1. 为什么说工业AI是他山之石前阵子和一位做产业研究的朋友吃饭他问了我一个不太好接的问题工业AI喊了这么多年工厂里到底在用AI干什么是不是还在PPT阶段我没有直接回答因为我见过两种完全不同的现场。一边是各类论坛上光鲜的“黑灯工厂”“数字孪生”概念另一边是某汽车零部件车间的角落里一台装了工业相机和工控机的检测工位安静地替人工多看了三十万件产品。后者没有大屏没有炫酷的可视化但产线日报上的不良率确实在降。这就是工业AI最真实的样貌它不像互联网AI那样无处不在而是藏在具体的工序里解决一个个很贵、很痛、很“小”的问题。所谓“他山之石可以攻玉”工业AI恰恰提供了一套“如何用数据改造复杂物理现场”的通用方法论——这套方法不只属于制造业也能被其他行业借去用。这篇文章我就结合自己在一线见过的项目拆一拆工业AI到底在工厂里做什么以及这些经验能怎么往外迁移。1.1 工业AI与互联网AI的本质差异很多对工业AI的误解源于拿互联网AI的思维去套工厂场景。互联网AI的数据是海量、廉价、低噪声的一个推荐系统每天有上亿次用户的点击反馈错了最多损失一次曝光工业AI的数据是小样本、高成本、强噪声的一条产线一年可能只产生几万条有效工艺记录一次误判可能报废整批产品。这种差异决定了打法完全不同维度互联网AI工业AI数据量级海量自动积累有限需要专门采集标注错误代价低可A/B测试快速纠正高直接影响良率、设备、安全场景边界模糊靠算法探索清晰靠工艺经验定义交付周期以周计持续迭代以月计宁可稳健不可冒进评价指标点击率、留存、转化良率、OEE、非计划停机时长、能耗理解了这个差异就能理解为什么工业AI的项目推进总比想象中慢——不是算法不够强而是数据、工艺、设备、人员这些要素得同时理顺。这也是工业AI最值得借鉴的地方它逼着人先搞清楚流程再谈智能化。1.2 工厂里的AI不是来取代人的我见过很多外部团队进工厂第一版方案都是“全自动无人化”最后基本都改了。不是技术做不到而是现实不允许极端缺陷的分布千奇百怪偶尔来一种没见过的情况纯无人系统处理不了反而需要老师傅兜底。更务实的做法是人机协同。AI先做最容易做的那部分——用机器视觉筛掉90%以上明显合格的产品把剩下10%“可疑品”留给熟练工人复判。工人不用再盯着产线看四五个小时反而有精力去处理真正考验经验的异常。老师在岗位上的价值不但没有被削弱还被放大了。这种“分工不替代”的思路是工业AI给我的第一课。它说明智能化的目标不是把成本降到零而是把人的精力从重复劳动中解放出来去处理机器做不了的事。2. 机器视觉质检最难的不是算法是让数据说真话机器视觉是工业AI落地最密集的场景也是很多工厂的第一站。原因很简单质检是刚需人工检不仅慢而且不稳定——一位工人连续工作两小时后漏检率会明显上升不同工人的尺度还不一样这个班判合格的下个班可能判返工。但真正做过才知道视觉质检项目里算法只占三分之一的工程量剩下三分之二都在处理“数据怎么来、标准怎么定、现场怎么配合”的问题。2.1 一套产线质检系统由什么组成一套典型的在线质检系统包括工业相机、镜头、光源、触发传感器、工控机或边缘计算盒子、检测软件和结果输出装置。以某电子元器件产线为例来料经过传送带光电传感器触发相机拍照检测软件判断缺陷类型输出OK或NG信号NG品被气缸推入次品箱。这里面最容易被低估的是光源和打光方案。缺陷能不能被拍出来打光比算法重要得多。一个表面划痕用低角度环形光一打划痕在图像里变成亮线算法一学就会用普通正光拍摄划痕藏在反光里再强的深度学习模型也白搭。所以视觉工程师到现场第一件事不是调模型而是反复调光源角度、亮度和相机曝光参数直到缺陷在图像里“显形”。2.2 样本、缺陷类型与过杀率的博弈视觉模型训练最头疼的是缺陷样本不够。正常品成千上万真正有问题的可能只有几十个。有些缺陷一年才出现几次等收集齐了产品都迭代了。这里有一条我在多家工厂验证过的经验初始缺陷样本从哪里来决定了模型的天花板。最理想的是从生产现场在线拦截用老师傅判出来的真实不良品做标注而不是实验室里人为制造的样品。因为现场样品的纹理、光泽、油污背景才接近真实分布实验室样品往往太“干净”模型学了之后到产线上一看真实缺陷长得不一样立刻抓瞎。标注一致性同样关键。