为什么中控、美的、宁德时代,都没有先做AI客服?——制造业落地,真正值钱的是对准经营现场的高价值Agent

最近在一家制造业上市公司做AI转型咨询。

公司高层问到一个问题：

"到底什么才叫制造业AI高价值场景？能不能给出一些标杆案例？"

这个问题让我想了很久。

过去一年，几乎所有企业都在讨论AI。

DeepSeek、Agent、数字员工、知识库……

大家都在问：

我们要不要部署AI？

哪些岗位可以用Agent？

哪些流程可以自动化？

于是很多企业开始轰轰烈烈地征集AI场景。

采购提交10个。

生产提交20个。

研发提交15个。

财务提交8个。

最后整理出来一本厚厚的《AI场景清单》。

半年过去。

AI做了不少Demo。

会议纪要自动生成了。

PPT写得更快了。

知识库也上线了。

老板却问了一句：

"一年花了几百万，企业到底赚了多少钱？"

整个会议室突然安静了。

因为大家发现，真正的问题不是：

AI能做什么？

而是：

AI应该先做什么？

这是完全不同的两个问题。

AI不是哪里都能创造价值

过去几年，我深度参与了中控技术AI转型工作，也持续研究国内制造业AI标杆企业，如美的、宁德时代等企业。

我发现一个非常有意思的现象。

这些企业几乎没有一家，是从AI客服、AI办公助手开始。

它们几乎都把AI投向了企业最赚钱、也是最烧钱的地方。

为什么？

因为对于制造企业来说：

AI最大的价值，从来不是替代一个员工。

而是：

改变企业的经营结果。

第一家：中控技术——AI改变的是利润，而不是工厂

很多人提到中控技术，第一反应是工业自动化。

实际上，中控真正投入AI最多的地方，并不是聊天机器人。

而是：

设备预测性维护

工艺参数优化

智能控制

能耗优化

异常预警

生产调度

举一个简单例子。

一家大型连续生产企业。

一条核心产线如果突然停机两个小时。

损失可能就是几百万甚至上千万元。

过去靠老师傅经验判断。

今天AI可以通过设备振动、温度、电流等实时数据，提前发现异常，预测设备故障，安排计划检修，而不是等设备停下来再抢修。

看起来只是提前几个小时预警。

背后改变的是：

减少停机时间

提高设备利用率

降低维修成本

提高交付能力

最终改善的是企业利润。

中控一直强调一个理念：

AI不是替代工程师，而是把优秀工程师的经验数字化、智能化。

所以，中控真正卖的不是AI，而是经营结果。

第二家：美的——AI优化的不是流程，而是现金流

很多人认为，美的AI最大的应用在机器人。

其实，美的近几年AI投入最深的领域之一，是供应链。

为什么？

因为制造业最大的成本，很多时候不是人工，而是库存。

举个例子。

如果一家企业因为需求预测不准确，多生产了一批产品。

这些产品没有卖出去。

意味着什么？

意味着：

仓库占满了；

现金压在库存里；

资金周转速度下降；

甚至还要承担跌价风险。

所以，美的大量应用AI进行：

销量预测

需求预测

智能补货

库存优化

排产优化

供应链协同

预测准确率提升几个百分点，看起来不起眼。

但对于一家年营收几千亿元的制造企业来说，可能意味着释放数亿元甚至更多的营运资金。

所以，美的真正优化的不是流程。

而是企业最宝贵的资源——现金流。

第三家：宁德时代——AI真正竞争的是研发速度和产品良率

宁德时代又完全不同。

它AI投入最大的地方，不是办公自动化。

而是研发和制造。

例如：

新材料研发

配方优化

工艺参数优化

电芯缺陷识别

良率预测

质量分析

为什么？

因为对于动力电池企业来说。

产品良率每提升1个百分点。

研发周期缩短几个月。

背后对应的可能就是数亿元利润。

AI帮助工程师提前模拟实验方案，减少大量重复试验；利用机器视觉识别微小缺陷，提高产品一致性；通过数据分析优化工艺参数，提高良品率。

AI没有直接创造利润。

但它让企业更快推出新产品，更少浪费材料，更稳定地生产高质量产品。

这些，最终都会反映到利润表上。

三家企业做AI，看似不同，其实逻辑完全一致

很多人会觉得：

中控做控制。

美的做供应链。

宁德时代做研发。

方向完全不同。

其实不是。

如果站在经营视角看。

它们做的是同一件事。

企业	AI重点	最终改善什么经营指标
中控技术	设备预测、工艺优化	利润、设备利用率、交付能力、能耗
美的集团	供应链预测、库存优化	现金流、库存周转、运营效率
宁德时代	研发、质量、良率	利润、研发效率、市场竞争力

