AI 安全巡检业务平台
聚焦安监业务闭环，而不是算法训练平台、工业视觉平台或硬件研发项目。
System Snapshot
系统概览
一期系统不是做“炫目的 AI 总包平台”，而是做一个可落地的安全巡检业务平台，把现场数据采集、AI 识别结果接入、隐患整改闭环和基础统计看板整合起来。
面向安监部门与现场巡检人员
管理层看结果，业务人员看执行，现场人员用 APP 完成巡检和上传。
先跑通一期 MVP
先形成“巡检-识别-整改-复检-归档-看板”完整链路，再扩展高级能力。
算法与硬件不纳入本期交付责任
算法服务由 AI 技术团队负责，硬件与底层系统由设备方负责，我方负责平台与业务集成。
Architecture
系统全景关系图
业务集成
结果业务化
MVP 上线优先
现场执行端
- 巡检人员通过移动 APP 接收任务
- 支持拍照、视频、附件上传
- 查看 AI 识别结果与风险提示
- 提交巡检结论与整改记录
采集设备侧
- AI 眼镜作为可选采集终端接入
- 提供图片、视频、音频与消息能力
- 底层系统与 SDK 稳定性依赖外部提供方
采集数据进入平台后，统一归档为巡检任务上下文。
平台调用 AI 技术团队接口，获取识别结果并结构化入库。
识别结果触发隐患确认、整改派发、复检和统计看板。
后台业务平台
- 用户权限、组织、厂区、区域管理
- 巡检计划、任务、工单、路线与记录
- 隐患确认、整改、复检、归档闭环
- 基础统计看板与消息通知
外部能力协同
- AI 技术团队提供识别服务与接口
- 部署环境提供数据库、缓存、对象存储
- 我方负责业务集成、展示、流转与上线
Function Map
核心功能地图
页面按“后台业务平台、现场 APP、AI 接口接入、统计看板”四大域展开。甲方在评估时，可以把它理解为一期交付清单的可视化版本。
业务管理主中台
- 用户、角色、权限、部门、组织架构管理。
- 厂区、区域、巡检区域与点位信息维护。
- 巡检计划、任务、工单、路线和记录管理。
- 隐患确认、整改派发、复检确认、闭环归档。
- 图片、视频、附件上传和文件归档。
- 系统通知、巡检提醒、整改提醒。
现场执行与数据采集入口
- 用户登录与权限校验，确保现场人员只看自己相关任务。
- 巡检任务列表、详情、状态与待办信息展示。
- 拍照、视频采集、附件上传，沉淀现场证据。
- 展示 AI 识别结果、风险提示与整改建议。
- 提交巡检结果、隐患确认与整改记录。
- 查询历史巡检和隐患处理记录。
识别结果接入与业务化处理
- 接收 AI 技术团队接口文档、鉴权方式与结果字段定义。
- 平台上传图片或视频到 AI 服务。
- 接收识别结果并进行结构化入库。
- 将 AI 结果与巡检任务、厂区区域、责任对象关联。
- 支持人工确认、驳回或补充说明，确保结果可管理。
基础统计与管理视图
- 今日巡检数量与任务完成情况。
- 隐患数量统计与类型分布。
- 整改完成率与待复检情况。
- 区域排行与重点区域关注。
- 巡检趋势变化，支持阶段性复盘与汇报。
Closed Loop
核心业务闭环
一期最核心的价值，不是“有 AI”三个字，而是隐患从发现到处置的链路被完整记录、可追踪、可统计、可复盘。
任务下发
后台创建巡检计划、工单和路线，按组织和区域指派到现场人员。
现场采集
通过 APP 或采集设备拍照、录像并提交现场证据。
AI 识别
平台调用 AI 技术团队识别服务，返回风险、违规或隐患结果。
隐患确认
管理侧对 AI 结果做确认、补充和责任归属判断，避免误判直接落单。
整改派发
系统生成整改记录，明确整改责任人、整改时限和处理要求。
复检确认
整改完成后再次核查，确认问题是否真正消除。
归档分析
闭环归档并进入统计看板，支撑管理汇报和后续改进。
