夜雨聆风你好，我是江城。
上个月写了一篇制造业 AI 的文章，讲的是不要一上来就做大系统，先找一个具体动作解决问题。
发出去以后，好几个制造业老板找我聊。
反馈很一致。
道理都懂。但不知道怎么开始。
有人说我让员工试试 ChatGPT，他们说不知道问什么。
有人说听说 AI 能做表格分析，但自己试了几次感觉不太靠谱。
有人说看了很多 AI 的新闻，越看越焦虑，越看越觉得跟自己没关系。
我说打住。
AI 现在最大的问题不是能力不够。
是被吹得太玄乎了。
你每天看的新闻是“AI 又通过什么考试了”“AI 又替代什么岗位了”。
但一个做汽配的老板，拿到手的体验是：打开了某个 AI 工具，看着一个空白的对话框，想了半天不知道输入什么，然后关掉，觉得这东西跟自己没关系。
这中间的信息差，太大了。
今天不讲概念，不讲趋势。就讲 3 个制造业里已经在跑的小场景。不是 AI 公司做的案例，是我自己或者身边制造业朋友真的在用的东西。
场景一：合同和订单信息自动整理
你手里有没有这种情况。
客户发来一份合同，二三十页，你要把关键条款摘出来：产品规格、数量、单价、交期、付款条件、验收标准、违约责任。
传统的做法是人工读，一条一条复制粘贴到 Excel 里。
一份合同半小时。十份合同一个下午没了。
现在怎么做。
把 PDF 合同拖进 DeepSeek 或者 Kimi，给它一句提示词就够了。
“请把这份合同里的以下信息摘出来，做成表格：产品名称、规格型号、数量、单价、总价、交期、付款方式、验收标准、违约责任。”
30 秒，一张表出来了。
你不要觉得这有什么了不起。
制造业老板每天花在“把信息从一个地方搬到另一个地方”的时间，加起来非常恐怖。
报价单搬到内部审批表。合同搬到生产计划。订单搬到出货单。出货单搬到结算单。
这些动作没有技术含量，但极耗时间。
用 AI 做这一步，不是要让机器替你决策。
是让你把时间省下来，去做那些真正需要人判断的事情。
场景二：客户跟进记录和提醒
制造业的销售管理，有个很头疼的问题。
客户沟通太分散了。
今天微信聊几句，明天电话打一通，后天面谈半小时。
聊完以后，没记录，没归类，没下一步动作。
过一个星期你再问这个客户的进展，销售打开微信往回翻。
翻了 5 分钟，跟你说“上次好像聊过价格”。
“好像”两个字，就是销售漏斗最大的漏洞。
现在可以怎么解决。
让销售每次跟客户沟通完，用语音把关键信息录下来。
微信语音转文字就行。
然后把这段文字丢给 AI，“把这段客户沟通记录整理成标准格式：客户名称、沟通日期、沟通方式、关键内容、客户意向等级、下一步动作、下一次跟进时间”。
10 秒钟，一条标准化的客户记录出来了。
存到共享表格里。
老板打开表格，能看到所有客户的跟进状态。谁跟进了，谁冷落了，谁卡在哪一步。
不是要做 CRM 大系统。
就是让销售花 1 分钟记录，AI 花 10 秒整理，老板花 5 分钟看一眼。
5 分钟的投入，换来的是一整个销售团队的透明度和可控性。
场景三：内部知识库搭建
每个工厂都有一些只有老员工才知道的东西。
产品参数标准。工艺流程图。设备操作规程。常见质量问题处理方法。客户特殊要求。
这些知识存在人脑子里。
人走了，知识也走了。
然后新员工来了，要花三个月重新摸索。
你招人的成本是三个月工资，培训的成本是三个月效率打折。
怎么解决。
不用买知识管理软件。
把你公司所有能找到的文档整理出来：产品手册、工艺文件、检验标准、客户 FAQ、操作指南、培训资料。
打包丢给 DeepSeek 或者 Kimi，这些工具都支持上传多个文件。
然后你就可以像问一个老员工一样问它。
“这款产品的耐温范围是多少？”
“客户反映漏气的问题，最常见的三个原因是什么？”
“发货前要做哪几项检查？”
AI 会从你上传的文档里找到答案，告诉你，还能标出来源。
你不需要请专人维护知识库。
你只需要把已经有的资料整理一次，剩下的交给 AI。
一个新员工上岗第一周，就能查到老员工花了三年才积累的答案。
这才是真正的数字化。
不是买了个大屏能在墙上滚数据。
是让一个新人，能用老员工的知识水平工作。
真正能跑起来的 AI，有 3 个特点
写到这，你可能会发现一个规律。
这 3 个场景都不是什么“AI 驱动产业升级”的大词。
就是一些很小的、具体的、每天都要重复做的动作。
合同整理。客户记录。知识查询。
这些场景为什么能跑起来，因为它们有 3 个共同点。
第一，场景明确。不是“用 AI 提升效率”这种模糊的方向，是“用 AI 把合同关键信息摘出来”这种具体的事。
第二，数据现成。合同你有，聊天记录你有，产品手册你有。不需要从头收集数据，不需要建数据中台。
第三，结果可验证。AI 摘出来的表格，你一眼就能看出对不对。AI 整理的客户记录，你一看就知道有没有遗漏。效果好不好，当场就能判断。
如果你在制造业，想做 AI 工具化，先不用想太大的。
把你每天在重复做的、有固定输入和固定输出格式的事情找出来。
先从那一件事开始。
试一个星期，如果真省了时间，就继续用。如果不好用，就换个工具再试。
AI 落地不是一次豪赌。
是一堆小实验里，慢慢长出来的东西。
写在最后
AI 好不好用，跟你是不是技术出身没关系。
跟你愿不愿意花一个下午，把这周的合同拖进去试试看有关系。
最难的永远是第一步。
跨过去以后，你会发现所谓的人工智能，跟你在工厂里见过的所有新工具一样。
刚开始不顺手，用久了就离不开。
但前提是你得先用起来。
---
如果你也有类似场景想试试 AI 工具化，可以先把需求描述发我。不收费，先帮你判断这个场景适不适合用 AI 做。