2024年3月，车质网、凯睿赛驰咨询联合启动年度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。

深入企业走访调研，对话突出贡献管理者是本次活动的重要组成部分。本次访谈，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”

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。

理想汽车生产线 | 供图：理想汽车

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

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。

AI辅助智能生产 | 供图：理想汽车

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。”