紧固件车间的“万元盒子”:小微工厂的AI,不必从大模型开始

工业AI的讨论,很容易被领航工厂和大模型备案占据版面。49家领航级智能工厂、焊接垂类大模型、海缆知识图谱,这些故事有技术厚度,也有叙事张力。但它们有一个共同前提:企业得有足够的产线规模、数据积累和预算,才玩得起。

河北邯郸永年区的情况是另一套逻辑。那里有8000多家紧固件企业,螺丝、螺母、钻尾丝,3万余种产品销往海外。产业集群很密集,本地产钢,周边配套,模具和线材一两公里内配齐。但绝大多数是小微企业,数智化转型的口号喊了几年,落到车间里,卡在一个很朴素的问题上:转不起。

一套完整的AI质检方案,加上算力、部署、运维,报价往往超出一个小厂全年利润的承受范围。中国移动河北公司在这里做的事,提供了一个不太一样的解法。

他们把模型训练放在云端,把推理装进一个大约一万元的智算终端,搁在冷镦机旁边。工业相机逐件扫描螺母,屏幕上跳红框、标概率,全产线100%实时检测。缺陷告警从过去质检员三四小时抽检一轮,压缩到分钟级,准确率九成以上。连续检出缺陷超过阈值,设备自动停机,同步提示换模具。

这个方案的逻辑很务实:小厂不需要拥有一个模型,它只需要能用一个模型。算力成本降了一半,因为训练这件事在云端完成,车间里那个盒子只负责推理,做它该做的那一小件事。

更有意思的是复用。同一个盒子,质检之外还兼着车间“千里眼”,识别烟火、未戴安全帽、违规作业。一个终端摊薄两份用途,对小厂来说,账才算得过来。

永年这个案例,放在当下工业AI的叙事里,容易被忽略。它没有“首个备案”,没有“领航工厂”,甚至算不上什么技术突破。但它回答了一个领航工厂名单覆盖不到的问题:当绝大多数中国工厂是小微企业的时候,智能化到底从哪里开始。

答案可能不是大模型,不是数字孪生,不是全域知识图谱。是一个一万元的盒子,搁在机器旁边,先解决质检员跑不过来的那批螺母。

这和领航工厂在做的事情,方向并不矛盾。东方汽轮机把工艺拆成积木,中天海缆把老师傅经验灌进本地模型,都是在做同一件事:让知识从人身上剥离,变成可调用、可复用的东西。区别在于尺度。领航工厂调用的是全厂数据,永年的盒子调用的是产线旁那台冷镦机的实时画面。前者是体系,后者是切口。

周济院士说制造技术是本体,智能技术是赋能者。在小微工厂的语境里,这句话还有一层意思:赋能的前提是让人用得起。一个转不起的方案,哪怕技术再先进,也只是展台上的东西。

紧固件被称为“工业之米”,小、多、不起眼,但缺了它什么都装不起来。小微工厂的智能化大概也是这样。它不会出现在领航工厂的名单里,不会有发布会和主旨演讲,但车间里那个一万块的盒子,让一个质检员从三四小时抽检一轮变成盯着屏幕看红框,这件事本身就在改变知识在车间里的位置。

过去,判断一个螺母有没有划痕,靠的是质检员的眼睛和经验。现在,那个判断被编码进云端训练的模型里,装进机器旁边的盒子里,每个班次都在执行。老师傅退休不会带走它,新来的工人也不需要重新学一遍。

智产社关注工业,不只看塔尖。那些发生在小车间里的、让知识变得可负担、可触及的尝试,同样是“智有所产”的一部分。智慧落地的方式有很多种,有时候它是一个大模型,有时候它只是一个盒子,搁在机器旁边,安安静静地看每一颗螺母走过去。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:紧固件车间的“万元盒子”:小微工厂的AI,不必从大模型开始
文章链接:https://m.szellemitulajdon.com/keji/187.html