與協(xié)鑫、匯川、追覓十余位“智造人”，看清AI落地的真瓶頸

頭圖 | 蘇州虎嗅會議室，閉門會現(xiàn)場拍攝

過去一年，AI在制造與供應(yīng)鏈業(yè)的話題熱度漲得很快。但真正走進(jìn)車間的人知道，事情沒那么順利。

7月10日，虎嗅智庫在蘇州組織了一場閉門交流，十幾位來自協(xié)鑫、派克新材、追覓科技、匯川技術(shù)、來伊份、萬事利、圣奧、知微行易、上海家化等企業(yè)的一線實(shí)踐者，聊了一下午。

這場會的規(guī)則很簡單：各自講具體的AI應(yīng)用案例，但必須暴露卡點(diǎn)。

這不僅是一場經(jīng)驗(yàn)交流，而是一次高密度的“判斷共建”。

從供應(yīng)鏈負(fù)責(zé)人到一線解決方案科學(xué)家，不同生態(tài)位的角色圍坐而談，共同拆解AI進(jìn)入生產(chǎn)、研發(fā)、供應(yīng)鏈與經(jīng)營現(xiàn)場后的真實(shí)進(jìn)展與真實(shí)卡點(diǎn)。并試圖回答那個最核心的問題——

當(dāng)多數(shù)企業(yè)已經(jīng)突破單點(diǎn)試點(diǎn)、進(jìn)入橫向復(fù)制與平臺化階段后，真正的分水嶺在哪里？

10+獨(dú)家判斷：外圍很熱，產(chǎn)線很冷

會上，多位嘉賓的AI實(shí)踐細(xì)節(jié)首次披露，涵蓋從銷量預(yù)測、智能排產(chǎn)到工藝控制、能源交易的全鏈路。但不同于案例展示，每位嘉賓的核心輸出被收斂為一句判斷：

方寧 | 匯川技術(shù) 智能制造開發(fā)及應(yīng)用專家：工業(yè)AI的瓶頸不在算力在觀測，主張以因果推斷替代純仿真，從控制層切入工藝閉環(huán)。

李貌 | 追覓科技 個護(hù)事業(yè)群供應(yīng)鏈端ITBP：端到端供應(yīng)鏈AI已跑通外圍環(huán)節(jié)，但制造核心仍受困于負(fù)樣本不足與關(guān)鍵參數(shù)不可觀測。

侯齊 | 追覓科技 洗衣機(jī)事業(yè)群研發(fā)負(fù)責(zé)人：研發(fā)端AI Coding提效明顯，但核心挑戰(zhàn)在于用AI打通制造與研發(fā)的前后端規(guī)則。

趙宇乾 | 派克新材 副總經(jīng)理：AI必須與組織重構(gòu)掛鉤。當(dāng)下自動工藝設(shè)計(jì)覆蓋七成產(chǎn)品，卡點(diǎn)是制造過程參數(shù)的可觀測性（用于自動工藝模型優(yōu)化），導(dǎo)致指導(dǎo)工藝與可執(zhí)行工藝之間存在斷層。

湯光先 | 協(xié)鑫能科晟能市場管理部總經(jīng)理：電力市場化催生AI交易新基建，時序大模型預(yù)測電價趨勢，但博弈論困境與突變預(yù)測仍是難點(diǎn)。

江軍 | 來伊份 CTO：AI在門店巡店與Coding場景已見效，但“AI店長”經(jīng)驗(yàn)復(fù)制受困于幻覺與組織知識不理解。

劉蒙 | 追覓科技 個護(hù)事業(yè)群IT負(fù)責(zé)人：IT視角下Agent想法很多，但數(shù)據(jù)安全黑盒與權(quán)限壁壘讓多數(shù)項(xiàng)目無法如期上線。

高飛 | 上海家化 AI應(yīng)用專家：與供應(yīng)鏈關(guān)系密切的AI應(yīng)用集中在巡店、測膚與需求預(yù)測，但快消SKU爆炸與渠道碎片化讓預(yù)測準(zhǔn)確率天花板明顯。

吳方圓 | 萬事利絲綢 AI生態(tài)負(fù)責(zé)人：從AI設(shè)計(jì)到無水印染一體機(jī)打通小單快反，但跨部門AI串聯(lián)仍是硬骨頭。

彭俊松 | 知微行易 首席科學(xué)家：企業(yè)軟件黑盒化是AI進(jìn)入執(zhí)行層的最大障礙，主張以“代碼即語義”白盒化重構(gòu)工業(yè)系統(tǒng)。

某頭部新能源智能制造負(fù)責(zé)人：以“做小事”方法論推進(jìn)AI，但工藝質(zhì)量模型與工控系統(tǒng)未打通、OT安全能力缺失是最大隱患。

匯川技術(shù)方寧博士正在分享AI落地案例

虎嗅智庫觀察：三座山擋住執(zhí)行層

盡管制造業(yè)已被公認(rèn)為AI落地的重要陣地，但大多數(shù)企業(yè)仍處于局部優(yōu)化階段。數(shù)據(jù)治理不統(tǒng)一、系統(tǒng)黑盒化、組織KPI與AI目標(biāo)不對齊等基礎(chǔ)設(shè)施問題，依然是阻礙AI從插件升級為行動力的深層羈絆。

