理想周凡华：发力高感知高需求质量特性

　　车质网、凯睿赛驰咨询于2024年联合推出了“中国汽车产品质量突出贡献人物”推选宣传活动，旨在多维度展现管理者在重新定义、持续改进产品质量过程中的创新实践，为行业提供应对质量挑战的新思路。本次采访聚焦理想汽车，凯睿赛驰咨询高级副总裁张越对话理想汽车质量安全副总裁周凡华，就数字化赋能质量管理，以及大品类战略下的产品质量管理如何应对等问题进行了深入沟通。

凯睿赛驰咨询高级副总裁张越（右）深度对话理想汽车质量安全副总裁周凡华（左）（摄影：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，致力于构建并持续优化质量安全体系，通过质量水平的整体提升，建立用户质量安全口碑，将质量打造成理想汽车产品的核心竞争力之一。

　　全流量感知，确保问题“不掉地”

理想汽车质量安全副总裁周凡华（摄影：杨朔）

　　当前，深入推动数字化进程正在帮助汽车企业重构核心业务流程。根据行业研究数据显示，数字化结合物联网和自动化技术，可缩短产品开发周期10%-20%，提高生产效率20%-30%；数字化带来了信息的高度流转，将对用户问题全面识别和解决的效率提升到了前所未有的新高度。

　　在周凡华看来，在新能源汽车市场高速发展的今天，理想汽车能取得现在的成绩，与数字化技术的应用不无关系。理想汽车基于自身优秀的IT和AI能力，同时结合创新的数字化信息沟通平台，实现了全流量数字化工单端到端（供应链、研发、生产制造、用户端等）业务的打通。通过数字化工单，实现每一个节点问题互通、信息共享，第一时间拉通资源，针对用户提及的质量问题和反馈百分百确认、解决。

　　他表示，通过数字化工单，能够将质量问题进行复盘回溯，并积累成库，形成知识图谱，最终迭代为质量标准、设计标准，推广应用。理想汽车几乎把所有的数据都在线化和可视化，让数据在最大范围内去共享，不管是研发、制造、供应商、售后服务，都能在同一个维度进行沟通对话。同时，在质量管理工作中，也可通过数字化工单抓取全生命周期问题流量，并通过工单做到全流程监管问题解决。

　　在源头上，为满足用户多维度体验需求，质量管理不能仅拘泥于传统的汽车部件的质量管控，要从用户思维出发，理想汽车更多地把发力点聚焦用户高感知、高需求的质量特性上。

　　周凡华以理想L9举例：在理想L9上市初期，一位库里南车主进店体验理想L9时，反馈水切线不齐。接到反馈后，周凡华立即带领团队进行内部评估，发现水切线相差了0.5毫米，其实当时L9的水切镀铬饰条对齐度状态已经达到了行业较高水平，但是本着“做到行业领先，满足用户需求”的理念，质量安全团队牵头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，最终短时间内把这个难题给攻克了，将后续车型的水切线对齐度真正做到了行业的领先水平；这个事例充分体现了理想汽车重视用户需求和反馈，旨在提供“超越客户预期”的产品给用户。

　　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段响应用户售后需求，“在理想汽车，NPS被作为公司级指标进行运营，在用户口碑、产品、质量、服务等各用户体验单元均细化管理，持续提升用户满意度，保证用户问题的不掉地。”

　　立体化拦截，确保问题“不溢出”

理想汽车生产线（供图：理想汽车）

　　新能源汽车的飞速发展离不开电动化和智能化的相辅相成，智能化同样是理想汽车的核心竞争力。在周凡华看来，这不仅仅体现在汽车本身，也体现企业的智能制造及检验上。理想作为创新驱动的企业，同样通过制造过程技术和管理上的创新，不断提高生产效率和交付质量。

