas dengan pengalaman 13 tahun, sebelumnya tidak pernah menulis kode program sama sekali hingga akhirnya mulai berkenalan dengan AI tahun ini. Ia berhasil mengembangkan alat penerjemah pemindaian kode ke bahasa Mandarin menggunakan QwenWork, mengatasi masalah mesin pemindai di lini produksi yang tidak bisa membaca karakter Hanzi. Solusi ini kini telah diterapkan secara luas di berbagai fasilitas produksi Chang'an Hebei. Selain itu, karyawan internal juga mengembangkan aplikasi mikro untuk pemeriksaan dokumen kendaraan, yang mencakup puluhan parameter verifikasi dokumen seperti sertifikat kesesuaian, sertifikat COC, daftar lingkungan hidup, dan lainnya. Dulu, pemeriksaan manual untuk satu kendaraan memakan waktu lebih dari sepuluh menit, kini cukup ambil foto dan unggah, sistem secara otomatis mengekstraksi parameter, membandingkannya dengan data resmi, serta menandai perbedaan—waktu pemeriksaan per kendaraan turun drastis menjadi hanya satu hingga dua menit.

Gong Xuan, Manajer Proyek Senior Digitalisasi Platform Pembelian Global di Pusat Pembelian, bahkan lebih maju. Ia menjadikan QwenWork sebagai alat utama untuk analisis data harian, inventarisasi proyek, dan penyusunan materi, serta sedang membangun fungsi analisis biaya otomatis berbasis database perusahaan.

Di bidang rantai pasokan, Zhang Yongze, petugas manajemen kemasan di Divisi Logistik yang berusia 55 tahun, setelah belajar mandiri tentang QwenWork, berhasil memecah proses persetujuan kemasan yang menghubungkan ratusan pemasok di seluruh negeri dan ribuan komponen dalam satu proyek, menjadi tujuh atau delapan skrip otomatisasi. Proses ini kini mampu melakukan ekstraksi data otomatis, ringkasan kemajuan, serta peringatan dini atas keterlambatan, sehingga beban kerjanya berkurang lebih dari 90%.

Pada aspek penjualan dan layanan, sebuah proyek riset biasanya harus menangani sekitar 20.000 hingga 30.000 sampel pengguna. Dulu, mengklasifikasikan dan menganalisis tanggapan mentah pengguna yang tidak terstruktur membutuhkan waktu beberapa hari secara manual. Kini, dengan bantuan QwenWork, identifikasi emosi dan pengelompokan opini dapat diselesaikan secara otomatis, memperpendek siklus analisis menjadi kurang dari setengah hari, memberikan wawasan berbasis data kepada tim desain produk.

Li Qiang, Wakil Presiden Alibaba Cloud Intelligence Group sekaligus General Manager Industri Otomotif AI, menyatakan: "Ke depan, persaingan industri akan bergeser dari 'kecerdasan kendaraan tunggal' menuju 'kecerdasan perusahaan'. Yang membedakan antar produsen mobil bukan lagi siapa yang lebih dulu mengintegrasikan model tertentu, melainkan siapa yang mampu mengubah AI menjadi kekuatan pendorong evolusi berkelanjutan perusahaan. Model pada akhirnya akan menjadi umum, begitu pun aplikasi titik-tunggal yang mudah ditiru. Yang benar-benar sulit ditiru adalah kemampuan produsen mobil dalam menggunakan AI untuk mengintegrasikan keseluruhan rantai 'penelitian, produksi, pasokan, penjualan, dan layanan'. Di sinilah letak makna demonstratif implementasi QwenWork di Changan."

Hubungan kerja sama antara Changan Automobile dan Alibaba telah berlangsung lama dan menghasilkan capaian signifikan. Sistem bantuan berkendara cerdas Changan Tianshu Linghang telah menggunakan chip AI buatan sendiri dari Pingtouge untuk pelatihan model, sementara kabin Changan Tianshu Zuo Cang juga telah terintegrasi dengan model besar Qwen. Ke depan, Changan Automobile dan Alibaba akan terus memperdalam kolaborasi AI, bersama-sama menciptakan contoh unggulan otomatisasi di industri otomotif.

We dedicated to serving clients with professional DingTalk solutions. If you'd like to learn more about DingTalk platform applications, feel free to contact our online customer service or email at This email address is being protected from spambots. You need JavaScript enabled to view it.. With a skilled development and operations team and extensive market experience, we’re ready to deliver expert DingTalk services and solutions tailored to your needs!

Using DingTalk: Before & After

Before

  • × Team Chaos: Team members are all busy with their own tasks, standards are inconsistent, and the more communication there is, the more chaotic things become, leading to decreased motivation.
  • × Info Silos: Important information is scattered across WhatsApp/group chats, emails, Excel spreadsheets, and numerous apps, often resulting in lost, missed, or misdirected messages.
  • × Manual Workflow: Tasks are still handled manually: approvals, scheduling, repair requests, store visits, and reports are all slow, hindering frontline responsiveness.
  • × Admin Burden: Clocking in, leave requests, overtime, and payroll are handled in different systems or calculated using spreadsheets, leading to time-consuming statistics and errors.

After

  • ✓ Unified Platform: By using a unified platform to bring people and tasks together, communication flows smoothly, collaboration improves, and turnover rates are more easily reduced.
  • ✓ Official Channel: Information has an "official channel": whoever is entitled to see it can see it, it can be tracked and reviewed, and there's no fear of messages being skipped.
  • ✓ Digital Agility: Processes run online: approvals are faster, tasks are clearer, and store/on-site feedback is more timely, directly improving overall efficiency.
  • ✓ Automated HR: Clocking in, leave requests, and overtime are automatically summarized, and attendance reports can be exported with one click for easy payroll calculation.

Operate smarter, spend less

Streamline ops, reduce costs, and keep HQ and frontline in sync—all in one platform.

9.5x

Operational efficiency

72%

Cost savings

35%

Faster team syncs

Want to a Free Trial? Please book our Demo meeting with our AI specilist as below link:
https://www.dingtalk-global.com/contact

WhatsApp