你会发现。

AI只是工具。

真正创造价值的是：

经营指标。

制造业还有一个非常重要的经营指标：OEE

很多制造企业CEO都会盯着一个指标：

OEE（Overall Equipment Effectiveness，设备综合效率）。

可以把它理解为：

一台价值几千万甚至上亿元的设备，一年到底有多少时间真正创造了价值。

它主要由三个因素决定：

设备是否经常停机？（开机率）

设备是否按照最佳效率运行？（性能效率）

生产出来的产品是否都是合格品？（良品率）

为什么AI越来越受到制造企业重视？

因为无论是中控的预测性维护、美的的智能排产，还是宁德时代的工艺优化，本质上都在提升OEE。

看似只是提升了1%或2%。

但对于一座年产值数十亿元、数百亿元的工厂来说，这意味着更高的产能利用率、更低的单位成本，以及更可观的利润。

所以，制造企业真正关心的，从来不是AI用了多少，而是：

AI能不能让价值数亿元的设备，更长时间、更高效率地赚钱。

我总结了一个共同规律

什么样的AI场景，才值得优先投入？

研究完这些标杆企业，我越来越确信：

真正的高价值AI场景，都有几个共同特点。

第一，它一定直达经营指标。

不是为了展示AI，而是为了改善利润、现金流、质量、交付、研发效率等经营结果。

第二，它建立在成熟的数据基础之上。

ERP、MES、PLM、设备数据、供应链数据越完善，AI价值越容易释放。

第三，它通常位于企业经营杠杆最大的地方。

例如：

设备利用率；

产品良率；

库存周转；

研发效率；

供应链协同。

这些地方哪怕只改善几个百分点，都可能带来巨大的经营收益。

AI真正要进入的，不是聊天框，而是经营现场

过去几年，我们一直讨论：

AI能不能进入企业？

未来几年，更重要的问题将变成：

AI应该先进入哪里？

答案其实越来越清晰。

不是会议室。

不是聊天框。

而是：

生产现场。

研发现场。

供应链现场。

经营决策现场。

未来企业之间真正拉开差距的，不是谁部署了更多Agent。

而是谁更早找到那些真正能够改变经营结果的AI场景。

因为，

AI最大的价值，不是生成一份漂亮的PPT。

而是帮助企业创造更多利润、释放更多现金流、建立更强的竞争力。

这，才是真正的：

让AI进入经营现场。

财女郎Tina简介

刘志娟，深圳华鑫财智创始人，企业经营变革与AI转型专家，《价值为王》《让AI进入经营现场》作者。

拥有15年华为跨领域实践经历，曾在海外业务一线工作3年，负责项目投标、合同方案设计、商务谈判和项目经营管理，后深度参与LTC与IFS变革，并担任华为电信云与数据中心产品线CFO。

曾获华为两个华为最高荣誉金牌奖，担任过华为财经专家、财经专家任职评委组长和华为大学高级讲师。

原工业AI龙头中控技术总裁助理、财经管理部总裁、质量流程运营部总裁、变革办主任，主导和推动中控ALL IN AI转型、IFS、全面预算和质量流程运营，并获得2025年中国最佳管理实践案例奖。

现任中控技术总裁战略顾问、苏州引航生物科技有限公司独立董事，工信部中小企业经营管理领军人才、工信部领军人才库专家。

美国KELLEY商学院金融硕士，武汉大学经济学与管理学双学士，拥有CGMA、CIMA、FAIA等专业资质。

视频号、抖音、小红书：财女郎Tina

公众号：华鑫财智