同一个缺陷A工人觉得轻微可接受B工人觉得必须拦截模型就会被互相矛盾的标注“教乱”。我的做法是先拉着质检班组长定一本“缺陷判定手册”把常见缺陷按严重程度分级明确哪级必拦、哪级可放再让至少两个人独立标注同一批图不一致的部分放到例会上讨论。这个流程看似慢却能省掉后面模型反复返工的无数麻烦。另一个绕不开的概念是“过杀”与“漏检”的权衡。漏检是把坏品放过去后果是客诉过杀是把良品误判成坏品后果是浪费产能和复检人工。工厂最容易不能忍的是过杀——动不动10%的良品被拦住产线效率直接崩。实际项目中我会先把漏检率压到极低同时控制过杀率在1%-3%然后通过“AI初筛人工复判可疑品”的方式消化剩余过杀。2.3 人机协同的产线现实说个我亲历的案例。某冲压件工厂做外观缺陷检测原方案是中控大屏实时显示检测结果车间主任要能“看见智能化”。结果上线第一周工人怨声载道因为连续报警导致产线频繁停线。后来我改成只在NG时声光报警并在工位旁放一个小屏显示缺陷图像和对应类型让复判工人一眼看到“AI为什么拦它”。三周后复判工人反而主动要求把阈值调严一点因为他们发现AI能帮他们抓住一些肉眼容易漏的低对比度划痕。这个细节让我明白视觉质检的验收者不是管理层而是真正在产线上用它的工人。如果系统给工人添麻烦他们有一百种办法让项目“自然失败”如果系统帮他们省力他们会自发提出需求让系统更聪明。落地AI之前先想清楚这个工具对产线工人意味着什么比选什么模型重要十倍。3. 设备预测性维护把坏了再修变成提前知道设备非计划停机是工厂成本的大头。一台关键设备突然停机可能造成整条产线停摆维修时间可能是几个小时但连带损失交期延误、在制品堆积、后续工序空转往往是维修费的十几倍。预测性维护的价值就是在设备坏之前提前预警把“事后维修”变成“计划性保养”。这个场景的技术链路是传感器采集数据、特征提取、模型预测、触发维修工单。听起来不复杂但每一步都有坑。3.1 传感器布局与数据采集的门道很多工厂上了大量传感器数据存了一堆最后却做不出模型问题往往出在源头传感器装的位置不对采样率不够。以振动监测为例加速度传感器要尽量靠近轴承座距离越远振动信号在结构件传递中衰减得越厉害特征就越模糊。采样率也很有讲究普通电机测转速振动2kHz够用想捕捉早期轴承故障的冲击特征采样率建议10kHz以上否则冲击脉冲被采样点漏掉峭度和峰值因子完全失真。温度监测相对直接但要注意测量位置。测电机外壳温度探头要贴在散热筋板处而不是接线盒附近测减速机油温探头要浸入油池而不是贴在箱体外壳。位置错了读数的趋势和真故障根本对不上。3.2 从阈值报警到机器学习不一定要上复杂模型很多工厂对“预测性维护”有执念觉得必须上深度学习才行。实际落地中多数问题先用统计特征加阈值就能解决七八成。我在某工厂给空压机组做过一套监测采集振动加速度、电机电流、排气温度三个信号计算每小时RMS值振动有效值、峰值因子、温度变化趋势并对比设备正常运行的历史基线。当RMS超过基线1.5倍时预警超过2倍时报警当峰值因子连续升高而RMS变化不大时提示可能存在早期点蚀损伤。链路跑通之后我又基于历史数据用随机森林做了一版“剩余寿命区间估计”预测设备还能稳定运行多少天方便维修部门排计划。做这件事要特别提醒不要追求预测到具体某一天坏那是玄学。能给出“未来两周内风险升高建议安排停机检查”这个级别的信息维修部门就已经谢天谢地了。一个简单的振动特征计算示例import numpy as np # 假设 signal 是每秒采样25.6kHz的振动数据片段单位g def compute_vibration_features(signal): rms np.sqrt(np.mean(signal ** 2)) # 振动有效值 peak np.max(np.abs(signal)) # 峰值 if rms 1e-6: crest_factor 0.0 else: crest_factor peak / rms # 峰值因子冲击越强越大 return rms, peak, crest_factor这个例子说明一个道理维护策略不一定要堆模型先把RMS、趋势、阈值这些“看得懂”的指标用起来比一个黑盒模型更容易被维修老师傅接受。