夜雨聆风
开篇
山东邹平，电解铝车间。
崔师傅蹲在电解槽旁边，手里攥着手机。他今年52岁，在魏桥集团干了快三十年，连Excel函数都搞不明白，更别提什么编程代码。
但此刻他在问手机："今天铁含量超过0.25的电解槽有哪些？"
三秒钟后，答案弹出来了。
三个月前，他还是个"AI绝缘体"。
现在，他的"智能问数助理"成了电解铝车间使用频率最高的系统。
更离谱的是，这种事儿在魏桥不是孤例。
两个月，十万人，八百多个AI助理。
说白了，这就是一场自下而上的技术平权运动，更是工人造AI的生动实践。
不懂代码的工人能造AI，那机电工程师凭什么不行？
✦ ✦ ✦
第1章：崔师傅的"智能问数助理"是怎么来的
电解铝生产，最怕"快样"出问题。
什么是快样？每隔几小时，技术员要从电解槽里取样检测，看铝水里的铁含量有没有超标。一旦铁含量波动，整批铝水质量都受影响。
崔师傅每天最发愁的就是这个数据。
查数据得跑回办公室开电脑，但调整参数得结合快样数据、温度、火焰状态、电压情况综合判断。生产线上出问题，等你跑回办公室查完数据，最佳调整窗口早就过了。
每月快样检测28000次，腿都要跑断。
他跟车间主任抱怨过，跟IT部门提过，得到的回复永远是"等排期"。一套传统工业软件，从需求评估到开发部署，没半年下不来。
但崔师傅等不及了。
他听说厂里在推低代码平台，试试呗，反正也不花钱。白天上班，晚上回家照着教程鼓捣。熬了两个通宵，把自己的查数据流程画成了流程图，又花半天时间把数据接口对接上。
三天，一个能查快样数据、能预警异常的"智能问数助理"就这么诞生了。
现在他蹲在电解槽旁边，手机掏出来直接问："今天铁含量超过0.25的电解槽有哪些？"答案秒出。巡检效率翻倍，响应速度从半小时缩短到三秒。
本质上，这不是工具的胜利，是"教练模式"的胜利。
✦ ✦ ✦
第2章：马振雷的"隐患识别台账"——AI不止能查数据，还能做判断
崔师傅的事儿传开后，车间里开始躁动起来。
马振雷是魏桥氧化铝五公司设备科的数字化管理员，官方title听着挺唬人，其实就是个"夹心饼干"——技术部门嫌他不懂代码，业务部门嫌他不懂现场。
他接手了一个烂尾项目：隐患识别台账。
传统做法是巡检员发现问题，手工填表，逐级上报。一套流程走下来，隐患早就变成事故了。而且表格填得参差不齐，有人写"设备有点问题"，有人写"3号球磨机轴承温度超标2℃"，根本没有统一标准。
马振雷琢磨：能不能让AI来干这个活？
他把安全制度、法规标准、企业内部规程打包喂给AI，训练出一个能识别隐患、自动归类分级的智能助手。现在巡检员拍张照，AI自动识别隐患类型、评估风险等级、给出整改建议。
上线三个月，揪出800多处隐患。
这就是"AI工区长"的雏形。
魏桥信息中心主任马法红说得直白：IT部门的角色要变，从"技术执行者"变成"数字化工具运营者"和"全民教练"。
具体怎么做？设立数智化专员岗位，从车间班组长、资深技术员里挑人，集中在信息中心统一培训几天。
几天？不是几个月？
对，就几天。低代码平台把技术门槛降到地板上，普通人不需要写代码，只需要把自己的业务逻辑讲清楚。培训完，这批人就能自己"搭"AI应用了。
魏桥信息中心孙师傅有个判断很直接："10万人里面，起码有8万人有能力用AI解决业务问题。"
两个月，十万人自发创建八百多个AI助理。
这就是"种子选手"模式的威力——让一部分人先跑起来，然后带动全局。
