理想周凡华：使力高，感知高需求，质量特性

2024 年 3 本月，汽车质量网、凯瑞赛驰咨询联合推出年度中国汽车产品质量杰出贡献者选举宣传活动，旨在在重新定义和不断提高产品质量的过程中，多维度呈现管理者的创新实践，为行业提供应对质量挑战的新思路。

本次活动的重要组成部分是深入参观和调查企业，对话做出突出贡献。在这次采访中，凯睿赛驰咨询了理想汽车质量安全副总裁张越，并就数字赋能质量控制以及如何应对大品类战略下的产品质量管理进行了深入沟通。

凯睿赛驰咨询高级副总裁张越(右)对理想汽车质量安全副总裁周凡华(左)(拍摄：杨朔)

周凡华表示，理想汽车始终贯彻用户思维，把用户价值放在第一位，致力于构建和不断优化质量安全体系，通过质量水平的整体提升，建立客户质量安全口碑，使质量成为理想汽车产品的核心竞争优势之一。

全流量感知，保证问题“不掉地”

周凡华(拍摄：杨朔)理想汽车质量安全副总裁

目前，深入推进数字化进程正在帮助汽车公司重构核心工作流程。根据行业研究数据，数字化结合物联网和自动控制可以缩短商品开发进度 提高生产效率的10%-20% 20%-30%；数字化带来了信息的高度运行，将客户问题的全面识别和处理效率提高到了前所未有的新高度。

在周凡华看来，随着新能源汽车市场的快速发展，理想汽车能够取得现在的成就，与数字技术的应用无关。理想的汽车是基于自己优秀的汽车。 IT 和 AI 能力，结合创新的数字信息交流平台，完成了全流量数字化工单端到端(供应链、R&D、制造、用户端等)业务的开放。).通过数字化工订单，可以实现每个节点的问题互通和信息共享，第一时间拉通资源，100%确定和处理用户提到的质量问题和反馈。

他指出，通过数字化工订单，可以回顾质量问题，积累成图书馆，形成知识地图，最后迭代为质量标准、设计规范和推广应用。几乎所有的数据都是在线和可视化的，这样数据就可以在最大范围内共享。无论是R&D、制造、供应商还是售后服务，都可以在同一水平进行交流和对话。与此同时，在质量管理工作中，还可以通过数字化工单抓取全生命周期问题流量，并通过工单实现全过程监督问题的处理。

从源头上看，为了满足用户多维感知需求，质量控制不能局限于传统汽车零部件的质量控制。从用户思维出发，理想汽车更注重用户高感知、高需求的质量特性。

周凡华是理想的 L9 例子：理想 L9 上市初期，一位库里南车主进店感受理想。 L9 当时，反馈水断线不齐。周凡华接到反馈后，立即带领团队进行内部评估，发现水断线有所不同。 0.5 mm，其实当时 L9 水切镀铬饰条的对齐度已达到行业领先水平，但质量安全团队本着“行业领先，满足用户需求”的理念，率先开展水切镀铬饰条匹配专项活动，跨部门共同挑战工程极限，最终在短时间内克服了这一难题。后续车型的水断线对齐真正达到了行业的领先地位；这个例子充分体现了理想汽车重视客户需求和反馈，旨在为用户提供“超出客户预期”的产品。

周凡华还提到，理想汽车质量安全设有专人。 24 小时值班，联合呼叫中心和服务团队全时响应客户的售后需求，“在理想汽车上，NPS 运营作为公司级指标，细化管理用户口碑、商品、质量、服务等客户体验模块，不断提升客户满意度，保证用户问题不掉地。"

保证问题“不溢出”的系统阻断

理想汽车生产线(供图：理想汽车)

新能源汽车的快速发展离不开电气化和智能化的紧密联系，智能化也是理想汽车的核心竞争优势。在周凡华看来，这不仅体现在汽车本身，也体现在公司的智能制造和测试上。作为一家创新驱动的公司，理想公司不断提高生产效率和交付质量，通过制造工艺技术和管理创新。

周凡华说，理想汽车在质量控制方面有着极其严格的标准，超高性能的检测设备，高达 4265 项目全行业自行车检测时间较长，做到全面系统的阻挡，保证每辆车的高质量交付。