维修师傅不信任“神经网络说轴承要坏”但会信任“振动值比上周高了30%可能是润滑变差”。3.3 一只假报警风波背后的教训最深刻的教训来自一次“狼来了”事故。某关键泵机组连续三天报警维修工单开了三次每次拆开检查都发现设备正常。车间主任当众质疑“这套系统就是没事找事。”排查才发现报警不是因为泵本身恶化而是因为工厂调整了工况——泵从工频运行改成变频调速转速下降后振动能量分布发生变化我基于原工况训练的正常基线不再适用。设备没坏是“工况变了”。后续解决方法是给模型增加“工况感知”把转速、电流、出口压力作为辅助输入训练多个工况段各自独立的基线模型再按当前工况动态切换判断标准。之后报警准确率明显上升车间主任才重新信了这套系统。这件事的启示是工业AI模型的失效很多不是模型本身坏了而是它赖以成立的“假设场景”变了。设备状态、运行工况、原料批次、季节温度都会让数据分布发生偏移。上线只是开始持续监控“数据分布是否漂移”比反复调模型参数更重要。4. 工艺参数优化老师傅的经验如何变成数学模型工厂里最值钱的资产往往是老师傅脑子里那套说不清道不明的“手感”。某个热处理炉温度调到多少、保温多久某台注塑机模温压力怎么配良率才高这些经验通常只存在于几个人脑中。工业AI在这块做的事是把这些经验变成可复制、可优化的数学模型。4.1 参数寻优的三种做法工艺参数优化没有银弹我在不同场景用过三套打法第一套是专家规则加决策树。先让老师傅把“什么情况下会怎么调参数”的规则讲出来形成几十条经验规则然后用历史数据训练一棵决策树把经验规则和数据规律融合起来。这是最稳妥的起步因为它没有挑战老师傅的权威模型输出也能被理解。第二套是试验设计配合响应面建模。当参数范围可控、试验成本可接受时用正交试验或中心复合设计筛出关键参数再做二次响应面回归找到良率或能耗的优化方向。好处是结论有统计显著性支撑工艺部门更认。第三套是贝叶斯优化。当每次试验很贵比如一次试产要消耗大量原料就不适合做全网格试验。贝叶斯优化用代理模型逼近目标函数每次试验选择信息增益最大的参数组能以较少的试验次数逼近最优参数组合。我在某化工中间品工序用它调整反应温度和时间十几次试验就把收率提升了两个百分点。4.2 数据驱动不等于因果推断工艺优化最容易犯的错是把相关当因果。一次我在某涂布车间分析良率数据发现“车间温度越低涂布缺陷越少”这个相关关系特别显著差点建议加大除湿机功率。后来细查才发现那段时间车间还更换了原料批次良率上升的真正来源是原料改善了和温度一点关系都没有。这事给我一个习惯做工艺优化之前先列出所有可能同时变化的因素尽量把实验设计成“单变量对照”或者至少用统计方法剔除混淆因素的影响。数据驱动分析能找到线索但最终判断要不要改工艺一定得回到机理和工程师经验上去验证。4.3 人机协同的经验沉淀老师傅的经验之所以难复制是因为它高度依赖场景。我在项目中采用的办法是让老师傅参与标注和确认把历史数据切成长短不一的工艺片段请老师傅标出“这段调得好”“这段当时出了问题”然后让模型学习这些专家标注形成“经验Agent”。这不是要替代老师傅而是把老师傅的能力“外挂”到系统里在他休假或离职时经验仍然留在工厂。工艺参数优化的最终效果不只是良率提升百分之几还包括换型时间缩短、新人培训周期降低、工艺稳定性变好。这些收益很难一句话讲完但长期看它们就是工厂的隐形竞争力。5. 我在车间踩过的坑从Demo成功到产线稳定如果说前面几章讲的是工业AI“能做什么”这一章我想讲讲“落地有多难”。坦白讲我经手的项目里十个有九个前期Demo都漂亮——算法准确率好看指标惊艳。但真正跑进产线后各种问题就浮出来了。踩过的坑多了我总结出四个高频险区。5.1 IT与OT的对话障碍工业AI项目需要IT和OT两边配合但它们的话经常不互通。IT部门关心网络安全、权限管理、数据不出车间设备部门关心产线稳定一根网线都不愿意乱插。最常见的情况是模型需要实时读取PLC数据工厂却因为网络隔离策略不允许开放OPC UA端口。我吃过这个亏某项目的预测模型一切就绪卡在数据接口上整整两周。后来找到中间方案在车间加一个采集网关单向读取数据转发到分析服务器不触碰控制网络双方才各自放行。