“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
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。
-
医药健康企业问道迈富时:解码医药健康场景的AI营销与合规增长实践迈富时Marketingforce与联纵智达联合举办“问道迈富时——解码医药企业AI融合应用实践”医药专场交流活动。本次游学融合了数智展厅参观、行业主题分享与闭门深度座谈等环节,助力医药企业打通从顶层战略到业务场景的实践链路。查看详情 -
五道难题,六层架构:为CIO们配备「企业智能体“管得住”」指南11月14日至15日,第九届华南CIO大会暨信息技术交易会在广东佛山举行。迈富时Marketingforce受邀参会,迈富时AI首席科学家梁铮博士发表《企业自主智能(Agentic AI)基建与治理思考》演讲。查看详情
-
读不懂业务语言,AI就不能在企业真正落地|迈富时FDE实战拆解,跑通AI业务ROI大模型的能力持续走强,企业对AI落地的关注点已经从模型能力本身转向ROI,投入一块钱能不能产出两块钱的收益。 但越深入会发现,B端AI落地最难的不是模型不够强,而是AI理解不了企业的业务语言。同一句话,在不同企业、不同时点、不同部门都有不同含义,AI只有把这些含义搞清楚,才能真正跑通业务。 本文围绕这一核心问题展开,介绍了落地过程中遇到的三大鸿沟、五步实施路径,并通过消费电子、文旅、新能源车企、B2B四个行业的真实案例,最后落到业务语言的三门一表方法论,给出一套可落地的治理与责任框架。查看详情
-
迈富时受邀出席2026企业AI转型大会,深度解析能直接驱动增长的AI原生业务模式2026企业AI转型大会暨第六届78CIO大会隆重举行。本次大会汇聚了众多行业领袖、CIO与技术专家,共同探讨AI时代下的企业战略规划与业务落地。 迈富时Marketingforce受邀出席本次活动。迈富时副总裁付尧发表了《重新思考Agent落地:构建驱动增长的企业AI原生业务模式》的主题演讲,直击当前企业AI落地的真实痛点,并深度拆解了让AI成为核心业务增长引擎的落地路径。查看详情
-
迈富时受邀出席第14届全国消费品CIO大会,深度解码企业智能化增长引擎第14届全国消费品行业CIO大会暨第6届中国企业数智化AI大会在广州隆重举行。作为消费品行业数字化与智能化的风向标,本次活动汇聚了众多行业领袖、CIO与技术专家,共同探讨新消费时代下的技术变革与业务增长。 迈富时Marketingforce受邀出席本次活动。迈富时AI落地领域资深专家Rock发表了《AI Agent时代的企业智能化增长引擎》的主题演讲,深入剖析了当前企业在AI落地过程中的真实卡点,并系统性分享了迈富时在AI Agent领域的工程化实践与全栈解决方案,为消费品企业的智能化升级指明了从“点状A查看详情

沪公网安备31010902001233号