以前靠 " 老师傅 " 现在靠 "AI 工匠 "

作者／   IT 时报   沈毅斌

编辑／   钱立富   孙妍

中国国际工业博览会（以下简称 " 工博会 "）是观察全球工业发展趋势的重要窗口，今年的展会舞台上，" 工业 +AI" 无疑是最耀眼的主角。

展馆内，融合人工智能的工业技术纷纷亮出硬核实力：智能工业机器人精准完成高难度复杂生产任务；基于 AI 算法的工业质检系统高效捕捉微米级产品缺陷；利用 AI 对生产流程进行编程与优化。支撑这些技术落地的核心，正是工业企业打造的各类特色 AI 软件。它们如同工业场景的 " 智慧大脑 "，默默驱动着生产全流程的智能升级。

工业制造在 " 虚实 " 间穿梭

刷脸支付、碰一碰支付、无人超市……比这些日常零售场景中的科技应用更显 " 赛博朋克 " 的是，无人零售与人形机器人智能识别、打包的技术融合。

在西门子展台的一角，一个人形机器人正熟练地扫描商品条形码，再用灵巧的手将商品放入购物袋并打包，整个过程行云流水，仿佛一位经验丰富的收银员。这背后是西门子中国研究院打造的新一代工业数字化融合开发平台 " 工易魔方 "。

尽管智能化技术不断发展，但仓储物流中的拣货、打包等环节仍以人工为主，加上商品种类繁多、订单复杂，传统机械化拣货设备面对多种多样的商品会束手无策。

针对这一痛点，西门子 " 工易魔方 " 与灵初智能合作，打造出智能拣货和打包机器人系统。西门子工作人员向《IT 时报》记者介绍，" 工易魔方 " 作为 AI 软件端具有模块化、流程化、柔性智造等特点，能够打通 IT（信息技术）和 OT（运营技术）的数据壁垒，以可视化方式实现工业应用。

具体来看，" 工易魔方 " 负责全流程任务编排与数据流转，流程状态会根据实际数据变化进行动态更新，发出获取订单、拣货完成、等待打包、打包完成等指令，形成 " 数据——模型——流程——数据 " 的闭环，配合人形机器人的执行，就能让机器人 " 理解 " 场景。

" 订单处理速度能提升 50%，单位时间订单处理量提升 30%~40%，综合运营成本可减少 30%。这些指标也会在数据学习中不断改善。" 西门子工作人员说。

不止于仓储物流，在工厂生产制造领域，" 工易魔方 " 还能从 " 流程指导员 " 升级为 " 虚拟建筑师 "。其旗下的 " 工易魔方 · 妙一空间 " 可将工厂设备、仪器转化为可管理的数字资产，帮助工程师搭建可编程的虚拟 3D 环境，提前验证制造方案的可行性。

"AI 在此过程中是工程师的得力助手，通过自然语言对话或指令，就能快速生成大致方案，明确所需设备、数量及工序。" 西门子工作人员以新能源车电池制造为例介绍道：锂电池生产涵盖制片、卷绕、密封、烘烤、注液等多道工序，其中烘烤环节需配置多少烘烤箱、如何摆放安装？AI 会调用工厂数据资产生成可视化产线场景，并通过虚拟运行验证。

这样既能避免因烘烤箱数量不足导致前道工序堵料，也可防止数量过多与后道工序不匹配，最终实现产量平衡。

车间里的 " 节能侦探 "

某家电子设备生产线上，居高不下的电费曾让能源管理负责人头痛不已，车间里数百台设备 24 小时不停运转，每个月的能耗报表像一本厚厚的天书，手动对比生产日志、设备产数，一套分析至少需要一周，还常常因数据繁杂，弄不清哪些设备是 " 耗能大户 "，哪些环节存在能源浪费。

AI 软件的应用，彻底改变了这一情况。通过对每台设备的电流波动、待机时长等数据的自动抓取和比对，系统能迅速找到异常点。比如，当软件弹出预警，提示某条芯片组装线出现 " 异常能耗时段 " 时，工程师可根据 AI 锁定的设备发现，该设备存在既没生产也没停机的 " 隐形待机 " 问题。

AI 还能给出具体方案：优化产线流程，将设备从待机模式切换为深度休眠。以往一周的能耗分析，现在几小时就能完成，工程师也可以从烦琐的报表工作中解放出来，从而更专注于落实节能方案。

这便是三菱电机 AI 节能支援软件 EcoAdviser 的真实运用案例。

" 这是利用 Maisart AI 技术，将原本模糊的能源浪费问题，变成可精准定位、解决的透明问题。" 三菱电机工作人员告诉《IT 时报》记者，第一步就像给设备装上 " 能源显微镜 "，从所收集的海量运行数据中自动揪出典型的能源浪费——比如设备启动时的 " 立上时间损失 "、停机前的 " 立下时间损失 "、辅助设备空转的消耗、设备闲置时的 " 非运行率 "，以及单位产出对应的 " 能源原单位 "。不同于过去靠人工估测，AI 会对这些浪费进行定量分析，让用户清晰看到 " 哪里浪费了、浪费了多少 "。

更关键的是，AI 还能充当 " 节能侦探 "，主动追溯浪费背后的原因。从日期、时段、生产订单等数据里，梳理出与浪费关联度最高的因素，比如 " 每周一上午设备启动慢 "" 某批次生产时设备能耗异常 "，并按影响程度排序，甚至提前预估改善后能省多少，帮用户把精力聚焦在最该解决的重点问题上。

如果对改善效果心里没底，用户只需选定节能措施实施的前后区间，系统就会自动对比两个阶段的核心数据，从电力消耗量、电费金额到能源损失占比，用直观的数据差展现措施到底有没有用、效果有多好。

此外，软件还配备了 " 定制化能源仪表盘 "，管理者可以根据需求选择饼图、排名图、时间序列图等可视化图表，来快速获取关键信息。

给机床装上 "AI 大脑 "

在交大智邦的展台，全球首台智能体机床 μ AI 正上演一场无人干预的精密 " 制造秀 "。只见工作人员在操作屏上选定目标模型，并设定好刀具的角度、精度，机床便开始转动，刀具从一开始的 " 胡乱 " 切割逐渐形成有规律的路径。

" 这个过程就像 AlphaGo 下棋一样，通过策略网络、强化学习等技术，一步步分析最优路径。" 交大智邦工作人员王成瀚告诉《IT 时报》记者，智能体机床 μ AI 由机床本体、AI Agent 和世界模型三部分组成。以往，机床的操作与工艺规划高度依赖技术工人的个人能力和经验积累，不同工人加工出的零件质量可能参差不齐，且培养熟练的技术工人需要耗费大量的时间和成本。

智能体机床 μ AI 就像一位经验丰富的 " 超级工匠 "。当指令下达后，软件层面先会在世界模型中同步构建出一个虚拟的加工场景，随后调用多个 " 大脑 " 并行工作，每个 " 大脑 " 尝试不同路径，系统则根据切割精度、力度等实时数据，对路径形成判断，并对正确路径给予激励，从而能够循环学习，一遍遍提升精度。

" 目前，可将复杂零部件的工艺规划效率提升 40% 至 60%。" 王成瀚表示，该技术对缩短航空航天等关键领域核心零件的制造周期具有重要意义。同时在智能制造领域，也可单独销售 " 大脑 " 软件系统。

这就意味着，未来的机床将不再单纯依赖工人的经验与操作水平，而是拥有一个智能且不断进化的 " 大脑 " 来主导加工过程。

排版／   季嘉颖

图片／   IT 时报

来源／《IT 时报》公众号 vittimes

E   N   D