AI在工厂里“拧螺丝”，但还没学会写请假条

上周五，我在苏州一家做汽车零部件的厂子里蹲了大半天。

不是去参观，是陪朋友做交付验收——他们给这家企业上线了一套基于Qwen2.5-72B微调的质检系统。产线上，三台红外+可见光双模相机正对着传送带，每秒抓拍12帧，模型实时判断刹车卡钳表面有没有0.3mm以上的划痕。现场工程师指着屏幕说：“去年人工复检率37%，现在压到8.2%。上个月漏检导致的客户投诉，零。”

我顺手翻了眼他们内部系统后台：自2024年9月上线以来，模型日均处理图像217万张，误报率从初期的14.6%降到现在的2.9%（数据来自该企业2025年Q1数字化年报，第17页）。

这事儿听着挺硬核，但更让我记住的，是下午茶歇时车间主任随口说的一句：“AI能盯住划痕，可我们生产计划表改三次，它还卡在第一次的版本里。”

——你看，最狠的AI落地，往往不在PPT里，而在流水线的震动、排班表的涂改、老师傅皱着的眉头里。

---

2026年快过半了，AI大模型在企业端确实不讲虚的了。

但和2023年那会儿“全员接入ChatGPT”的热闹不同，现在的企业，尤其是制造业、能源、金融这些“重资产+强流程”行业，早过了“要不要用”的阶段，直接干到“怎么嵌进KPI里”的程度。

工信部《2025年人工智能产业应用白皮书》里有个冷数据：截至2025年底，全国规上工业企业中，已将大模型深度集成进核心业务系统的比例为19.3%，其中超七成集中在质检、设备预测性维护、供应链异常识别三个场景（P32，表4-1）。注意，是“深度集成”——不是员工自己偷偷调个API，而是和MES、ERP、SCADA系统打通，动作能触发工单、自动停机、生成维修建议。

比如国家电网江苏公司，2025年3月上线的“巡检语义理解引擎”，把无人机拍回来的28类绝缘子缺陷图像+巡检员语音口述（“这里有点发白，不像上次”）一起喂给模型。它不再只回答“是否异常”，而是输出结构化结论：“A相绝缘子串第4片伞裙存在电晕腐蚀迹象，建议72小时内安排红外复测，并同步比对2024年11月同角度影像”。这个系统上线半年后，一线班组平均故障定位时间缩短了41%（来源：《中国电力企业管理》2026年4月刊，第55页）。

再比如中信证券2025年Q4财报里明确披露：其投行尽调辅助系统已覆盖全部IPO项目，模型自动提取招股书中的关联交易、资金拆借、股权代持线索，初筛准确率达82.7%（对比人工初筛平均耗时4.3人日/项目，现压缩至0.9人日），但——关键在这里——所有风险点必须由保荐代表人二次确认并手写批注，系统不允许直接生成签字页。

看见没？真实落地，从来不是“替代”，而是“锚定”：锚定人的经验边界，锚定制度红线，锚定责任归属。

---

可问题也扎堆冒出来。

最典型的是“幻觉合规化”。

去年底，某头部乳企在用通义千问微调做配方合规审查时发现：模型能把《GB 10765-2021》里“DHA添加量不得高于总脂肪酸的0.5%”准确转译成计算逻辑，却把“婴幼儿配方乳粉”错误泛化为“所有含乳基产品”，导致给儿童奶酪做的配料表提示“涉嫌违规”，实际该标准根本不适用。

这不是模型错了，是训练数据里混进了大量未打标场景的监管问答，模型学会了“看起来像法规就严肃对待”，但没学会“谁管谁”。

这个案例被收录在信通院《2025年大模型行业落地风险清单》第2.4条，原文写：“当领域知识与法律适用边界交叉时，微调未必能消除语义漂移，反而可能因过度拟合局部特征，放大误判权重。”

另一个更难缠的，叫“组织级沉默”。

深圳一家做精密模具的厂子，2024年花了270万上线大模型驱动的工艺参数推荐系统。结果半年后调研发现：83%的技术员用它查热处理温度曲线，但没人敢按它推荐的‘最优解’直接设参数。为什么？因为过去二十年，老师傅凭声音听淬火油温、看氧化色判回火程度的经验，已经沉淀为车间默认SOP。模型给出的方案哪怕数据漂亮，只要和老经验差0.5秒节拍，一线就集体“装死”。

后来他们怎么破的？不是换模型，是让模型学着写“解释链”：不仅给参数，还要附三句话——“此推荐基于近3年同材质模具在XX设备上的127组成功案例”“与王工2023年处理089号订单时的设定偏差±1.2℃”“若首件检测硬度超差，建议优先回调回火时间而非温度”。

你看，技术落地的终点，常常不是精度，而是可信度翻译。

---

还有些事，连报告都不好写。

比如某省属港口集团2025年试点的“智能调度大模型”，目标是优化集装箱堆场翻箱率。模型跑出来的方案理论上能降本11%，但实际推演时发现：它把龙门吊司机轮休、饭点交接、雨天限速这些“非结构化约束”全当噪声过滤了。最后项目组不得不倒回去，用规则引擎把27条人工排班潜规则一条条写死，再让模型在“规则牢笼”里找最优解。

再比如银行风控场景。多家城商行反馈，模型对“小微企业主征信空白但纳税稳定”的客群识别率高达91%，可一旦涉及“个体户用配偶账户走流水”这类灰色操作，准确率断崖式跌到53%——因为训练数据里，这类样本被统一打标为“高风险”，模型学的是“规避”，而不是“理解动机”。

说白了，今天的大模型，在有明确定义、有历史数据、有闭环反馈的环节，已经能扛活；但在靠默契、靠权衡、靠灰色地带生存的地方，它还是个交学费的实习生。

---

所以别再问“AI什么时候取代人类”了。

真正的问题可能是：

你的企业，有没有把一个老师傅三十年没写下来的经验，变成能喂给模型的“结构化语义”？

你的ERP里，那些被标注为“其他费用”的17类杂项支出，能不能被模型识别出其实是同一类隐性成本？

你开会时大家心照不宣的“先走流程再补材料”，是不是已经悄悄成了模型推理的最大盲区？

这些问题，没有API能直接答。得有人坐在产线旁记三天笔记，得法务和算法工程师一起啃三个月监管文件，得让风控主管把“我觉得有问题”的100个案例逐条录音转文字——然后，才轮到模型上场。

2026年的AI落地现场，最稀缺的不是算力，是那种愿意蹲下来、把模型当学徒使的耐心。

就像苏州那家厂子的老师傅，现在每天早上第一件事，是打开系统看模型昨天标出的“疑似划痕”，然后拿放大镜挨个复核。他不喊“AI真神”，也不说“都是瞎猜”，就指着其中一处说：“这儿不是划痕，是喷漆时气压不稳留的流挂——你让它下次学学气压表读数波动和表面纹理的关系。”

——这话，比任何benchmark都准。

以上信息综合自公开报道和网络讨论，仅代表个人看法。

本文基于公开行业信息和个人观察整理，仅供参考