by 凡达恩FDE


工业AI落地最真实的样子,不在展台大屏上,在一条产线旁边。新华社《进博手记:AI 跑得快,传统工业忙起来》里,大半篇幅在讲算力中心怎么带动电力、制冷甚至一层涂料,最后才落到工厂的生产方式:三菱电机的微智能工厂示范线,从接单、排产到机器人取件、加工、包装;西门子用 AI 分析温湿度,给飞鹤奶粉生产线提参数优化建议。热搜关注模型有多强,车间只关心能耗和含水量。

01为什么进博会上最值得看的,是产线旁边那两处现场

把两处现场拆开看,一个在演示流程怎么串,一个在演示参数怎么调。三菱电机那条线,新华社原文写的是接收订单、安排生产、机器人取件、加工和包装,各个环节有序衔接。据现场报道,这条示范线叫 AI 数智化拼豆工场:观众通过数字人下单,系统柔性排产到机台,具身机器人按序取件,包装打码后生成提取码;三菱方面解释选拼豆,是因为底板像承载元器件的基板、豆子像要放到指定位置的元器件。它是把一条产线缩进展台的教学演示。

西门子那处更接近真实工况。新华社原文只说 AI 模型分析温度、湿度等变化,为生产设备提供参数优化建议,帮助飞鹤奶粉生产线降低能耗、提升产能效率。经济参考报 11 月 9 日对西门子大中华区总裁肖松的专访补全了细节:落在喷雾干燥环节,温度、湿度、进料量变化快,含水量波动影响产品一致性,过度干燥又多耗能源;传统人工一次只能调一个参数;AI 驱动的数字孪生测算出 3 至 4 个关键参数最优值,经工业边缘直接下发控制器协同调节。企业披露的结果是综合能耗降低 10%、单位时间产能提升 3%。

这两个数字属于特定产线、特定环节、特定方案,别直接抄进自家的预算表。

02AI 在产线上到底调什么,为什么不是聊天框里那套

工业AI落地和聊天 AI 的差别,不在模型大小,在三点。

数据来源是设备与工况:温度、湿度、进料量、含水量、订单、机台状态,不是公开文本。人民网今年 3 月的报道里,北京数据集团李振军把短板直接指在数据上——算力与模型的普及让技术门槛降了,真正缺的是可用、可治理的工业数据。

要对指标负责:能耗降多少、产能提多少、一致性稳不稳,验收看数字,不看回答像不像。

要形成闭环:模型给建议、控制器执行、结果回流、再调。少了任何一环,都只是一张报表。

肖松在经济参考报专访里给了一句判断:下一阶段工业AI的竞争,将越来越多地从「模型能做什么」,转向「能否在工业现场稳定、安全、经济地完成任务」。

聊天 AI 答错一句可以重问,产线 AI 给错一个参数,出来的就是一整批料。

03示范线能跑通,为什么换到自己的工厂就卡住

示范线有三个隐含前提:物料规格统一、设备接口统一、任务是预先排好的脚本。拼豆演示里,底板、豆子、机台都是为这次演示准备的。真实工厂里,这三样往往都不成立。工业AI落地的项目,卡点多半不在算法,在下面这三类反复出现的问题上。

数据脏。 不是没有数据,是口径不统一。同一个温度,PLC、MES、班组台账里名字不同、采样频率不同、单位不同,有的关键测点边采边丢。人民网那篇报道把这叫「重生产、轻数据」:有生产没采集、有采集没存储、有存储没加工。

设备新旧混杂。 老设备没有开放接口,取数要靠加装网关或边缘采集;新设备协议又各说各话。展台上各环节有序衔接,前提是每个环节都听话。

老师傅经验难量化。 一次调几个参数、什么时候该提前降进料量,这些判断在人脑里。历史数据只记了结果,没记当时为什么这么调。

示范线验证的是流程能不能串起来。真实工厂要验证的是,脏数据、杂设备、换型之后,流程还能不能串起来。这是两类验收。

04为什么必须有人驻场:口径、标定、上线之后

连方案商自己都把话说得很明白。肖松在经济参考报专访里说,中国客户对性能、成本、适配性和交付速度提出综合要求,这要求技术提供商深入现场,与客户一起定义需求,在实践中持续迭代产品。

驻场落下去,是三件很具体的事。

口径对齐:把温度、含水量、批次这些词,在设备侧、系统侧、班组侧对成同一个定义,落纸签字。这一步不做,后面所有分析都在各说各话。

参数标定:用现场真实工况跑基准,划清哪条参数能动、能动多少、谁有权改,把模型建议关进物理边界里。奶粉线敢把 3 至 4 个参数下发控制器,前提是边界先标定过。

上线之后持续调:换型、换料、季节温湿度变化都会让建议漂移,得有人盯趋势、记异常、定期回训。模型交付那天,闭环才刚开始;驻场要负责的,正是闭环跑起来之后的那段日子。

05中小企业第一步该怎么迈

不必一步到位。人民网今年 3 月的报道里,肖松给过一个选场景的标准:数据可获得、价值可量化、结果可泛化;场景分初级和成熟,区别就是数据。照这个标准,工业AI落地第一步可以拆成两件小事。

先选一条产线。 挑数据最全、换型最少、指标最清楚的那条,别从最乱的开始。能耗、良率、节拍,先只选一个指标。

先打通一个数据源。 把一个关键测点(比如干燥段温度)从设备取到能看趋势,口径先定死,再谈模型。一个测点跑通了,第二条线才有得复制。

验收口径要提前写下来:改善哪个指标、基线是多少、观察多久、谁签字。这四栏写不出来,通常说明场景还没选对。10% 和 3% 是别人那条线的成绩,自己这条线的账,得从基线开始算。

凡达恩 FDE 做工业AI落地,习惯先驻场把口径和测点定下来,再谈模型。账算得清,才谈得上往第二条线复制。


Deal Onsite, Deliver Real Value


扎根现场,产出实效


参考资料
  1. 新华社《进博手记:AI 跑得快,传统工业忙起来》,新华网 2026-11-09(中国经济网、中工网转载)
  2. 经济参考报《西门子肖松:工业AI下一站是「现场可用」》,2026-11-09
  3. 第一财经《从奶粉生产到机器人上下料,西门子押注中国工厂AI应用市场》,2026-11-07
  4. 36 氪《第九届进博会三菱电机展台整体介绍》及进博会现场报道(拼豆工场流程细节)
  5. 人民网《破局「工业AI」:训模型如「烹小鲜」 精耕痛点方得真味》,2026-03-27

如果觉得有用,欢迎分享给更多人 🎉


- END -