Audience View
按角色看系统价值
这部分用于汇报时切换视角。领导更关心结果，业务更关心流程，技术更关心架构和边界。
看的是管理可视化和整改执行力
- 今日巡检执行情况与完成率一屏可见。
- 隐患数量、重点区域、整改状态及时掌握。
- 现场问题从发现到闭环全过程留痕，便于汇报和追责。
看的是流程是否顺、证据是否全、闭环是否跑通
- 巡检任务、路线、执行记录形成标准化管理。
- AI 结果不再孤立存在，而是进入隐患与整改流转。
- 整改责任、时限、复检和归档清晰可追踪。
看的是系统边界清晰、接口明确、部署可行
- 平台仅负责业务集成，不承担算法训练与硬件研发责任。
- 前后端、APP、AI 接口与部署方式边界清楚。
- 基于 Docker、公有云、对象存储和缓存的标准化架构，便于快速上线。
Scope Control
一期范围与责任边界
这是本页最关键的合同辅助区块。它直接回答：本期到底交付什么、哪些事情不纳入责任、后续扩展应该如何理解。
我方一期交付责任
- 后台业务平台开发。
- 配套移动 APP 开发。
- AI 技术团队接口对接。
- AI 结果入库、展示与业务流转。
- 基础统计看板。
- 公有云部署上线与联调支持。
不纳入当前报价与实施责任
- AI 模型训练、算法研发、识别效果优化。
- AI 准确率承诺和算法调优责任。
- 眼镜硬件研发、底层系统开发与 ROM 定制。
- 复杂 BI 大屏、大模型分析、自动报告。
- 集团化多厂区平台与 ERP/MES 深度集成。
项目成立的前提条件
- 设备方提供稳定可用的采集能力和 SDK。
- AI 技术团队提供完整接口文档、鉴权方案和联调环境。
- 甲方提供组织、厂区、区域、隐患分类和整改流程规则。
建议按业务闭环验收
- 后台、APP、AI 接口、看板功能可用。
- 业务流程能够完整跑通并留痕。
- 验收不以算法准确率或硬件底层稳定性为我方责任口径。
Delivery Plan
实施节奏与交付建议
一期强调先落地，不追求一次性做成“超级平台”。建议按照固定阶段推进，尽快形成试点案例和上线结果。
需求与原型
确认边界梳理流程、角色、数据、接口方式与原型口径。
后台开发
搭主骨架完成基础数据、权限、巡检与隐患闭环主模块。
APP 与采集
打通现场端完成任务查看、数据采集与结果提交能力。
联调测试
跑闭环联通 AI 接口、整改流程和基础看板，做整体测试。
上线交付
形成试点部署上线、培训使用、准备验收与复盘。
Commercial Summary
报价与项目条件摘要
如需对甲方展示，可保留摘要版；若不希望在首次沟通中完全展开细项，可以把下面明细区域默认收起。
报价摘要
一期建议报价结构
| 模块 | 说明 | 金额 |
|---|---|---|
| 业务系统 | 后台业务主模块、隐患闭环、文件与消息能力 | 13.8 万 |
| 配套 APP | 现场巡检、采集上传、结果查看、提交记录 | 5.6 万 |
| AI 接口对接 | AI 服务接入、结果回传、入库与业务关联 | 2.8 万 |
| 基础看板 | 统计、排行、趋势和整改完成情况展示 | 1.8 万 |
| 部署上线 | 公有云 Docker 部署、联调与上线支持 | 0.8 万 |
展开查看付款建议与项目前提
建议分阶段支付
- 合同签订 40%，用于项目启动与资源投入。
- 开发中期 30%，进入联调前支付。
- 上线前 20%，部署测试阶段支付。
- 验收完成 10%，完成正式验收后支付。
影响工期与费用的关键条件
- 需求范围一次性确认，不频繁变更。
- AI 技术团队接口文档与测试环境及时提供。
- 甲方基础数据、流程规则按计划提供。
- 采集设备能力稳定，不引入额外底层改造。