从热情拥抱到冷静破局：“AI+制造”之路上的“冷思考”与“真问题”——徐纪平主任赴友成调研座谈会侧记

       自ChatGPT掀起全球人工智能浪潮以来，“AI+”已成为制造业数字化转型中最炙手可热的方向。从“未来工厂”的蓝图，到“人工智能赋能制造”的愿景，浙江企业一度展现出极高的拥抱热情。然而，一年多的实践探索后，热潮逐渐回归理性。人工智能在复杂的工业场景中究竟能做什么？遇到了哪些未曾预料的挑战？企业真实的困惑与诉求是什么？为摸清现状、把脉问题，12月31日，徐纪平主任、卢耀辉、董建伟副主任深入杭州友成科技有限公司，开展专题调研。

       调研座谈会上，委员会专家、友成科技负责人李晓春、技术负责人及生态合作伙伴齐聚一堂，展开了一场务实而深入的交锋。与会者不约而同地跳过了对技术前景的宏大叙事，而是聚焦于落地过程中一个个具体而微的“真问题”。

友成科技分享了其与钉钉共创开发“订单智能识别系统”的完整历程，这堪称一个AI落地实践的微观样本。

       “一开始我们都想得太美好了，”友成方面坦言，“以为把各种格式的订单直接扔给大模型，它就能自动、准确地转换成标准格式。结果发现，同一套模板的订单，第一次转换成功了，第二次可能就失败，输出结果毫无稳定性可言。”这种不确定性，对于追求确定性与可靠性的生产环节而言，是致命的。这直接导致了许多初期满怀热情的企业，在尝试后又犹豫了——“连简单重复的活都干不稳定，更别说复杂的决策了。”

       讨论中，一个更为根本的制约因素浮出水面：制造业，尤其是汽车零部件等行业，正面临空前的利润压力。当企业生存空间被不断压缩，任何无法在短期内看见明确回报的投入都变得极其谨慎。“很多企业不是不想用AI，而是没钱试错。”在这种情况下，AI项目必须证明自己能快速、直接地创造降本增效的价值，任何“远水”都解不了“近渴”。

       谈及AI向生产核心环节（如排产）的延伸，现场气氛尤为热烈，也道出了制造业数字化转型的深层痛点。大家一致认为，传统的APS（高级计划排程）系统在离散制造业之所以难以成功，并非算法不先进，而在于“计划赶不上变化”。

       “现场太乱了！”一位资深从业者感慨，“设备突然停机、模具更换调试不顺、物料临时短缺、人员动态变动……任何微小的异常都会让再完美的计划瞬间失效。”AI排产如果只是替代人工去计算一个“理论上”最优的计划，而无法实时感知和应对现场海量的、不确定的干扰因素，其结果只会重蹈APS的覆辙。“我们缺的不是一个更聪明的排产大脑，而是一个能打通计划与现场‘感知神经’的系统。”

       调研中，友成与钉钉的共创模式引起了专家们的兴趣。这揭示了AI落地另一个关键问题：单打独斗行不通。互联网公司拥有技术优势，但不深谙工业流程与痛点；制造企业拥有场景和Know-How，但缺乏技术研发能力与资源。如何建立一种可持续、互信互利的生态合作模式，共同啃下“最后一公里”的硬骨头，是摆在所有参与者面前的课题。从简单的甲乙方案买卖，到深度绑定、共担风险、共享收益的共创，这条路径需要更多的探索与制度创新。

       座谈会上，多个发言者提到了基础能力的缺失。一方面，工厂里既懂制造工艺又懂数据算法的复合型人才凤毛麟角，导致业务需求无法准确翻译给技术团队，AI工具开发出来也难以用活用好。另一方面，许多中小企业数据积累薄弱、管理基础不牢，生产过程中的关键数据要么没有记录，要么散落在不同的纸质表格和人员脑中，使得AI应用成为“无米之炊”。

       本次调研座谈会，没有停留在对人工智能技术的仰望，而是深入制造一线，聆听炮火声中的真实反馈。与会者的讨论清晰地表明：AI在制造业的征程，已从激情澎湃的“为什么用”阶段，步入深水区的“怎么用得好”和“用了有何实效”阶段。暴露出的稳定性、经济性、场景适配性、生态协同性及基础支撑能力等一系列问题，正是下一阶段政府引导、产业攻关和生态建设需要精准发力的方向。唯有正视这些“冷思考”，才能破解“真问题”，让人工智能技术扎扎实实地赋能浙江制造的高质量发展。

       浙江省智能制造专家委员会邹鹤海副秘书长，“人工智能+制造”专家服务组姚明海常务副组长，论坛与培训部俞林根副主任（主持工作）以及相关部门人员参加了座谈会。