✦ ✦ ✦
第3章：工程人，你每天做的事跟崔师傅没有本质区别
写到这里，你可能在想：电解铝那是传统制造业，跟我有什么关系？
好，我们换个场景。
机电工程师老王每天在干什么？
早上到办公室，先查昨天的设备运行数据，看有没有异常报警。然后去现场巡检，记录温度、压力、振动参数。回来填报表，把数据汇总给领导。下午处理隐患，有些小问题自己能改，有些要协调外协单位。快下班了，突然想起来有个备件该换了，赶紧查库存、提采购申请……
这些事儿跟崔师傅比，有什么本质区别？
本质上都是：查数据→做判断→给结果。
崔师傅查的是快样数据，做的是参数调整判断，给的结果是"哪几个槽需要重点关注"。
老王查的是设备参数，做的是故障诊断判断，给的结果是"这个备件需要更换，建议用XX型号"。
形式不同，逻辑一模一样。
如果你觉得崔师傅能搞定，那老王凭什么搞不定？
关键是你有没有把自己的工作流程"翻译"成AI能理解的语言。
崔师傅干了三件事：
第一，把查数据的步骤画成流程图。他不需要懂编程，但需要把自己的工作步骤说清楚。
第二，把数据接口对接到平台上。他不需要写代码，但需要知道数据从哪里来、到哪里去。
第三，把判断规则喂给AI。比如"铁含量超过0.25就报警"，这个规则是他自己定的，AI只是帮他执行。
工程人完全可以复制这套逻辑。
拿"设备巡检"来说，核心环节就三个：
第一，巡检项目有哪些？温度、压力、振动、噪声……这些标准是你定的，AI不知道，但你知道。
第二，什么情况算异常？温度超过多少算预警，振动超标多少算故障……这些阈值是你定的，AI不知道。
第三，发现异常怎么办？通知谁、填什么表、走什么流程……这些规则是你定的，AI只是帮你自动执行。
说到底，AI助理不是来替代你的，是来帮你把"重复性劳动"外包出去的。
✦ ✦ ✦
结尾：三步法，人人都能动手
魏桥的首届数智化大赛，341支团队报名，271份作品，8支进决赛。
这意味着什么？
意味着大多数人的AI助理还在起步阶段，还不够好用、不够稳定、不能直接当主力。
但这恰恰是机会。
魏桥下一步的目标很明确：从量到质，打磨90分明星应用。从八百多个AI助理里筛选出真正能打的，做成标准模板全集团推广。
对于工程人来说，机会窗口正在打开。
怎么动手？我给你三步：
1
拆解工作流
拿出纸笔，把你每天重复做的事写下来。不是写岗位职责，是写具体动作。比如"查设备数据→判断是否异常→记录到Excel→通知维修班"。这一步不需要任何技术基础，只需要一双眼睛和一颗愿意动手的脑袋。
2
找到数据节点
哪些环节在"等数据"？哪些环节在"等人处理"？哪些环节可以自动化？崔师傅的瓶颈是"等数据"，所以他先做查数助理。老王的瓶颈可能是"等审批"，那就先做审批提醒助手。痛点即切入点。
3
选一个低代码平台开干
钉钉、飞书、扣子，现在都有低代码/AI助理能力。不需要写一行代码，只需要把自己的流程画出来。先跑通一个最小可用版本，再迭代优化。别想着一步到位做出完美系统，崔师傅的第一版"智能问数助理"也很粗糙。
魏桥董事长张波有句话说得实在："数智化转型必须头顶到天，脚踩到地。"
头顶到天，是战略、是方向、是必须做的事。
脚踩到地，是执行、是落地、是每个普通人能做的事。
技术平权的时代，AI不再是程序员的专属玩具。
电解铝车间的崔师傅能做到，你凭什么不行？
上一篇：煎饼果子机器人来了
感谢您关注，点赞，转发