在细节上，理想汽车“升级”了当前行业通用的质量检测技术。：理想的蓝光检测，单件测量点高达 800 个，测量精度可以达到 0.68um；在焊接车间，每一辆白色车身的关键尺寸都会经历 100% 精度高达 0.1mm 的自动化 DTS 检验，整车 1600 测量点位三坐标，单臂精度 17 L/115 ≤ 60 μ m；涂装车间选用橘皮仪、色差仪等精密设备，将检测锁定为纳米，确保外观一致。

另外，总装全车下线检测总共 3656 项目，其中基础测试 110 项目，新能源专有 600 项目，加强检查 800 项目，智能(智能驾驶) & 智能化空间)检查 1146 项。周凡华还提到，在出厂路试验方面，理想汽车拥有行业超全路谱和极其严格的车辆交付路试验，包括 28 类工况，完成风噪、胎噪及全车。 NVH、多工况多功能检测，如辅助驾驶、全车自动老化检测等。与此同时，最深达 30-50 cm严格的涉水试验环境保证了整车的绝缘性和开闭件的密封性能。

控制整个生命周期，在襁褓中“抹杀”问题。

周凡华还提到，理想汽车的质量管理团队，结合企业自身情况，对其进行了总结和采用。 PQA PQE 管理模式。其中，PQA 作为端到端产品质量的看护者，负责车型质量战略方向的规划、目标的制定、质量活动的规划、流程和结果的审查，从产品研发的概念阶段到量产交付，再到车辆的整个生命周期，从而实现产品质量的整个生命周期的控制。PQE 就是从产品开发阶段建立质量重点，把整个汽车分成 3 大重点、9 大系统、49 一个模块，对风险进行精细化评估和验证，对风险问题进行外部检测和管理；全面、深入地识别问题，高效、专业地解决问题，通过历史问题避免循环形成知识库，然后利用 AI 建立大型故障树模型。

经过，他认为 PQA PQE 管理机制可以提前介入质量管理的时间，从概念阶段介入，提前发现问题，防止外部问题，防范质量风险。同时，由于端到端的大数据闭环，R&D端、制造端、供应链端和用户端的数据可以打通，帮助理想汽车实现更高的生产效率和交付质量。

此外，理想汽车还严格控制供应商的准入门槛和质量认证体系，确保供应商体系的稳定性。周凡华认为，优秀的供应商是质量保证的基础。严格制定供应商业务成熟度、质量体系、工艺质量和产品质量 1000 多项检验项目，并通过数字化建立与供应商制程数据互联互通，实现对供应商全过程质量的有效控制。

AI 赋能质量，迎接新的挑战和机遇

AI 协助智能化生产(供图：理想汽车)

从智能化制造到智能化服务，AI 逐渐成为重塑汽车行业的核心驱动力。对于新时代大品类战略下的智能产品质量管理，其复杂性将呈现几何级数增长。对此，理想提出实施。 AI 赋能计划。

"理想汽车的使用 AI 基于视觉、听觉、触觉三大类高科技技术，赋能制造质量，开发自动智能检测设备，替代人工质量检测，提高检测精度、效率和准确性，同时开发大数据模型，解决数据量化和可追溯、数据分析和预警问题。”周凡华这么说。智能化检测中有很多项目是全栈自研，行业首例，行业领先的技术应用，包括 NVH 智能化监测，快充 & 慢充自动检测、车辆设备智能互联、灯光缺陷自动检测、热像自动检测、全车味道自动测量等。，以及许多技术都在不断开发和测试中。

除此之外，AI 技术可以帮助端到端的各个环节，从大量繁琐复杂的工作和流程中解放工程师，进而进行更多的创新工作；同时 AI 优质专家可以大规模提高处理问题的效率，提高用户体验。

当前，汽车行业的竞争日益激烈，客户对硬件质量、软件质量和 OTA 升级效果的期待越来越大。理想汽车将硬件产品质量管理从被动检查转变为主动预防，从单一故障率降低转变为全面提升用户体验；同时，借助 AI 大型训练和功能测试，迭代端到端软件质量闭环管理流程，构建先进的软件质量体系。

“贯彻用户思维，始终把用户价值放在第一位，不断思考理想汽车的用户群体对质量的需求”，这是周凡华在一次采访中反复提到的一句话。周凡华认为，未来企业的供给能力将会发生新的格局变化，核心品类自主研究比例将会增加，供应商产业化将会加快，传统零部件过剩和智能零部件稳定性瓶颈将会增加，所有这些都需要建立全面、充分的质量管理和互锁能力。对用户来说，可以肯定的是，“每一辆理想汽车都是我们产品质量承诺的具体体现，也是我们对质量、创新和用户关怀的集中体现。"

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com