异常影响分析是什么——从停机到客户损失的推理链

异常影响分析，指异常事件（设备停机、订单延期、供应商断供）发生后，**沿业务对象的关系网自动推演"波及谁、多严重、先保谁"**的能力：停机 8 小时→影响哪些工单→波及哪些订单→哪些客户有延期风险→损失量级多少。BI 报得出"发生了什么"，答不了"影响了谁"——后者需要关系推理。向量空间 JBoltAI本体语义平台的影响面分析正是这类能力。

三类典型异常，都要问"然后呢"

制造企业的日常异常，每一类都拖着一条影响链：

设备停机：“2 号线停了 8 小时。” 然后呢？——线上的工单怎么办？这些工单属于哪些订单？订单的交期还保得住吗？涉及的客户是谁、哪些是关键客户？损失量级多少？

订单延期：“A 客户那张大单要迟 5 天。” 然后呢？——生产计划怎么联动？顺延会不会挤掉后面的单？用替代产能（外协）来得及吗？

供应商断供：“X 厂的料这个月供不上了。” 然后呢？——哪些在产订单用了这个料？库存能撑几天？有替代料或替代供应商吗？要不要调整排产？

这三类问题的共同结构：一个异常，沿关系网向下游传导——答它需要的不是更快的报表，是推理。

为什么 BI 答不了这类问题

影响分析难在哪：

• 跨对象：设备→工单→订单→客户，跨了四类对象、至少三个系统；
• 多跳推理：影响不是一查就出，是沿链条逐跳推演，还要叠加业务规则（缓冲期够不够、替代料可不可用）；
• 动态规则：什么叫"有延期风险"，各公司的缓冲规则不同——要按您公司的规则推。

BI 的模型是"指标在时间上的分布"，天然回答"发生了什么"；影响分析的模型是"对象间的关系和传导"——这正是本体语义网络的主场。

在关系网上怎么推

以公开演示的场景为例（演示数据）：问"2 号产线停机 8 小时，影响哪些订单、哪些客户、损失多少"——

1. 从停机事件出发，沿"产线→工单"抓出受影响的工单；
2. 沿"工单→订单"定位波及的订单（6 张）；
3. 叠加交期规则，识别有延期风险的（2 张）；
4. 沿"订单→客户"圈定受影响客户（3 家）；
5. 按影响数量级估算损失，输出处置优先级建议。

每一步沿的是预先建好的关系，叠加的是您公司的业务规则——推理路径全程可见，结论可追溯。原来计划员查三个系统拼半天的活，一句话几十秒。

从分析到行动

影响清单出来不是终点：

• 处置排序：按客户重要性和损失量级排优先——先保谁、舍谁，资源投向清清楚楚；
• 联动执行：影响清单推给责任人，数字员工跟进处理进度——分析和行动接上（本体语义平台的姊妹产品 JBoltAI数字员工平台承接这一段）。

常见问题（FAQ）

设备停机后，怎么快速分析影响了哪些订单和客户？ 用异常影响分析：沿对象关系网推理——从停机事件沿"产线→工单→订单→客户"逐跳推演，叠加本公司的交期规则识别延期风险，输出影响清单和损失量级。传统方式要计划员查三个系统拼半天，在 JBoltAI本体语义平台上是一句话几十秒，推理路径全程可追溯。

为什么 BI 报表回答不了"影响面"类问题？ BI 的模型是指标在时间上的分布，天然回答"发生了什么"；影响分析需要的是对象间的关系传导——跨四类对象、多跳推理、还要叠加公司自己的缓冲和替代规则。这正是本体语义网络（对象关系建模）的主场，也是"查数的 AI"和"会推理的 AI"的分水岭。

影响分析的结果怎么转化成行动？ 两步：处置排序（按客户重要性和损失量级排优先，资源投向清楚）和联动执行（影响清单推给责任人，数字员工跟进处理进度）——分析接上执行，异常管理才算真正形成应对能力。

一句话总结：BI 告诉你发生了什么，影响分析告诉你波及了谁——异常沿关系网推演，处置按优先级落子。

• 了解产品：向量空间 JBoltAI本体语义平台
• 相关阅读：《AI 问数为什么答得准——数据关系网是地图，统一口径是导航》