故障模式影响分析：被制造业低估的隐形风控工具

上个月跟某新势力车企的质量工程师吃饭，酒过三巡他拍着桌子吐槽。说今年上半年召回的那批车，问题出在一个几毛钱的不起眼线束接插件。要是早把故障模式影响分析做细，哪至于赔几个亿还丢品牌口碑。

大部分人听到这个词第一反应，都是一堆看不懂的表格，应付体系审核的垃圾文档。这话真没说错，九成九的企业，都把好东西用歪了。

别把故障模式影响分析当成走流程的填表工具

追根溯源，这套方法最早是二战后美国军工开发出来的，当时火箭、导弹频繁出事故，工程师们被逼得没办法，才想出提前把所有可能出故障的地方都列出来，逐个算影响，提前改设计。后来阿波罗登月项目全流程用了这套方法，才把载人登月的风险降到可控范围，之后慢慢普及到汽车、航空、电子所有制造业。

说实话，我见过上万人的大厂，FMEA文件堆了三个服务器，真出了问题翻出来，啥用没有。全是正确的废话。比如写什么连接松动导致功能失效——谁不知道松动会出问题？问题是哪部分连接？多大的松动会触发安全风险？不同温度湿度下失效率是多少？啥都没写。

真正的故障模式影响分析，核心根本不是填表。是逼着研发、工艺、质量三个部门的人坐在一起，把产品从设计到报废全流程，拆成一个个最小单元，挨个想：它会怎么坏？坏了之后会影响谁？最坏的结果是什么？我们现在能提前防住吗？

就说现在新能源车企卷续航，为了降重偷减电池包结构件厚度的事儿不少见。要是把故障模式影响分析做透，就会提前算出来：连续跑十万公里烂路后，结构件疲劳开裂的概率有多大？开裂后会不会刺破电池隔膜？会不会触发热失控？这些问题提前想清楚，比出了事儿再召回划算一万倍。

新版FMEA改了啥？为什么现在全行业都在追

不少人最近一两年都被要求学新版FMEA，说白了就是原来旧版的方法太死板，只靠RPN优先级排序打分，很容易钻空子。很多人故意把发生度、探测度打低分，把风险压过去，最后还是出事儿。

新版现在通用的是德系汽协推的七步法结构分析，更看重梳理故障的因果逻辑，从系统到子系统到零件，一层一层拆，不会放过任何一个死角。

不过话说回来，现在很多企业推新版，推到最后又变了味儿。本来是帮工程师找问题，结果变成了审核老师卡供应商的工具。我之前听一个做线束的供应商老板吐槽，主机厂要求他花二十万找第三方做全套新版FMEA文档，不然不让你进供应链。文档做出来之后，主机厂根本没人看，就在系统里存着落灰。这不纯纯浪费钱吗？

真把这套方法用好的企业，从来都不是做给别人看的。就说宁德时代，人家把每一批次电池的失效数据，每一起用户端出的故障，全都回输到自己的FMEA数据库里，只要改一次设计，就更新一遍风险评级。你看人家为什么敢给高端车供电池，故障率压得比同行低那么多？不就是把功夫下在平时了吗。

AI进场，能把故障模式影响分析变成全自动吗

最近大模型火了之后，一堆做工业软件的公司都在喊AI全自动FMEA，吹得神乎其神，说不用工程师动手，AI十分钟就能做完一套完整的故障模式影响分析。真有这么神？

我看过上汽研发中心去年发的一篇科研论文，他们把过去二十年汽车行业所有公开的故障案例，还有自己内部十几万份故障数据都喂给大模型，用AI来辅助做新车的FMEA。结果是什么？效率比原来纯人工做提升了七倍还多，还多找出了32%原来人工没发现的潜在风险。这个成果确实挺惊喜的。

对于成熟技术来说，AI真的能帮工程师省超多力气。原来一个新车型做完全套FMEA，要三五个工程师搞半年，现在AI先把所有常见故障都列出来，工程师只要改特殊点就行，时间能缩到一个月以内。

可问题来了，全新的技术路线呢？比如现在刚量产的半固态电池，再过几年要上的全固态电池，过往的失效数据少得可怜，AI没见过，它就瞎猜，给的结论根本没法用。这个时候还是得靠摸了几十年电池的老工程师，拿着样品一点点拆解试错，把一个个潜在故障挖出来。

说白了，AI是工具，是帮人干活的，不是代替人思考的。那些吹AI能完全搞定故障模式影响分析的，十有八九是卖概念割韭菜，换个AI壳子卖原来的表格工具，赚智商税。

现在全行业都在卷速度，卷成本，能慢下来静下心做故障模式影响分析的企业越来越少。可你算算账，一次大的召回，少则几个亿多则几十亿，够你做十年扎扎实实的FMEA了。提前花点钱把坑填上，总比掉进去之后再爬出来强，不是吗？