AI 进产线，从提质增效开始

10 月 23 日，由青浦区经济委员会指导，网易智企与青浦区中小企业服务中心、长三角 AI+联合创新中心联合主办的“益企·成长”月末下午茶之懂行的 AI 进产线 ——网易智企专场，在上海市青浦区长三角 AI+联合创新中心举行。

本次活动的主题和方向很简单：懂行的 AI 进产线，没有宏大的概念，只有制造业老板们最关心的 “AI 到底怎么落地、以什么节奏落地” 摊开了讲。

01开场不讲概念，先抛三个现实问题

此次活动没有从“什么是 AI”讲起，而是直接向到场的制造企业抛出三个问题：企业最该让哪个场景先上 AI？哪些场景现在不该上？数据与系统要准备到什么程度，AI 才能真正接活？

如今，制造业的 AI 转型 ，早已不是“要不要用 AI”的选择题，而是“怎么用好 AI”的解答题。落地最大的难点，从来不是 AI 工具好不好用，而是业务环节怎么挑选、业务部门愿不愿意承接、基础数据该怎么准备、AI 升级后如何做好人机协同。

02组织用 AI，第一步是选对“破局岗位”

现场，网易智企帝王蟹制造业专家杨成刚提出了一个核心观点：制造业真正需要的，不是让员工多一个趁手的个人工具，而是让 AI 成为组织里可以承接事务的协同助手 。

真的要做到这一步，这背后有三个分水岭：从工具散落到岗位场景 ，从单点提效到业务闭环 ，从个人经验到组织资产 。

图片

过去数十年，精益改造、信息化建设改造了车间硬件与生产系统，但接单、排产、采购、跟单、检验、对账这类知识型工作 ，依旧高度依赖 Excel、电话、微信和老员工的经验。AI 最好的机会，就藏在“订单到交付”链路里一个个交接断点上。

因此，杨成刚建议企业优先聚焦销售、排产、研发原型设计四大场景，切忌一次性全铺开。挑选落地场景，必须满足四个硬门槛：高频发生、效果可衡量、具备基础数据、有明确业务责任人。

先小范围试点验证，跑通一套任务、数据、权限和验收标准 ，磨合团队、复盘风险之后，再考虑复制推广。

这个思路，也和近期“优先向人力紧缺场景倾斜”政策的导向契合。

同时，他重点提醒三大落地大坑：数据不通、权限不清、业务不认领。其中“业务不认领”是最难跨越的一关。

企业要清晰划好人机边界：部分场景可以放开试用，关键节点必须保留人工终审；有些场景看着热闹，但基础条件不足，宁可主动暂缓，稳慎推进，避免盲目上线冲击现有业务秩序。

03把老师傅的经验，变成可复用的“能力”

选定场景之后，怎么让 AI 真正承接业务？上海伏英智能科技创始人 & 首席科学家王劭禹 ，以汽车焊装研发场景，分享了一套可落地的实践方案。

汽车焊装里，焊点分配、工装夹具、工艺方案设计、规范校核，高度依赖资深工程师的经验。人手紧张时项目就容易阻滞，经验局限在资深从业者个人身上，新人上手周期漫长。

图片

他没有追求一步到位的全流程自动化，而是采用工序拆解的务实打法：把“设计需求到焊装方案输出”整条链路拆成可交接的步骤，明确哪些交给 Agent 完成常规设计、规范检索、自动校核，哪些环节必须由工程师最终把关；把历史项目、工艺规范、知识库对接给 AI，实现经验复用。

这套方案的内核，不在于技术炫技，而是把工程师看不见的隐性经验 ，拆解成可复核、可迭代的标准化流程。图纸数字化程度、变更频率、一线工程师的接受度，都会直接决定项目成败。

员工从机械的校核工作里解放出来，转向工艺优化、方案创新，正是新型制造业人才岗位的转型路径。

04AI 要接活，得先读懂企业自己的数据

有了场景目标、经验资产，数据就是 AI 扎根的土壤。网易智企・数帆解决方案专家杨海水 ，从制造业普遍痛点切入：同一张报表，销售和生产部门统计口径不一样，各说各话，这也是很多企业 AI 落地卡壳的根源。

他把数据问题拆成三件事：摸清数据在哪里、判断数据质量、对齐业务语义。AI 想要上岗干活，前提是读得懂企业真实的业务数据。

图片

他建议企业不要一上来就启动耗资巨大、周期漫长的全域数据治理，要按照 AI 落地场景反向梳理收数清单 ，分批接入系统。AI 平台和 ERP、MES、CRM、PLM 是叠加升级关系，不需要推倒原有系统重建；权限、审计、落地成本，要同步规划。

转型的目标，是从“人找数”变成“数找人” ，把指标和业务沉淀为 AI 随时调用的企业记忆。数据不必等到完美再启动，但一定要划定清晰边界；让 AI 用上属于自己的业务数据，远比单纯堆砌数据量更有价值。

∞现场的问题，比概念更具体

互动环节，模具、阀门、包装印刷、涂料、机械、电气等多家制造企业负责人，抛出了非常具体的一线难题：多品种小批量生产、项目型订单、图纸 / BOM / 工艺频繁变更、多系统打通、数据口径统一等具体业务痛点展开交流。

为了让干货真正落地，活动现场为参会企业准备了《销售场景 AI 实战评测报告》，先帮助企业自查销售场景的 AI 实战思路和场景拆解。

AI 走进产线，从来不是采购一套软件、做一次演示，而是对企业的经验、数据、流程重新组织 。

结合国办最新指导意见来看，制造业 AI 落地的起点可以很小：锁定一个高频、可衡量、有数据、有责任人的业务场景，先试点、明边界、控风险，跑通一条端到端链路，拿到可验证的业务结果，再有序放大，而这也是 AI 走进企业，推动人机协同智能化的最好开端。