本項目通過中國移動OnePower工業低代碼平臺和人工智能生成式代碼技術，實現了修船行業吊駁運管理系統的高效開發。該系統通過技術創新，顯著提升了規律性代碼編寫的效率，實現了重復模塊開發周期80%的縮減和整體周期超過20%的縮短。系統集成了修船企業的核心業務流程，優化了緊缺資源如門機和駁運車輛的調度，通過線上協調和排程解決了資源時間沖突，全程監控任務執行，并生成數據分析報表。核心技術涵蓋實時沖突判斷、吊運駁運聯動、全自動排程等，大幅提升了作業效率。此外，本項目構建的修船行業知識庫為客戶提供了專屬的智能化支持。系統的實施不僅提高了生產效率，降低了運營成本和風險，也為修船行業的數字化轉型和工業大模型的應用開辟了新的道路。

該船舶重工企業面臨的主要挑戰包括：吊運業務和駁運業務的資源沖突、時間調度困難、任務執行跟蹤不足等。傳統的人工調度方式導致資源利用效率低下，增加了運營成本和風險。系統通過代碼生成技術可增加開發效率降低成本，通過實時沖突判斷、自動化排程、數據分析報表等功能，提高調度精度和資源利用率，同時降低對專業人員的依賴，減少人為錯誤。

LES系統通過融合兩個工業大模型的能力，實現了高效的開發流程和智能化的系統使用體驗。

首先，項目利用工業低代碼平臺中的人工智能生成式代碼（AIGC）技術，開發了重復性和規律性的項目模塊。這一技術基于先進的生成式人工智能大模型，創建了一個集可視化設計、智能代碼生成、自動化測試和持續部署于一體的敏捷開發環境。

通過簡化編程過程，使得項目團隊能夠快速搭建系統、復制相似模塊并檢查已開發模塊，大幅提升了開發效率。其次，項目利用工業大模型的自然語言處理和人工智能生成式內容，為開發者和使用者提供了項目知識管理和系統使用輔助。這一定制化的工業（語言）大模型，通過針對性訓練和優化，深度融合了修船行業的專業知識、術語、工作流程和實踐經驗。該知識庫涵蓋船舶構造、行業規范、修船工藝、材料標準、設備手冊、法規要求等廣泛而深入的專業知識，確保模型具備扎實的行業理論基礎。大模型對修船領域的專業詞匯、縮略語、專用計量單位等進行充分學習和理解，能夠在處理相關文本時準確識別并合理運用這些行業特有語言元素。通過集成實際修船項目的案例資料、故障診斷記錄、維修報告等實戰數據，大模型能夠學習到修船作業中的常見問題、解決方案、最佳實踐等，提供準確的文本處理和知識查詢服務。

最后，大模型加持下的“自然語言處理”也為廠區用戶提供了使用系統的便利。修船行業屬勞動密集性企業，且對于安全作業的要求極高。數字化系統的使用離不開電腦、平板、手機等載體，但是廠區的一般工人不擅長使用電子產品，但是系統集成的語音輸入功能，和自然語言轉工單申請功能為他們提供了十足的便利。用戶只需在平板、手機上簡單操作幾步，便可以使用語音完成剩下的操作步驟。目前，針對此項目微調的工業（語言）大模型已覆蓋一線用戶工單申報和知識查詢95%的作業功能，全系統約60%的作業功能。 總體而言，LES系統的開發和實施展示了工業大模型在修船行業的巨大潛力和應用價值。通過技術創新，項目不僅提高了開發效率，還為用戶帶來了更加智能化和便捷的操作體驗，為修船行業的數字化轉型開辟了AI道路。

經統計，本項目一期（項目主體）的實施周期約為16周，其中大模型的專項開發和訓練約進行了6周（與其它開發平行進行），人工智能生成式代碼減少了約2周工作量。二期（數據分析）的實施周期約為8周，人工智能生成式代碼減少了約6周工作量。 通過優化吊運和駁運業務流程，駁運車輛等待工時降低20%，燃油消耗減少20%，施工班組等待工時降低30%，門機空鉤率和空跑率顯著降低，資源利用率提升15%。 項目的實施推動了修船行業的數字化轉型，提升了行業的技術水平和作業安全性。通過智能化系統的應用，提高了工作環境的安全性，改善了員工的工作條件，同時也為員工提供了更加智能化和便捷的工作方式。