WAIC探展|国产工业软件:AI进入工厂,为什么先要补齐“数据语义”这门课

原创概念示意图

一条产线有设备告警，工程师常常要翻好几处：控制系统里的变量、MES 的工单、工艺文件的版本、维修记录里的历史处理。把大模型接进来，当然可能少翻几页文档；但模型若不知道“这台设备”“这批物料”“这版工艺”之间的关系，答案再流畅，也很难作为现场依据。

这也是国产工业软件进入 AI 阶段的一道基础题。CAD、CAE、PLM、MES、SCADA、DCS 和工业互联网平台，覆盖的是不同环节；它们不是同一种软件，也不能被一个聊天窗口替代。AI 要参与设计、排产、质量分析或运维，先得读懂这些系统里对象的身份、版本、单位、工况与权限。这个工作，通常被称为数据语义治理。

设备接入、报表汇总和数据上云，解决的是“看得到”。现场真正棘手的部分，是同一件事在不同系统里经常叫法不同、粒度不同，甚至时间基准不同。

例如，一个零件号可能出现在 PLM 的产品结构里，也出现在 MES 的工单、仓储系统的批次、质量系统的检验记录里。没有统一的主数据和关系定义，模型检索到的几条信息可能都是真的，却属于不同版本、不同批次或不同工序。把它们拼成一句建议，风险反而更大。

工信部 2026 年发布的《工业场景数据要素应用参考指引》提出以场景牵引探索工业数据“采、集、用”的路径。2025 年两化融合工作要点也将产品主数据标准、工业数据空间和高质量行业数据集列为推进方向。政策文件没有许诺某个模型能一键接管工厂，强调的是数据标准化、可信流通和场景应用——这很接近工厂真实的准备工作。

可以把语义层理解成工业数据的“说明书加关系网”。它不替代 PLC、控制系统或各类业务软件，而是在这些系统之间补上可识别、可校验的上下文。

一是对象身份。设备、零件、工位、物料、工单与人员，需要有稳定标识，避免同名异物或一物多名。二是业务关系。某个传感器读数对应哪台设备，设备属于哪条产线，异常发生时执行的是哪版工艺，都应能顺着关系查回去。三是时间与版本。工业现场的“现在”并不总是同一个时间点：设计变更、配方调整和工单切换会改变解释。四是单位、质量与权限。摄氏度、压力、节拍等字段要能校验；哪些数据可读、谁能修改、哪份资料是受控版本，也不能留给模型猜。

这类工作看上去不如生成式 AI 吸睛，却决定了答案能否带出处、能否复核。模型层负责检索、归纳、预测或生成草案；工业软件保存工程对象与业务流程；边缘和控制层负责感知与执行。把三层混成一个“AI 系统”，很容易把演示能力误写成自动化能力。

工业软件的价值常常藏在工程细节里。设计仿真软件要处理几何、材料、工况与计算模型；PLM 管产品结构和变更；MES 组织工单、工序与追溯；SCADA、DCS 和 PLC 面向实时监控与控制。AI 可以成为这些系统里的助手，却要服从已有的对象模型、版本管理与审批流程。

工信部 2025 年“人工智能+制造”专项行动实施意见提出，推动人工智能与基础软件、工业软件及制造业行业应用软件融合，并提到数据清洗、智能语义标注和语义化领域知识资产。这个方向给国产软件厂商留下了很具体的产品空间：接口适配、主数据管理、知识图谱、数据质量校验、工程文档解析、仿真验证、权限和审计工具，都可能比一个泛化对话框更接近交付。

对于制造企业，起步点不必是“全厂智能体”。选一个边界清楚的任务更稳：维修资料检索、变更影响核对、质量异常归因辅助、工艺文件一致性检查。把数据范围、允许动作、人工复核、版本留痕和验收口径写清楚，再决定是否扩大。演示时能回答问题，不等于能够在复杂班组、换料、停机和异常情况下稳定运行。

对普通人：看 AI 工厂，先问它依据什么

看一段演示，可以盯住资料来源、版本和适用范围。遇到冲突数据，系统应提示不确定，不能只给一句顺口的结论。

对创业者：把“上下文”做成产品

工业场景不缺模型入口，缺的是接进旧系统后仍能被工程团队信任的能力。把数据字典、对象映射、版本关联、权限隔离、回放审计做扎实，往往比承诺全流程自主更有价值。

对实业企业：让试点从一条可验收链路开始

明确一个任务的输入、依据、输出和负责人。涉及控制动作时，建议层、审批层与执行层应分开；现场人员能暂停、能回退、能复盘，才有继续扩展的基础。

AI 进入工厂，很快会碰到工业语义：一条数据从哪里来，指向谁，适用于哪个版本，谁有权使用，出了偏差如何回看。国产工业软件把这些关系整理成可信、可复用的能力，模型给出的建议才有条件进入工程协作。

#WAIC探展 #国产工业软件 #工业AI #智能制造 #数据治理

硅基之行，读懂人工智能，看见未来已来。

明日更新《WAIC探展｜中控技术：流程工业里的AI，为什么要先守住控制回路与安全边界》

工业和信息化部：《工业场景数据要素应用参考指引》

工业和信息化部：信息化和工业化融合2025年工作要点

工业和信息化部：“人工智能+制造”专项行动实施意见

工业和信息化部：工业互联网与船舶、石化化工行业融合应用参考指南