宋工说质量｜第14篇

首发文章中我提到，AI质量管控的四个风险里，“数据贯通的组织阻力”排在第一位。很多制造厂的质量经理问：“技术都不是问题，但人推不动，怎么办？”

技术问题解决的是“能不能做”，组织问题解决的是“做不做”。

一、为什么“最大的坑不是技术”？

1.1 一个反直觉的事实

制造厂做AI质量管控，最常见的失败原因不是：

•技术不成熟

•系统不好用

•数据不完整

而是：

•质检员不配合

•工艺工程师不信任

•车间主任不支持

技术问题解决的是“能不能做”，组织问题解决的是“做不做”。

1.2 三个典型的组织阻力

二、三类阻力的识别信号

2.1 阻力一：责任边界不清（质检员）

识别信号：

•AI说我错了，我担不担责？

•AI提示的数据和我记的不一样，听谁的？

•AI出了错，谁来负责？

背后的真实担忧：

•怕被AI“甩锅”

•怕审核AI输出后，出了问题自己要担责

•怕AI替代自己的岗位

2.2 阻力二：专业权威被挑战（工艺工程师）

识别信号：

•AI推荐的参数不如我的经验

•AI不懂工艺，只会照搬标准

•我干了20年，还需要AI教我？

背后的真实担忧：

•怕自己的经验被否定

•怕AI替代自己的专业判断

•怕在团队面前“丢面子”

2.3 阻力三：工作量增加（车间主任）

识别信号：

•这是额外工作，影响生产节拍

•工人已经够忙了，还要填数据？

•AI是质量部的事，跟生产有什么关系？

背后的真实担忧：

•怕影响产量和绩效

•怕增加一线人员的工作负担

•怕AI项目占用生产资源

三、三个对策：对应三类阻力

3.1 对策一：明确责任边界（应对质检员）

核心原则：AI输出是“参考意见”，不是“判定结果”。

具体做法：

•制度层面：明确“AI提示→人工审核→人工签字”的责任链条

•流程层面：AI输出必须有“人工确认”环节，不能自动生效

•文化层面：强调“AI是工具，人才是决策者”

关键话术：

AI不是来替代你的，是来帮你的。AI提示的数据是‘参考意见’，最终判定还是你签字。出了事，责任在签字的人，不在AI。

3.2 对策二：让工艺工程师参与AI建设（应对工艺工程师）

核心原则：让工艺工程师从“被动接受者”变为“主动建设者”。

具体做法：

•参与规则制定：让工艺工程师参与AI参数库的建设

•参与案例标注：让工艺工程师标注“好案例”和“坏案例”

•参与效果评估：让工艺工程师评估AI推荐的合理性

关键话术：

AI的参数库需要你的经验来训练。你不是‘被AI替代’，你是‘教AI怎么工作’。

3.3 对策三：将AI融入现有工作流（应对车间主任）

核心原则：AI辅助记录纳入现有工作流，不是新增流程。

具体做法：

•简化操作：数据采集不超过2分钟/次

•减少重复：AI自动填充已有数据，人工只填“增量”

•体现价值：让车间主任看到AI对生产效率的提升

关键话术：

AI不是增加工作量，是减少重复劳动。填数据的时间从5分钟降到1分钟，省下的时间可以多干一件活。

四、一个实际案例

背景：某塔筒制造厂，上线焊接合规校验智能体后，遇到三类阻力。

阻力一：质检员不配合

表现：质检员不愿意审核AI输出，认为“AI说合格就合格，出了事算谁的？”

对策：

•明确制度：AI输出是“参考意见”，质检员审核签字后才是“最终判定”

•培训宣贯：出了事，责任在签字的人，不在AI

•效果：质检员从“抗拒”变为“主动审核”

阻力二：工艺工程师不信任

表现：工艺工程师认为“AI推荐的焊接参数不如我的经验”

对策：

•邀请参与：让工艺工程师参与AI参数库的建设

•案例标注：让工艺工程师标注“好案例”和“坏案例”

•效果：工艺工程师从“不信任”变为“主动优化参数库”

阻力三：车间主任不支持

表现：车间主任认为“填数据是额外工作，影响生产节拍”

对策：

•简化操作：数据采集从5分钟/次降到1分钟/次

•体现价值：AI帮助发现了3个潜在质量风险，避免了返工

•效果：车间主任从“不支持”变为“主动推广”

结果：3个月后，焊接一次合格率从90%提升到95%。

五、组织阻力破解的“三个不要”

六、全系列收官：从“全景扫描”到“深水区追问”

这是“宋工说质量·续篇系列”的第14篇，也是收官篇。

回顾整个系列：

•第1-4篇：四个变化的“制造厂翻译版”

•第5-10篇：制造与监造深水区

•第11-14篇：落地第一步拆解

贯穿全系列的核心判断：

•AI不是“替代人”，是“帮人看得更全、找得更准、改得更快”

•数据筑基不是“买系统”，是“先盘点、再建设”

•第一个智能体不是“最先进的”，是“最小可行的”

•最大的坑不是技术，是组织阻力

最后送给制造厂质量经理一句话：

AI质量管控不是“未来要做的事”，是“现在就可以开始的事”。不需要完美方案，只需要第一个可验证的数据闭环。

宋工点评

制造厂做AI，技术问题解决“能不能做”，组织问题解决“做不做”。三类阻力：质检员怕背锅、工艺工程师怕被替代、车间主任怕增加工作量。三个对策：明确责任边界、让工艺工程师参与建设、将AI融入现有工作流。记住：AI不是替代人，是帮人。

互动问题

上面三句话（质检员/工艺工程师/车间主任的典型阻力），你们厂有人说过吗？

•A. 质检员说过（“AI提示的数据和我记的不一样，出了事算谁的？”）

•B. 工艺工程师说过（“AI推荐的参数不如我的经验”）

•C. 车间主任说过（“这是额外工作，影响生产节拍”）

•D. 都没说过（还没开始做AI）

欢迎留言，我会挑有代表性的问题做专题回应。

首发文章关联阅读：AI正在重写风电设备全生命周期管理 → 五、风险与应对 · 风险一“数据贯通的组织阻力”

全系列14篇已完结。感谢阅读，我们下一个系列见。

本内容由AI辅助生成，宋工审核把关。文中案例与数据均来自企业公开资料、上市公司公告及权威媒体报道。