一场制造业与人工智能的深度对话——徐纪平主任赴思维特调研侧记

       浙江省智能制造专家委员会于1月8日上午组织了一次对思维特数字科技公司人工智能应用的专题调研。思维特是正凯集团的全资子公司。徐纪平主任，卢耀辉、徐高春、凌云、董建伟副主任与企业负责人范天月、技术团队展开了一场持续数小时的深度座谈。

       浙江省作为制造业大省，众多企业正积极探索AI与生产制造的融合路径。在实际推进过程中，企业普遍面临“如何起步、如何见效、如何持续”等现实问题。在此背景下，我委选取了在AI应用方面已有初步系统实践的思维特作为调研对象，旨在通过解剖一只“麻雀”，为更多制造企业提供可借鉴的经验参考。

       座谈会上，范天月开场便坦诚道出了企业最初接触AI时普遍存在的“焦虑感”。“去年初，我们和许多同行一样，既感受到AI浪潮的冲击，又对具体如何落地感到迷茫。”其回忆道，这种“焦虑”主要源于几个方面：市场上缺少成熟的工业AI解决方案；投入产出比难以预估；企业自身缺乏相关人才储备；以及最根本的——AI技术如何与复杂的生产场景真正结合。

       面对市场上第三方解决方案不成熟、与现有系统融合度低的现状，思维特做出了一个关键决定：自主研发AI平台。“我们考察了许多市面上的AI服务商，发现大多服务商缺乏工业场景的深度理解。”范天月解释道，“而企业原有的各类生产系统，由于架构封闭、接口不开放，很难进行AI功能的深度集成。”

       这一选择意味着更高的初始投入和更长的开发周期，但企业认为，从长远看，这避免了未来可能出现的系统孤岛和数据壁垒问题。在具体实施上，思维特采取了务实的“小步快跑”策略。企业首先在全集团范围内梳理了30多个潜在的AI应用场景，最终筛选出排产优化、质量检测、研发辅助等8个场景作为首批试点。“我们不追求一步到位，而是每个场景设定有限目标，快速验证，快速迭代。”例如在智能排产场景，团队首先解决的是系统化排程替代手工排产的问题，然后再逐步引入优化算法。

       座谈中，数据治理成为讨论的焦点之一。思维特团队分享了他们在构建工业数据集过程中的独特理解：“我们发现，对制造业而言，数据的价值不在于‘大’，而在于‘准’和‘深’。”与互联网企业追求海量数据不同，制造业更需要的是高质量、高相关性的场景数据。例如，一条完整、准确的生产工艺参数记录，其价值可能远超大量杂乱无关的生产数据。但在实际数据收集和治理过程中，企业遇到了诸多挑战：历史数据格式混乱、不同基地数据标准不统一、核心工艺数据分散在老师傅的个人经验中等。对此，思维特建立了跨部门的数据治理联合工作组，从数据标准的统一入手，逐步构建企业的数据资产。

       “技术问题总有解决方案，最难改变的是人的观念和工作习惯。”范天月在座谈中感慨道。为了推动AI技术的落地应用，思维特在组织和文化层面采取了一系列措施。企业设立了专项奖励基金，鼓励业务部门提出AI应用需求；开展全员分层培训，从高管到一线员工，普及AI基础知识；更重要的是，建立了“业务主导、技术支撑”的联合项目团队模式，确保每个AI项目都紧密围绕业务需求展开。

       在听取企业汇报后，调研组与思维特团队就多个问题进行了深入交流。

       关于AI项目的价值评估，专家与企业一致认为，制造业的AI应用必须坚持效果导向。“我们不过度追求技术的先进性，而是关注到底解决了什么实际问题，带来了哪些可衡量的改善。”委人工智能组姚明海表示。

       关于人才培养，双方探讨了“内部培养与外部引进”相结合的模式。思维特分享了他们在实践中形成的经验：核心算法人才适当引进，应用开发和业务融合人才以内部培养为主，同时与高校合作建立持续的人才输送渠道。

       关于行业协作，与会者认为，制造业的智能化转型需要产业链上下游的协同推进。单个企业的成功经验可以提炼成可复用的模式，但不同企业仍需结合自身特点进行适配和调整。

徐纪平主任总结指出，思维特的探索为我省制造企业推进AI应用提供了有价值的参考。下一步，我委将持续跟踪不同类型企业的智能化实践，总结可复制、可推广的经验做法，为浙江制造业高质量发展提供支撑。