乐于分享
好东西不私藏

AI青年 | 从代码到车间,他们正在重写制造业的运行方式

AI青年 | 从代码到车间,他们正在重写制造业的运行方式

编者按:

当五四精神遇见AI浪潮,新一代青年正以独特的方式定义“创新”。他们跨行业、破边界,用算法回应社会痛点,用技术温暖寻常生活。这个五四青年节,湘江融媒特别策划“AI青年”专题,将镜头对准在湘江新区AI领域创新创业的有志青年。

在工业制造领域,AI的落地往往不发生在实验室,而发生在车间。

麦可思工业科技(长沙)有限公司(以下简称“麦可思”)正试图把这一过程做得更具体:将算法嵌入供应链与生产流程,让原本依赖人工经验的环节,转向数据驱动的运行方式。

这家由供应链从业者与技术团队共同创办的企业,路径并不典型,但所面对的问题却具有普遍性:当技术进入传统工业体系,如何在成本、效率与人的接受之间找到平衡。

01
从供应链到算法
做“工业里的AI”

和麦可思的成长路径一样,创始人陈园园的创业路径也并不典型。

陈园园本科和研究生均为工商管理专业,毕业后在沿海地区从事管理相关工作近十年。2016年前后,她回到长沙进入中南大学读研,也是在这一阶段,与几位拥有工业与技术背景的合伙人重新聚到一起。

2022年,团队成立麦可思工业科技(长沙)有限公司。创始团队四人,各自出资启动,公司起步资金规模有限,但分工明确:有人负责算法与模型,有人负责行业理解,有人负责管理与运营。

与许多直接切入通用大模型的创业团队不同,麦可思从一开始就选择了更窄的路径:工业供应链。

公司核心产品是一套面向中小制造企业的数字化与AI系统,最初以流程优化为切口,例如通过OCR技术将手写单据转为系统数据,减少人工录入错误;随着技术迭代,系统逐步引入模型能力,从“记录数据”转向“辅助决策”,公司致力于利用大数据、物联网、区块链、5G、AI等技术,为工业中小企业、工业园区提供线上集采、供应链数字科技服务等。

“以前是流程驱动,现在是数据智能驱动。”陈园园说。系统可以基于生产与供应链数据,对缺料、排产延误等情况进行预判,而不只是事后记录。

这种变化,对企业而言意味着更直接的成本收益:减少库存、缩短周期、降低违约风险。

02
一笔小单与一个月驻场
商业模式的形成

第一次把算法带进工厂,是在一间堆满手写单据的仓库里。

陈园园记得很清楚,那是一家传统制造企业的库房,堆叠的单据像一层层旧纸墙。她和团队成员站在一旁,看着工人一张一张地录入、核对、修改。“我们当时的第一个任务,不是写代码,是先理解他们为什么这样做。”她说。

那笔订单金额不高,几万元,却成为麦可思真正意义上的起点。为了完成这个项目,团队在工厂待了将近一个月,从数据补采、流程梳理到系统上线,每一步都在真实的生产节奏中反复磨合。工人最初的抵触也很直接,“你们上了这个系统,我是不是就没工作了?”她向记者回忆当时工人所说的话。

为了抵消工人的情绪,陈园园没有急着推进系统,而是先放慢节奏,带着团队反复解释系统的用途,并在现场一遍遍演示操作流程。与其说是在部署一套技术,不如说是在重建一套工作方式。陈园园说,当工人逐渐发现,系统只是替代重复录入,而不是取代岗位,这种抵触才慢慢松动。

项目最终落地后,仓储效率和准确率明显提升,这也成为麦可思后续拓展市场的重要样本。

此后,公司逐步形成“模块化+定制化”的商业模式:将仓储管理、生产排产、采购预测等拆分为多个模块,根据企业需求组合实施,在通用经验基础上进行差异化调整。

随着案例积累,单个项目交付周期逐步缩短,复制能力提高。但在陈园园看来,工业场景始终难以完全标准化,这也意味着公司必须长期维持一定比例的定制开发能力。

03
规模与落地
一家公司如何在工业场景中跑通

创业进入第四年,麦可思开始呈现出更清晰的增长轮廓。

公司业务逐步覆盖多个工业细分场景,单个项目金额从最初的几万元提升至百万元级别。

具体到企业端,改造效果开始具备可量化的结果。

在长沙一家机械制造企业的项目中,系统接入后,企业采购成本下降约30%,采购效率提升14.6%,营收增长22.6%。

类似案例的积累,使公司逐渐从“项目交付方”转向“方案提供方”,客户认可度随之提升。

“最开始客户是试用一个模块,现在会主动提出做全流程改造。”陈园园说。

不过,在陈园园看来,这些成绩并不意味着公司已经进入稳定阶段。

随着项目规模扩大,团队需要在交付能力与扩展速度之间保持平衡。“做工业,最重要的不是签单,而是交付。”她说。

04
AI青年
在技术与现实之间

公司最终将办公地点落在湖南湘江新区洋湖片区。对陈园园而言,这一选择既是地理上的便利,也是创业阶段的一种现实判断。创业初期,团队依托高校创业平台推进研发,参与创新创业项目并获得湖南湘江新区多项资金支持,完成了从技术设想到产品雏形的过渡。

她认为,湖南湘江新区为初创企业提供了较为完整的支撑体系,从空间载体到政策对接,再到资源整合,降低了企业起步阶段的不确定性。

随着业务推进,公司客户逐渐从本地延伸至外省。不同区域的工业基础和企业数字化程度存在差异,一些制造业集聚度更高的地区,对供应链优化和数字化改造的需求更为迫切,也更容易形成规模化应用。

在她看来,AI对工业的影响更接近一种结构性调整,而非简单替代。“不会取代,但会改变。”她说。系统可以减少重复操作,却无法脱离人对流程的理解与判断。变化更多发生在岗位形态上:从手工录入转向数据管理,从经验决策转向数据支持。

这种变化,同样作用在她自身。

从最初参与产品设计,到如今负责团队管理、财务与组织运转,陈园园需要在技术与经营之间不断切换。公司规模尚未形成稳定优势,她必须在扩张与控制之间反复权衡。“创业不只是做产品,还要对团队负责。”她说。

在此基础上,公司正尝试从项目型服务向平台化能力延伸,引入RPA与“数字员工”等工具,减少人工操作环节,并通过持续的数据积累提升系统的预测能力。

对于未来的发展路径,公司也有更长期规划。但在当前阶段,陈园园的判断仍然谨慎。

“先把产品做好。”陈园园说。

记者:彭毓妍

编辑:陈尔东

校审:李波 罗瑶 袁路华 杨刚
更多精彩内容

▶ 打造科创全周期融资服务枢纽,湘江基金小镇二期冲刺交付

▶ 猜猜“他”是谁?

▶ 神仙岭上新!湖南首个山地自行车公园来了

了解更多新区资讯

请扫码关注我们