如何让一线制造员工也能用上大模型？

实时监控生产线、预测设备故障、快速检索信息、精确检测、智能调度……这些听起来很酷的功能，正一步步走进一线制造员工的日常。AI大模型技术，正在给基层的工人带来前所未有的工作体验。

过去那些繁重、重复、高难度的任务，在大模型的“大脑”辅助下，变得越来越智能化、便捷化。操作简化了，效率上去了，工作也轻松了不少。

不过，话说回来，从技术到落地，中间隔着不止一道坎。大模型的能力再强，如何让它真的在车间里“用起来”，和一线业务无缝衔接，这件事儿，依然面临大量痛点。

2024年5月30日，虎嗅智库组织了一场线上分享，邀请海尔卡奥斯智研院执行院长秦承刚、河北工业大学研究员刘晶、钉钉解决方案总经理邱达，一起聊聊大模型在一线制造中的落地实践。以下是几位专家的观点回顾。

大模型如何赋能一线员工？几个典型案例

在注塑工艺环节，过去工艺员依赖经验和手感来调参数，费时费力不说，能耗还高。现在，把大模型和注塑机的机理模型、海量的物联数据结合起来，它就能自动推荐最优工艺参数。结果是，产品质量更稳定，工人调工艺的时间大幅缩短，每台注塑机的能耗平均能降10%左右，生产节拍也快了不少。

最关键的是，大模型彻底改变了人和设备的关系。工艺员不再需要跑到机器跟前，直接在办公室就能通过大模型远程操作设备。工人的经验被提取出来，变成大模型的能力，彻底解决了工厂里“经验难传承、老师傅走了就断档”的老大难问题。

大工厂里设备多，日常巡检和故障排查很费人力。现在，一个带有智能交互系统的“设备维修智能体”，就能取代十来个工人，对上百万至上百台设备进行日常故障排查。它的核心能力，是把大模型和维修知识图谱结合在一起，大幅提升故障诊断的准确率。

收到报警后，智能体会先推理排查，找到根因。过去，一个故障从排查到修完，平均要三个小时。关键是，维修工人培训周期长，成熟的工人说走就走，新人来了又得从头学。现在好了，所有维修经验都沉淀到大模型里，新员工只要跟它聊两句，就能快速上手。

海尔卡奥斯提供资料

中信戴卡的轮毂生产线，从熔炼、铸造到机加工，最容易出问题的环节就是机加工——尺寸要求达到微米级。过去，全靠有经验的师傅看误差值，再凭经验人工调整刀补。问题很多：培养周期长、知识库沉淀难、误差容易超限导致成本浪费，设备利用率也不高。

现在，用知识图谱进行数据驱动后，系统能自动识别误差并反向控制三角标，不再需要老师傅干预，机器可以实现自动巡游。不仅省了人力，原材料的浪费也降下来了。

刘晶教授提供资料

中国一汽集团用钉钉智能用数能力，加上AI大模型，实现了离散数据的自动化链接和梳理，帮企业高层提升了数字化视野和决策能力。

在制造业场景中，像安全早会、SOP执行等行为规范，过去基本是“挂在墙上、停留在指尖”，很难真正落地。现在，通过AI闪会和音视频能力，把早会或SOP监察全过程接入大模型，进行语义分析后，哪些事做了、哪些没做，一目了然。此外，通过语音交互，员工就能快速完成表单填报、请假申请、故障报修，真正释放了最后一公里的生产力。

钉钉提供资料

大模型落地的挑战和未来方向

怎么找到真正能让大模型“发光”的智能化场景？关键标准有三个：第一，商业价值要大于研发价值——坦白讲，当前很多场景的商业价值真不高；第二，要能形成闭环，不管大模型还是小模型，都需要反馈，得有个完整闭环；第三，业务价值要实打实，场景得服务于业务。

目前，人工智能在工业领域主要还是起辅助作用。展望未来，企业有两个方向值得关注：一方面，争取把工厂改造成一个“工业智能体”；另一方面，面向企业的全生命周期，用大模型重塑工作流程，从研发设计、工艺流程、生产制造到成本能耗、营销客服和智能办公，每个环节都可能被大模型重构。

企业的竞争，已经从传统的要素、技术竞争，走到了数据和算法的竞争。无论大模型还是小模型，未来都将是占据产业制高点的核心要素。一个趋势是，未来每个工厂都会有两个“体”：一个是实体，一个是虚体。虚体由软件、数据和模型构成，在数字世界闭环，再由它来指导物理世界的生产。

大模型和小模型，制造企业该怎么选？

工业领域对准确性和确定性的要求极高，而这恰恰是大模型的软肋——它很难保证百分之百准确。

海尔卡奥斯当前的技术路线是“大小模型协同”：把大模型和一些机理模型、小型AI专家模型耦合在一起，各司其职。未来智能体技术成熟后，所有算法的调用、专家模型的调用，都可以由智能体自动编排。

做数字化，别一股脑儿都去追大模型。回头想想，先看清自己是谁。如果你是行业领导者，那就该稳扎稳打，扩展自己的宽度；如果你是追随者，想弯道超车，那就得穷尽创新的可能，也许一个小动作就能改变行业进程；如果你还在生存线上挣扎，那大模型也好、小模型也罢，都不一定适合。对中小企业来说，用AI大模型做产品的差异化，可能比单纯为了节约成本更重要。

说到底，在产业界里，无论选哪种模型，核心逻辑只有一个：以落地和解决问题为目的。