ARTICLE · 1261222
没写过代码的工人,造出了 AI 工具
没写过代码的工人,造出了 AI 工具HAIER ｜ AI ON THE SHOP FLOOR 没写过代码的工人 造出了 AI 工具 6 万员工，1.4 万个自建 AI 应用 2026.10.27 ｜ 元序AI 数据拆解 ｜ 图文 
海尔现在有个说法：6 万员工，人人配了一个 AI 同事。 这个 AI 叫「智小能」。更让人意外的是后面两个数字——员工自己搭出来的 AI 应用，累计超过 1.4 万个；其中 75% 的 Token 消耗，来自日常真实使用，不是摆设。 不是 IT 部门下发，是一线工人自己「长」出来的。 一个没写过代码的人 刘娜是海尔工厂的一名检验员。她以前的工作里有个麻烦：换产的时候，物料的专用号、变更信息、风险点，全靠人工一项项对，容易漏。 后来她把摸清的门道搭进了一个 AI 轻应用：型号一填，关键物料号自动抓取，变更信息、变换点、风险性同步刷新，换产前后的物料差异交给 AI 分析，自动标出高中低风险点。 重点是，刘娜一行代码都没写过。这套工具，是在一个零代码平台上「说」出来的——把现场难题描述清楚，系统就生成一个适配她工位的小应用。 用她的话说：「让数据多跑路，让检验少绕弯。」 
图 ｜ 最懂痛点的人，亲手把经验变成工具 这样的人，还有不少 西海岸商用空调的质量工程师张越，接的是一块硬骨头：特殊订单的流程散在好几个环节，谁都说得清自己那一摊，却没人说得清全貌。他用 AI 轻应用，把流程切成四个阶段，每阶段交什么、在哪签，全划成硬杠杠。特殊订单的前置周期，明显缩短了。 郑州空调工厂的质管员张艳慧，负责的检验链条长、工序多，有盲区，不良品流到市场才被发现。她带团队反复试，自研出一套检验工装，过程检验精准度提升了 40%，不良检出效率提升了 25%。 青岛中央空调的工艺工程师田飒，2025 年 7 月才入职，接手一张「查都查不动」的不良数据表。他自己搭了个「工厂不良 AI 分析平台」，工人扫码录入、数据实时同步，今年还靠这个拿了企业的季度第二。 这些人，都不是程序员。 
图 ｜ 生产线上的机器人，和工人自己造的工具，一起干活 海尔到底做了什么 就两件事：一是把「一念轻应用」这种零代码工具递到员工手里，让不懂技术的人也能把经验固化成工具；二是给一线留出试错的空间，鼓励大家去啃「没人碰过」的难题。 效果摆在那：一线员工自研的制造类 AI 助手，已经接近 1000 个。郑州空调工厂有人自建了螺丝扭矩管理应用，单人每天省下半小时，不合格拦截率到了 100%。通用家电那边，不到一年冒出来 5000 多个 AI 智能体。 周云杰说了一句话，点到了根子上：「技术是工具，人才是目的。」 
图 ｜ AI 不是替代人，是放大人的创造力 这件事，不止海尔一家的事 过去两年，很多公司都在喊 AI，但最常见的情况是——工具发下去了，吃灰；要么就是「减员增效」四个字，AI 成了裁人的由头。 海尔给了一个不一样的答案：AI 不是用来替代工人的，是用来放大工人的。最懂痛点的人，亲手造工具。把门槛降下来，创新才不是少数人的专利。 对普通打工人来说，这也是一个提醒：AI 时代，会「用」AI 不如会「让 AI 替你干活」。你不用会写代码，但你要能说清楚，你要解决的问题是什么。 
图 ｜ 会提问题的人，就能造出工具 不用会写代码 但要能说清问题 AI 是放大人的 不是替代人的 — 完 — 来源：证券时报 ｜ 工人日报 ｜ 元序AI 整理 TAGS #AI落地 #海尔 #AI工具 #制造业 #零代码 元序学院 ｜ 让复杂的 AI 变简单
