工厂想上 AI，先回答这三个问题

36 氪研究院最近发布的《2026 年中国工业 AI 行业发展研究报告》（数据引自 IDC 调研）里，有一组数字很提气：我国工业企业应用大模型和智能体的比例，从 2024 年的 9.6% 涨到了 2025 年的 47.5%；多个业务环节同步部署 AI 的企业，从 1.7% 涨到了 35%。工业 AI 整体部署比例达到 71%，居全球首位。

风向确实变了。前年大家还在问 “AI 到底能不能用”，去年问 “别人用得怎么样”，今年已经变成 “我家什么时候上”。

但得先泼一盆冷水：71% 是 “装了” 的数字，不是 “用对了” 的数字。部署了不等于用起来了，用起来了不等于用在了刀刃上。调研报告回答的是 “AI 能不能干”，工厂真正要回答的是另外三个问题。这三个问题答不清楚，花出去的钱大概率打了水漂。

工厂最值钱的东西，从来不在财务报表里，而在工艺配方、产线参数、检验数据、报价底线里。这些是企业安身立命的家底，丢一页图纸都心疼，何况整库送出去。

用大模型，最省事的路子是打开网页、调个 API。但每调一次，数据就出门一次，去了哪、存没存、有没有被拿去训练，你既看不见也管不着。供应商承诺 “不存储、不训练”，可这份承诺没法进你的内网做技术验证。数据出一次门，壁垒就薄一分。

所以厂里的数据得先分层：公开的行业资料、国家标准，随便查随便用；一般业务数据，脱敏之后可以给；核心工艺、报价成本这一类，要么模型进厂来、数据不出门，要么这个场景干脆先不联。

第一个问题从来都是数据问题。模型弱一点顶多不好用，数据漏了是伤根本。

大模型会写周报、会做题，不代表它懂你们这行。

它不懂 “扫齿” 和 “拉毛” 差在哪，不懂设备编号里的字母是哪台机床，更不懂同一个参数换了一条产线、换了一种物料，意思就完全两样。工业知识有三个特点：诀窍在老师傅脑子里，是隐性的；散落在图纸、工单、维修记录和聊天记录里，是碎的；离开具体工况就没法聊，是强上下文的。

同一个故障，三份点检表能写出五种叫法，通用模型直接看懵。你问它工艺问题，它回你一段四平八稳、正确但没用的标准答案。不是它笨，是它没进过你的车间。

要让模型 “懂行”，得先过三道坎：听得懂行话，是第一层；懂工艺机理、知道报警代码背后有哪几种原因，是第二层；能把通用知识和你们厂的设备、物料、工况对上，给出能直接干的建议，是第三层。前两层靠喂资料，第三层只能靠厂里的数据一点点喂。

这一步没有捷径，本质是把老师傅脑子里的东西，整理成机器能读的账。账立不起来，模型再聪明也只是个外人。

车间里的错误是有价的。办公场景答错一句话，顶多删了重写；工艺参数推荐错一个小数点，可能就是一批废品，甚至一次安全事故。

所以第三个问题是场景问题：让 AI 先干什么？

• 毫秒级的活，急停联锁、在线判定，该 PLC 干的就还让 PLC 干，AI 不进控制回路，这是底线

• 秒级的活，异常诊断、参数推荐，可以试，但人必须复核，AI 给参考，人拍板

• 分钟级的活，整理记录、查标准、写报告初稿，放心交给它，这是 AI 目前最稳的舒适区

行业里有个共识的划分：工厂自主运行分 L0 到 L5，L3，也就是有条件自动化，是分水岭。AI 进车间同理：先当学徒干杂活，再当助手做复核，别一上来就让它顶岗。

有个简单的判断标准：这件事错了，返工成本有多高？返工便宜的先交给它，返工贵的人多盯一眼，返不起的先别碰。边界划清楚，AI 才敢用、才好用。

三个问题想清楚了，落地就三步。

把厂里想用 AI 的事全列出来，按数据敏感度、出错代价画进一张九宫格。数据不出门、错了能改的先干，两头都悬的缓一缓。

点检记录归整、标准条款检索、巡检报告初稿，这些活不碰核心数据、错了能改，最适合练手，也最容易让员工摸到 AI 的脾气。AI 项目先在小圈子里跑出成就感，再往外推，比开动员大会管用。

找十几份自己的工单、自己的点检表、自己的工艺文档，出一套小考卷，让候选模型现场跑一遍，按你们的行业标准打分。自己的数据，比任何榜单都诚实。

还有两笔账别漏算。一笔是成本账：模型和算力的钱是明账，数据治理、知识整理这些“看不见的工程”才是大头，多数工厂的 AI 项目半路搁浅，卡住的都是后半笔。另一笔是认知账：老板觉得能省十个人，员工觉得要砸自己饭碗，两头拧着，项目推不动。上 AI 之前先把话说清楚：它接的是没人想干的杂活，替的是越来越难招的岗。

71% 这个数字还会涨，明年再引用可能就不够提气了。但对工厂来说，真正的问题从来没变过：数据敢不敢给它、它懂不懂你的行当、错了谁兜底。这三件事想清楚了，AI 进车间才算数；想不清楚，再强的模型也只是机房里最贵的摆设。

西安瑞步特软件科技有限公司成立于 2020 年，专注装备制造行业数字化转型，围绕智慧科研、智能制造、智慧服务三大方向，提供数字化工艺系统、数字化石油螺纹检测、生产协同、质量管理、报工管理等覆盖车间全场景的软件产品，公司长期服务中石油、中石化下属能源与装备制造企业。

文里说的 "数据不出门、懂行、错了能兜底"，正是我们做车间数字化的三个原则。想给车间上 AI、上数字化，欢迎后台留言，或致电029-84352911。