　　周凡华表示，理想汽车在品控上拥有极其严苛的标准，超高精度的检测设备，多达4265项的全行业单车超长时长的检验，做到全面立体化拦截，保证每一辆车高品质交付。

　　细节上，理想汽车针对目前行业通用的质量检测技术进行了“升级”：理想的蓝光检测，单件测量点位多达800个，测量精度可达0.68um；在焊装车间，每一辆白车身关键重点尺寸都会经历100%精度高达0.1mm的自动化DTS检测，全车1600点位的三坐标测量，单臂精度17+L/115≤60μm；涂装车间采用橘皮仪、色差仪等精密设备将检验锁定至纳米级，保证外观的一致性。

　　此外，总装整车下线检验共计3656项，其中基础检验110项，新能源专有600项，强化检查800项，智能化（智能驾驶&智能空间）检查1146项。周凡华还提到，在出厂路试检测方面，理想汽车拥有行业内超全路谱和极其严苛的车辆交付路试检测，包含28类工况，实现了风噪、胎噪及整车NVH、辅助驾驶、整车自动老化测试等多工况多功能检测。同时，最深达30-50厘米的严苛涉水测试环境保障了整车绝缘性能及开闭件密封性。

　　 全生命周期端到端质量管控

　　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，总结并采用了PQA+PQE的管理模式。其中，PQA作为端到端产品质量的看护者，从产品开发概念阶段到量产交付，再到车辆全生命周期，负责车型质量战略方向规划、目标制定、质量活动策划、过程及结果评审，最终实现产品质量全生命周期管控。PQE则是从产品开发阶段成立质量专项，将整车分为3大专项、9大系统、49个模块，精细化开展风险评估、验证，将风险问题探测管理前置；全面深入识别问题，高效专业解决问题，并通过历史问题规避循环形成知识库，再利用AI建立故障树大模型。

　　他认为，经由PQA+PQE管理模式，能够将质量管理的介入时间提前，从概念阶段介入，问题提前发现，预防前置，将质量风险防患于未然。同时，也因为坚持端到端的大数据闭环，实现研发端、制造端、供应链端和用户端数据打通，助力理想汽车实现了更高的生产效率与交付质量。

　　另外，理想汽车还对供应商准入门槛和质量管理体系进行严格把控，保证供应商体系的稳定性。周凡华认为，卓越的供应商是品质保证的根基。针对供应商的业务成熟度、质量体系、过程质量和产品质量制定了严苛的1000余项检查项，并且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管控。

　　AI赋能质量，迎接新机遇与挑战

AI辅助智能生产（供图：理想汽车）

　　从智能制造到智能服务，AI逐步成为重塑汽车行业的核心驱动力。对于大品类战略下的新时代智能化产品质量管理，其复杂性将呈现出几何倍数增长，对此，理想提出了实行AI赋能的计划。

　　“理想汽车利用AI赋能制造质量、基于视觉，听觉，触觉三大类高精尖科技，开发了自动化智能检验设备、替代人工质检，提高检验精度、效率和准确性，同时自研了大数据模型，解决数据量化和追溯，数据分析和预警的难题。”周凡华如此说道。在智能检验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智能检测、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、整车气味自动化测量等，还有多项技术在持续开发测试中。

　　除此之外，AI技术会助力端到端各环节，将工程师从大量繁琐复杂的工作及流程中解放出来，从而进行更多的创新性工作；同时AI质量专家可以大规模提升问题处理效率，提升用户体验。

　　目前，汽车行业竞争愈发激烈，用户对硬件质量、软件质量及OTA升级效果的期待在不断增强。理想汽车将硬件产品质量管理从被动检查转向主动预防，从单一降低故障率转向全面提升用户体验；同时借助AI大模型训练与自动化测试，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”，这是周凡华在接受采访时反复提及的一句话。周凡华认为，未来企业的供给能力将会出现新的格局变化，核心品类自研占比增大、供应商国产化加速、传统零部件过剩和智能零部件稳定性瓶颈等，都需要建立全面充分的质量管理和互锁能力。对于用户来说，可以确定的是，“每一辆理想汽车都是我们对产品质量承诺的具体体现，也是我们对品质、创新和用户关怀的集中体现。”