結(jié)合現(xiàn)場交鋒與調(diào)研問卷交叉數(shù)據(jù)，我們將核心瓶頸抽象為三座山：

第一座山：不可觀測。

工業(yè)現(xiàn)場不是互聯(lián)網(wǎng)場景，數(shù)據(jù)不是天然可采、可標(biāo)注、可復(fù)用的。

工業(yè)現(xiàn)場的關(guān)鍵變量——熱態(tài)工件變形量、催化劑真實(shí)活性、產(chǎn)品核心溫度——往往無法直接測量。傳感器只是把高維真實(shí)狀態(tài)壓縮成幾個數(shù)值，“你看到的永遠(yuǎn)只是部分真相”。

當(dāng)關(guān)鍵變量看不見，模型再聰明也是盲人摸象。

第二座山：不可驗(yàn)證、不可擔(dān)責(zé)。

AI能寫代碼、能做預(yù)測、能給建議，但企業(yè)無法證明它在生產(chǎn)系統(tǒng)里穩(wěn)定正確。例如，ChatGPT寫的代碼仍需要人干預(yù)驗(yàn)證；垂域模型做了工藝質(zhì)量閉環(huán)，但未與工控結(jié)合；預(yù)防性維護(hù)做了大量工作，但與質(zhì)量不掛鉤。

AI輸出不是問題，問題是企業(yè)無法證明它在生產(chǎn)系統(tǒng)里穩(wěn)定正確。代碼能寫、預(yù)測能做，但誰敢簽字讓它直接進(jìn)產(chǎn)線？

第三座山：不可執(zhí)行、進(jìn)不了核心。

幾乎每個嘉賓都繞不開同一個問題：數(shù)據(jù)從哪來？怎么保證安全？

這導(dǎo)致很多想法無法落地——乙方大模型與內(nèi)部系統(tǒng)真要結(jié)合的話，鴻溝太深，“不知AI后臺如何處理數(shù)據(jù)，財(cái)務(wù)數(shù)據(jù)、研發(fā)圖紙可能泄密”。進(jìn)不了核心業(yè)務(wù)。

從場景感知到共識導(dǎo)航：虎嗅智庫閉門會的升級

市場對AI案例的需求正在變化。

過去，企業(yè)需要“成功案例”；現(xiàn)在，決策者更需要的是：哪些經(jīng)驗(yàn)可復(fù)用，哪些路徑不能照抄，AI在什么條件下才真正有效。

虎嗅智庫也在持續(xù)迭代閉門會——本場會議正是全新升級的2.0版。會議有三個模塊組成：

1、真實(shí)需求與痛點(diǎn)暴露。由甲方企業(yè)直接講清AI落地現(xiàn)狀，以及最關(guān)心的ROI驗(yàn)證、OT融合、數(shù)據(jù)治理等問題。

2、路徑探討與解法對照。結(jié)合制造業(yè)真實(shí)場景，討論可遷移的實(shí)施路徑、選型邏輯與落地方法。

3、邊界判斷與復(fù)盤。共同復(fù)盤成功與受挫的關(guān)鍵節(jié)點(diǎn)，判斷AI在什么條件下見效，什么情況下容易失靈。

這樣的議程設(shè)計(jì)，讓嘉賓不只是“聽眾”，而是共同參與判斷的“評審人”。

在現(xiàn)場，追覓的供應(yīng)鏈Agent困境，與匯川的因果推斷路線形成對照；協(xié)鑫的電力交易博弈，與某頭部新能源的OT安全焦慮相互映照；派克新材的組織重構(gòu)思考，也與知微行易的白盒化解法彼此驗(yàn)證。多案例交叉討論之下，閉門會完成了從痛點(diǎn)暴露、路徑拆解到邊界共識的閉環(huán)。

為此，虎嗅智庫將進(jìn)一步升級探討密度與深度。本季度將繼續(xù)聚焦制造供應(yīng)鏈，輔以營銷服、運(yùn)營自動化共三大核心主題，推出2場線下閉門會及3場線上圓桌，與行業(yè)一同拆解真實(shí)落地的分水嶺：

8.07 線下判斷型閉門會

8.13 502線上同行

8.27 502線上同行

9.10 線下判斷型閉門會

9.21 502線上同行

添加智庫小虎提前獲得活動信息

同時本次閉門會的后續(xù)專題內(nèi)容即將發(fā)布，敬請關(guān)注：

匯川技術(shù)：OT側(cè)的因果推斷與“實(shí)因智能體”技術(shù)路線

上海家化：快消行業(yè)AI應(yīng)用的邊界與天花板

追覓科技：從供應(yīng)鏈到研發(fā)端的Agent落地實(shí)錄

知微行易：企業(yè)軟件白盒化與工業(yè)AI底座重構(gòu)

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4876042.html?f=wyxwapp