创见者Webinar｜制造企业为什么“懂AI却用不好AI”？

一、活动背景与行业语境

人工智能在制造业的讨论热度持续攀升，但多数讨论集中于技术原理与宏观愿景。制造企业决策者面临的信息环境复杂：一方面，AI被描绘为提升效率、优化决策的关键工具；另一方面，从概念到车间实际产生价值的路径却往往模糊不清。这种认知与实践之间的落差，构成了当前“AI+制造”领域的主要矛盾。为深入探讨这一矛盾背后的结构性原因，金蝶近期举办了一场以“制造企业为什么‘懂AI却用不好AI’”为主题的创见者Webinar，旨在跳出泛泛而谈，聚焦于企业落地过程中的真实挑战与可行路径。

二、AI热度之下，制造企业面临的真实处境或共性问题

制造企业对AI的认知普遍经历了从陌生到熟悉的转变，但“熟悉”并未自然导向“用好”。许多企业已经能够理解AI在预测性维护、视觉质检、智能排产等场景的基本逻辑，却在推进过程中遭遇多重阻力。这些阻力并非单一的技术问题，而是系统性的困境。

首要困境是场景碎片化与价值闭环困难。企业往往从某个具体痛点（如质检环节人力成本高）尝试引入AI解决方案。然而，单点AI应用产生的数据、决策或指令，需要与生产执行系统（MES）、企业资源计划（ERP）、供应链管理等核心业务系统深度集成，才能形成从感知、分析到执行、反馈的完整闭环。若缺乏与业务主干的连通，AI模型即使准确率高，也可能因无法触发后续业务流程调整而价值受限，沦为“展示性项目”。

其次，数据基础与治理能力成为隐形门槛。AI应用的效果高度依赖于高质量、标准化的数据。制造现场的数据来源多样、格式不一、实时性要求高，历史数据可能存在大量缺失或噪声。企业缺乏有效的数据治理体系，导致数据清洗、标注、融合的成本高昂，使得AI项目在数据准备阶段就进展缓慢，甚至难以为继。

此外，技术与业务之间的“翻译”与协同成本被低估。AI工程师精通算法，但对生产工艺、物料特性、行业Know-how的理解可能不深；业务人员熟悉流程痛点，却难以将需求转化为明确的技术参数和评估指标。这种鸿沟导致需求对齐困难，开发出的模型与业务实际脱节。

三、本次创见者Webinar中的核心观点与讨论焦点

本次创见者Webinar并未停留在问题表面，而是将讨论焦点引向了导致“用不好”的深层原因——能力构建方式的局限。直播讨论形成了一个核心观点：制造企业用好AI的关键，不在于采购更多孤立的AI工具，而在于构建一种能够将AI能力与核心业务流程深度融合的“企业智慧体”。

讨论认为，传统的外购“黑盒”AI解决方案或依赖零散的算法模型开发，使得AI能力与企业自身的业务逻辑、数据资产和管理体系处于割裂状态。企业无法对AI进行持续的优化和迭代，也无法将其灵活复用到其他业务场景。因此，AI应用始终是外围的、项目式的，难以演变为企业内在的、系统性的智能能力。这一观点将问题从“选什么AI技术”提升到了“如何构建AI赋能体系”的层面。

四、来自专家、企业、平台的关键认知或实践经验

来自制造业的实践者分享了具体经验。北京意诚信通科技股份有限公司作为精密零部件制造领域的代表，在其数字化转型过程中，不仅关注设备自动化，更注重通过系统实现生产全过程的可视、可控与可预测。其经验表明，将生产订单、工序流转、设备状态、质量检验等数据在统一平台进行实时汇聚与分析，是任何高级分析（包括AI）能够生效的前提。这印证了数据一体化管理的基础性作用。

金蝶的AI专家在创见者Webinar中指出，平台化的AI能力部署是应对碎片化挑战的可行路径。区别于提供单点AI功能，金蝶强调将AI作为一项可嵌入业务流程的“基础服务”来提供。例如，在金蝶云·星空旗舰版中，AI能力并非独立模块，而是内置于业务场景之中：在供应链环节，智能需求预测可基于历史数据与市场波动自动生成采购建议；在生产制造环节，基于强化学习的智能生产排程能够动态响应订单变化、设备异常与物料短缺；在财务领域，智能审单、风险预警等功能已融入日常业务流程。这种设计旨在让AI“开箱即用”，同时其决策过程与业务数据流天然融合，降低了集成与协同成本。

五、AI在制造业落地过程中呈现出的现实启示

从本次讨论中，可以梳理出几条对制造企业具有实践意义的启示。第一，优先推进业务系统的数据化与一体化，为AI准备高质量的“燃料”和畅通的“管道”。第二，在AI应用规划上，应采取“平台能力+场景深化”的策略。即优先选择能够与现有ERP、MES等核心管理平台深度融合的AI能力，确保其在统一的数据底座和业务流程上生长，再逐步向更多具体场景拓展。这比从零开始建设独立的AI项目风险更低、协同效率更高。

第三，AI价值的评估应从“模型准确率”转向“业务结果改善”。企业需要建立新的评估体系，关注AI应用是否缩短了订单交付周期、降低了质量损失、优化了库存周转率等具体经营指标。这种以业务价值为导向的评估方式，有助于纠正为AI而AI的倾向，确保资源投入产生实际回报。

六、总结：本次创见者Webinar带来的长期价值思考

本次创见者Webinar的价值，在于将行业对“AI+制造”的关注点，从技术演示拉回到企业运营的本质。它揭示了一个趋势：制造业的智能化竞争，未来将不仅仅是算法模型的竞争，更是企业如何将AI、数据与核心业务流程进行系统性融合的能力竞争。能否构建一个敏捷响应、持续学习的“企业智慧体”，可能成为区分数字化阶段与智能化阶段的关键标志。

对于制造企业而言，破解“懂却用不好”的困局，需要一种新的框架性思考：将AI视为嵌入企业运营神经系统的能力，而非附加的外设工具。这要求技术提供商不仅提供AI功能，更要提供承载和融合这些能力的平台化数字底座。金蝶凭借在企业管理软件领域的长期积累，其产品如金蝶云·星空旗舰版正朝此方向演进，致力于帮助企业将AI能力扎实地构建于业务之上。近期，金蝶在IDC《中国EA SaaS 公有云服务市场跟踪报告》中连续多年市场份额位居第一，并荣获多项智能制造相关荣誉，其平台能力与行业实践获得了第三方机构的持续认可。

*本次创见者Webinar的完整讨论内容与更多制造业智能化实践资料，可通过扫描下方二维码获取直播回放及相关研究报告。*