接车前，苏州地铁1号线电客车司机只需打开手机中的“车次时刻表”App，3秒即可定位需要接乘的列车。过去，司机需要从约460趟列车、2万余条数据中逐项翻阅核对。这个由一线员工参与开发的应用，成为苏州地铁推动人工智能深入运营现场的一个缩影。

自2025年12月启动全国首个“地铁站+AI+OPC”孵化平台以来，苏州地铁以安全性和合规性为底线，为一线员工提供AI工具及相关培训，探索由“懂业务的人开发AI工具”。经过半年多实践，一批面向行车、信号、车辆检修和综合巡视等场景的基层AI应用相继落地。

由电客车司机长蔡扬参与开发的“车次时刻表智能查阅App”，可快速调取后续5趟列车的到点、发点和车次等信息，也能查询其他车次的具体时间，并对班组交互接车过程中的特殊车次进行突出显示。为保障数据安全和开发合规，该应用采取本地区域加载和搜索方式。目前，App已在1号线试点，查询效率较传统纸质翻阅提升超过2.6倍，检索精度达到100%。

在信号专业领域，信号工程师张聪带领团队开发了“列车报警智能查询系统”。针对自动驾驶列车信号设备故障原因多、处置流程复杂的问题，团队全面梳理5号线192条报警信息，建立包含10项内容的标准化知识库，实现故障代码“一码一策”。工作人员输入故障代码后，系统即可基于知识库提供处置指引。投用后，故障查询时间由3分钟缩短至20秒以内，同时能够自动统计报警频次、留存运维数据，为预防性维修提供支持。

车辆检修方面，苏州地铁在3号线、11号线试点使用“车轮数据分析智能体”，并节省了近10万元接口采购费用。过去，一辆列车每次镟修会产生24份文件数据，检测结果需要打印、扫描、录入，再由人工计算车轮磨损率，单人处理通常需要2至3天。应用智能体后，工作人员只需花2至3分钟导入数据，系统便可快速生成分析报告。出于信息安全考虑，目前仍采用人工导入方式，镟修参数阈值设置和操作便捷度也在持续优化。

类似应用还在更多专业场景中落地。综合巡视人员开发的“综合巡视专家AI智能体”接入钉钉，员工可随时查询规程并获取检修指引；电源专业开发的蓄电池智能监测平台则实现参数实时监测和衰减趋势预测，推动电源管理从被动抢修转向主动预警。

苏州地铁通过一线业务人员与AI工具的结合，将人工智能应用转化为可直接解决现场问题的实用能力，在提升查询、故障处置和检修效率的同时，也为城市轨道交通运营数字化提供了新的实践路径。