别再只把AI当工具了,它正在重写制造业的游戏规则-夜雨聆风

别再只把AI当工具了,它正在重写制造业的游戏规则

点击上图▲了解更多

4月22日—4月24日，“Al+制造”实战研修营第一模块“从数据到决策”即将开课，我们将与周龙、杨攀、陈启明三位实战专家面对面，走进行业标杆观摩AI全链路应用，深度探讨AI落地逻辑与增长机遇，并帮你找到独属于你企业的AI落地场景。【立即报名】

“今天的中国没有夕阳的产业，只有夕阳的人。那些率先使用了AI工具的企业，将成为人工智能时代的新主角。”

——吴晓波

文 / 巴九灵（微信公众号：吴晓波频道）

2025年，吴老师密集调研了65家企业，其中大部分是制造企业。跑完产业一线后，他提出了一个重要判断：中国人开始定义工业5.0。

什么是“工业5.0”？吴老师给出的关键词是：机器视觉与深度学习、大模型与智能体、具身智能及全流程AI管理。简单来说，就是从“自动化”到“自主化”的跃迁。

数据也在印证这个趋势。2026年1月，世界经济论坛公布最新名单，全球“灯塔工厂”总数达224家，中国独占101家，稳居全球首位。而“灯塔工厂”，一直是全球最先进工厂的代名词，代表了智能制造和数字化转型的最高水平。

与此同时，工业和信息化部等八部门联合印发的《“人工智能+制造”专项行动实施意见》明确提出：到2027年，培育2—3家全球生态主导型企业，选树1000家标杆企业。

八部门关于印发《“人工智能+制造”专项行动实施意见》的通知

数据振奋人心，政策也全面铺开。但硬币的另一面是：热闹是头部企业的，焦虑是大多数人的。

据《2025工业智能体应用现状与趋势展望报告》对200余家工业企业的调研，虽然近八成企业认可AI的价值，但仍有43%的企业至今未曾部署，对投入产出比顾虑重重。

一边是“灯塔工厂”数量不断刷新纪录，一边是很多企业还在犹豫第一步怎么迈。

当很多人的认知还停留在“把AI当成一个高效员工”的阶段，那些走在前面的标杆们，已经开始用AI重构企业的决策和增长逻辑。

对于它们而言，AI的价值已远不止于制造环节——从研发设计到供应链协同，从营销获客到客户服务，AI正在渗透企业的每一个细胞。

这巨大的“水位差”，意味着AI未必立刻创造利润，却正在迅速拉开企业之间的竞争差距。

那些走在前面的AI标杆

究竟做对了什么？

《AI增长战略》的作者周龙老师，曾助力200多家企业实现战略性增长，其中5家登顶细分品类头部，实现10倍增长。

他提出过一个深刻洞见：“大多数企业把AI当工具用，少数企业把AI当系统用，极少数企业把AI当操作系统用。十倍增长，发生在第三种企业身上。”

据他观察，大部分员工只把AI当作“第二个百度”在用——问问题、写文案、画图。但当设计师真正学习AI思维后发现，精准有效的AI指令需要设计、市场、销售、采购等多维度数据协同。用AI的过程，倒逼他们重新审视跨部门协作逻辑。

“把AI当作操作系统”，意味着AI不再只是写文案、画图的工具，而是成为企业运转的“底层中枢”——它能够打通各部门数据孤岛，自动调度营销、研发、生产、供应链等资源，并在动态环境中自主决策、实时优化。

西门子全球执行副总裁肖松，曾对工业领域的AI应用做了分级。

他认为，初级的AI应用，是替代“工业肢体”，用AI承接重复性、高精度的人工操作，直接解决“人眼累、人手慢、人判断不准”的痛点。

而进入高级阶段，AI将成为工业的“第二大脑”，主导认知、决策，核心是整合生产全环节数据，生成或辅助决策，实现“决策智能化”。

放眼那些大名鼎鼎的AI标杆，它们无一例外，都已经或正在完成一场深刻的“权力交接”——决策权从老师傅的经验和直觉，转移到数据和算法的闭环中。

从“人脑驱动”到“算法驱动”，AI让工厂具备了“自我进化能力”。过去的工厂是“被设计的”，未来的工厂是“会学习的”。

举例而言，传统的工业机器人，执行的是预设程序，你给它写什么代码，它就做什么动作。换一个产品、改一个规格，可能需要工程师花数周时间重新调试。

而AI赋能后的制造，可以自主规划动作序列，自主调用机械臂、视觉系统等硬件资源，并在执行过程中不断学习优化。

这是一次从“经验驱动”到“数据决策”的系统性跃迁。未来企业的竞争力，将不再取决于你有多少老师傅、多少经验积累，而取决于你能多快、多准地让数据“说话”、让AI“做事”。