建议后来的项目在启动第一天就拉上IT和OT负责人开个会把数据采集方案、网络策略、安全边界一次说清楚这个步骤能省掉大半个月的扯皮。5.2 数据质量问题比算法问题更致命工业数据“脏”的程度超出想象设备时钟不准导致数据时间戳错乱夜间班次记录缺失操作工忘了按规范记录换料时间某些传感器长期没校准数据从某个时间点开始整体偏移……在这些问题面前算法再强也是垃圾进垃圾出。我的实操经验是先做数据质量健康检查每条时间序列的缺失率、时间戳单调性、量程是否超限、历史突变点全部拉出来看一遍。宁可先花两周清洗数据也不要急着训练模型。数据质量不过关模型上线也是虚假的繁荣。5.3 效果漂移与验收标准的文字游戏模型上线时准确率98%三个月后掉到90%这类“效果漂移”几乎必然发生。原因包括物料批次变了、模具磨损了、季节温湿度变了、设备保养后振动特性变了。应对方法不是祈祷模型别坏而是建立监控机制——定期比对模型判定的分布和真实分布设置“漂移报警”阈值当数据分布偏移超过设定幅度时自动提醒复训。验收环节也常踩坑。很多项目验收时写“识别准确率99%”但没定义清楚是在什么样本集上算的——是离线回放的历史好数据还是在线实时数据缺陷类型包不包括那些一年没出现过的罕见缺陷我的建议是验收标准必须写得像合同条款数据来源、样本范围、评价指标定义、人机复核流程、允许的过杀率上限全部白纸黑字。别怕写得细写得细才能防止验收时各说各话。我把常见坑和应对方法整理成了一张表坑位典型表现应对策略网络隔离数据出不了车间模型无法实时读取加装单向采集网关提前协调IT和OT时间戳错乱历史数据无法对齐特征序列断裂统一授时采集网关做数据源时间戳样本污染训练集混入停机、换料异常片段建立产线事件日志按事件窗剔除异常数据效果漂移模型上线后准确率持续下滑设置分布漂移监控定期人工复评自动复训验收扯皮离线指标高在线指标差验收标准写明样本来源、指标口径、复核流程6. 他山之石工业AI的方法论如何迁移到更多场景写到最后我想回到标题那句话他山之石可以攻玉。工业AI的价值不只在于它帮工厂省了多少成本更在于它提供了一套改造复杂现场的可复制方法论。这套方法论我总结成五条完全适用于其他行业。第一先搞清数据从哪来、质量如何再谈模型。工业AI的一半工作量在数据采集和清洗这套经验放到医疗机构、物流仓库、零售门店同样成立——任何系统的智能化数据底座稳固比算法炫酷重要得多。第二用“最小可用闭环”代替“大平台梦”。我从没见过一个工厂靠先建大数据平台再开发应用成功的。靠谱的做法是先挑一个具体场景比如一条检测工位、一台关键设备把这个闭环跑通让产线看到真实收益再逐步扩大范围。第三让懂业务的人参与定义问题和标签。视觉质检的缺陷手册由质检班组长拍板工艺优化由老师傅标注经验片段数据口径由车间主任确认。业务侧的人才是项目成功的“翻译官”算法团队只是执行者。第四人机协同优先于全自动替代。凡是涉及高风险、高经验判断的场景“机器判断人工决策”的组合永远比“全自动无人化”更稳健也更受一线欢迎。第五把监控和运维写进交付物。任何AI系统上线后都会漂移如果不在交付时就把监控指标、复训机制、责任边界讲清楚半年后系统就会悄悄失效最终被使用者弃用。围绕这五条我也在不少非制造场景里见过直接翻用工业AI方法的例子某医疗机构用视觉检测的设备状态监测方式给影像设备做预防性维护某物流仓储用“AI初筛人工复核”的质检模式优化包裹分拣错分率某供应链公司借鉴工艺参数优化的思路把补货参数当成“工艺参数”来寻优。它们没有照搬什么算法而是复制了一套“数据、场景、人、流程一起改”的打法。最后再说几句实在话。我在工厂里见过太多AI项目的起落真正活下来的都不是技术最先进的而是尊重现场、尊重数据、尊重人的那些。机器视觉那套“让数据说真话”的思路预测性维护那套“监控漂移、持续复训”的做法工艺优化那套“相关不等于因果”的审慎本质上都是同一件事在面对一个复杂系统时别急着相信魔法先承认自己对它不够了解然后用数据和实验一步步逼近真相。他山之石未必是山有多高而是石头的质地经得起敲打。工业AI这块“石头”最值得敲下来的部分不是某个炫目的大模型而是那套在噪声、灰尘和凌晨三点的车间里被反复验证过的务实方法论。谁能把这些方法带回自己的行业谁就能在自己的领域里攻下属于他的那一块玉。