股票代码
02556.HK
你可以问我任何问题
  • 给我一个销售的联系方式
  • 给我一个试用账号
  • 迈富时如何帮企业业务增长
资源中心 > 干货内容 > 文章干货 > “中国长三角AI与智造论坛”在迈富时成功举办,共探AI智能体赋能“智造”降本增效的创新路径

“中国长三角AI与智造论坛”在迈富时成功举办,共探AI智能体赋能“智造”降本增效的创新路径

发布时间:2026-11-16

11月12日至13日,以“Al+智能制造融合创新”为核心的“中国长三角AI与智造论坛”(CESF 2026)在迈富时举办。本次大会以“AI赋能智造·模数共振”为主题,汇聚了来自科研院所、行业协会及头部企业的多位重磅嘉宾,旨在探讨人工智能与先进制造业深度融合的可行路径,加速前沿技术向现实生产力转化,为长三角乃至全国的制造业高质量发展注入强劲动能。



迈富时Marketingforce作为本次大会的支持单位深度参与,高级顾问Leroy带来了《以核心指标为抓手,发掘和兑现AI在智能制造领域的降本增效能力》的实战干货分享。



Leroy直击当前制造业的发展痛点,系统性地阐述了AI技术如何从“能力展示”跨越到“价值兑现”,为与会企业勾勒出一条从技术底座到业务场景、再到落地验收的完整逻辑链条。


跨越“演示”与“落地”的鸿沟:构筑AI智造的底层底座


AI的能力边界,正从‘会聊天’迅速跨向‘会干活’。


在制造业语境下,这种跨越具象化为三个维度的深刻变革。


在交互方式上,正从传统的“人找数”报表模式转变为“AI找数”的对话模式,通过自然语言即可获取包含完整证据链的数据解答;


在知识形态上,曾经依赖文档沉淀的SOP、工艺参数与资深技师经验,首次具备了“可计算”的属性,能够被机器读懂并直接参与决策;


在价值形态上,AI不再仅仅停留在给出建议,而是能够通过智能体直接调度排产、开具工单、催发物料,推动人员角色向“审核员”进化。



然而,模型能力的飞跃只是前提,模型再强也只“认得教科书里的工厂”,要让它认得具体的某家厂,还需要智能体运行框架与本体结构两件东西。


如果模型是发动机,智能体运行框架(Harness)就是底盘,它赋予了AI接系统、记事实、安全执行且事后可查的工程能力。


具体而言,这层框架包含了调用MES/ERP等业务系统的“工具”,能跨会话记住业务事实的“记忆”,确保动作不越界的“执行与沙箱”,以及让每次回答都可追溯复核的“观测与评测”。没有这一层框架的支撑,再强大的模型也只能停留在演示阶段,无法真正融入复杂的生产环境。



在框架之上,本体则是把企业业务梳理成一张“机器读得懂”的图,通过定义对象、属性、关系与规则,解决数据散、口径乱、关系断的问题,赋予AI对企业的深度理解。


只有将唯一口径的核心指标定义挂载于本体之上,AI在回答业务问题时,才能给出包含工单级证据的完整链路,确保每一个计算答案都具备真正的审计性。


锚定核心指标:以综合设备效率拆解效率与柔性的博弈


回归制造本质,AI挖掘降本增效潜力的落脚点在于核心指标的科学拆解。


综合设备效率(OEE)作为同时被车间、厂长与财务认账的抓手,由时间、速度与质量三率相乘得出,任何一环塌陷都会拖垮全局。当前多数离散制造的OEE距85%的世界级基准仍有差距,每提升1个百分点约等于释放1%的产能。


制造现场中,效率与柔性的矛盾常被视为单选题,其本质在于切换成本。当换型、清洗等成本趋近于零,矛盾便自动消失。因此,AI的首要战场是让切换更少、更便宜。


围绕这一核心,AI切入OEE构建了两条防线。



防线一聚焦减少停机以保障时间效率,通过预测性维护与故障根因归因改善现场执行,让设备“不掉链子”。


防线二致力于优化流动,通过区间预测、长序列排产及前置齐套准备,拉长批次并减少切换以改善计划决策,让计划“不用掉链子”。


两者相辅相成,共同托举OEE的全面跃升。


AI驱动场景挖掘:沿指标、停机与成本的深度穿透


“大多数AI项目死在‘不知道优化什么’。先用AI找到那3个因子,再谈模型,顺序反了钱就白花。”


如何找寻AI落地的具体场景成为明确底座与指标后的关键。为此,需要顺着三个核心入口精准切入:指标拆分、停机归因与成本结构。


第一条路径是借助AI将核心指标层层拆解。



通过自动下钻,直接回答“这几个点的损失究竟是从哪里丢的”。例如,在将OEE从68.6%到82.4%的偏差逐级向下拆解至“换型调整”与“克重跨级跳变”后,智能体能自动核算出如排序优化、断纸预警等Top3可优化点,并将其转化为明确的年度效益预期。在此过程中,统一理论节拍与换型起止的指标口径,是确保计算不发生偏差的前提。


第二条路径是借助AI进行深度的停机归因。



在制造现场,停机原因往往需要按“可控性”重新排布。报表上常被记作“换型与调整”的时间,往往是掩盖在表象下的“停工待料”。通过追踪待料背后的齐套率,拆解到货准时率与来料合格率等卡点,AI能够提前进行齐套预测与排产联动。将“可能缺料”作为软约束前置到排程中,从而化解隐藏的产能损失。


第三条路径则是通过AI深耕成本结构优化。



面对原料价格的波动,AI能够在严苛的工艺窗口与法规认证等“可行域”内,结合日频价格监控,寻找质量与成本的最优解,输出替代料推荐配方与切换节奏。这不仅在同等质量指标下找出了更便宜的配方,更将物料成本节降兑现为千万级的利润空间。先用AI找准这几个因子,后续的模型优化才能精准命中利润区。


AI跨行业实战:从序列优化到匹配求解的效益兑现


“两个案例,一套方法。行业不同,路径同构:拆指标、找因子、知识化、求最优、闭环。”


这套方法论在两个截然不同的行业实战中,均交出了高分答卷。


在造纸行业,面对克重只能逐级切换的“物理铁律”,AI将排程转化为“序列优化”,把爬坡时长写进约束,大幅减少无效换型,使综合OEE提升7.7个百分点,印证了“序列即资产”。


在食品行业,面对前道多机台与后道无缓冲对接的“节拍匹配”难题,AI通过矩阵化规则进行多目标求解,输出多套可权衡方案。最终日切换次数大降,按时交付率提升至96%,打破了“少切换必牺牲交付”的固有直觉。



成功落地的共性在于两点:一是精准判别痛点是“序列”还是“匹配”问题,以匹配对应的求解算法;二是跨越系统工程的门槛,通过统一口径、冻结流程,辅以人机并行的对账机制建立信任,缺一不可。


未来,迈富时将持续深化AI与企业核心指标的融合,助力更多实体企业跨越“从演示到落地”的鸿沟,把“可计算决策”沉淀为核心生产力,以持续兑现的降本增效成果,护航企业在智能化转型的深水区稳健前行。

相关推荐

您的业务有难题?请及时联系我们!

我们拥有各领域专业的解决方案顾问,为您解答任何业务上的困惑,或是
交流行业最新方向动态,期待与您愉快的交流。

预约演示
微信咨询

微信咨询

手机扫码加我微信

长按扫码二维码

演示预约