真正的差距不在于技术和能力

而在于认知和落地

很多企业家问：为什么感觉AI离我很远？那些“灯塔工厂”确实厉害，但动辄上亿投入，我的工厂根本没法照搬。

这个困惑的背后，是对AI的认知偏差。很多人把AI等同于一个“黑科技”——好像必须投入巨资、招揽顶尖算法人才、推翻现有产线，才叫“用AI”。

事实恰恰相反。AI对于制造企业的真正价值，从来不在于“炫技”，而在于“解决问题”。它不需要你把整个工厂“推倒重来”，只需要你找到那些“最值得用AI解决的具体问题”。

在“AI+制造”实战研修营的第一模块，我们会带大家走进两家标杆企业。那里发生的事，可能会彻底颠覆你对AI应用的想象。

◎ 第一家是上汽通用汽车金桥基地。

我们可以在这里沉浸式体验工业大模型和人形机器人如何在真实产线上工作。

今年，上汽集团首位具身智能人形机器人员工“能仔1号”正式上岗。这是中国汽车行业首批真正投入量产产线应用的人形机器人案例。

传统的工业机器人只能通过预设编程执行特定任务，而“能仔1号”具备视觉感知、双臂协同、力控抓取等拟人特性，能自主识别来料、规划抓取路径，达到±0.1mm的精度，作业效率约2秒一件，占地面积却只有传统工位的15%。

这不仅仅是一个酷炫的机器人。它填补的是人工上料存在带电操作风险、传统机器人又柔性不足的那片空白。

上汽集团首位具身智能人形机器人员工——“能仔1号”

◎ 第二家是深耕工业大模型的羚数智能。

他们是国内极少数真正让AI在重工业场景落地的公司，服务了振华重工、中国电气装备集团等近百家工业企业。

实际上，他们解决的都是一些非常具体的问题：物料齐套率怎么提升？图纸校核怎么自动化？供应链风险怎么提前预警？

比如在服务振华重工时，面对每台设备物料都不一样、全球供应网络波动大的难题，他们介入后做的第一件事不是上模型，而是做“AI诊断”——评估数据治理程度、识别最值得用AI解决的痛点。落地后效果直接：物料齐套率提升超15%，执行人力成本优化90%以上。

AI在这里不是“锦上添花”的奢侈品，而是“雪中送炭”的生产力工具。

三天两夜，带走你的AI落地蓝图

4月22日—4月24日，“Al+制造”实战研修营第一模块即将开课。

这三天两夜，我们要带你拆解真实产线如何用AI降本，识别自家企业最该先做的1—2个AI场景，解决制造企业“认知强但落地难”的AI困局。

◎ 第一天，看清技术边界，建立产业认知。

硅基流动的联合创始人杨攀老师将带来主题分享，给企业家学员构建一张AI产业的“全景地图”。

AI产业的底层逻辑是什么？算力、数据、模型服务如何选型？欢迎加入“AI+制造”实战研修营，将AI转化为企业核心资产。首期仅余3席，即刻与行业领袖同行。大模型、Agent、多模态……这些技术到底能干什么、不能干什么？

作为市场上唯一用国产芯片提供大规模DeepSeek API服务的供应商，他经历过从0到1和从1到100的完整商业化周期，讲的都是踩着真金白银得出的经验。

杨攀老师在活动现场分享

◎ 第二天，拆解真实案例，学习落地方法论。

在参访完国内工业AI领军企业羚数智能后，我们将邀请羚数智能联合创始人陈启明带来分享《AI在企业中的应用及未来趋势》。

他将通过剖析实战案例，展示AI如何从单点应用到全链路赋能，以及未来3—5年AI在制造业的演进方向。

晚上的重头戏是“私董工作坊”。在导师引导下，每位学员为自己的企业识别出1—2个高价值、易落地的AI切入点。

我们不做大而全的规划，只做小而准的取舍，具体到在哪个工序、解决哪个痛点、预计带来什么收益。

◎ 第三天，跳出具体场景，建立企业级AI战略思维。

全天由周龙老师讲授《企业战略AI——AI时代的十倍进化论》。这不是一堂技术课，而是一堂“换脑子”的战略课。

他将在现场为企业诊断：如何用AI重新定义产品、流程和组织？你企业的“第一场景”到底在哪里？如何找到那个能撬动十倍增长的战略支点？

最终帮你完成的，是从“把AI当工具用”到“把AI当操作系统建”的认知跃迁。

今天中国的制造业，正在经历从“最激进实验场”向“新标准定义者”的跃迁。

当AI真正在企业的核心业务场景中扎根，新一轮生产力的革命才正式开始。最终，AI反哺给企业的，将是指数级的增长机遇。

但要想真正用好AI，就不能只做一次简单的技术升级，而是要完成一场系统性的重构。

你的数据准备好了吗？你的组织准备好了吗？你的战略准备好了吗？

无论如何，AI这趟车，上车的最佳时间点永远是现在。那些率先走进现场、看懂趋势、找到场景的人，将成为这场变革的定义者。

欢迎加入“AI+制造”实战研修营，将AI转化为企业核心资产。首期仅余3席，即刻与行业领袖同行。

点击按钮▼立即报名