未來AI研究的方向，一個是工廠技術(shù)的繼續(xù)迭代，另一個會發(fā)力家庭端。

文｜《中國企業(yè)家》記者 梁宵

編輯｜米娜

圖片來源｜受訪者

打一個螺絲，需要幾步？

對于一名熟練的技術(shù)工人來說，這是一個無需多想的慣性操作；但如果是機器人，就需要將此拆解為多維度的能力：精準識別孔位、判斷螺絲型號、掌握松緊力度……尤其是在柔性生產(chǎn)或者混流生產(chǎn)的時候，前一秒是某個產(chǎn)品機型，緊接著又是一個全然不同的——這意味著所有操作參數(shù)都要發(fā)生變化。所以，即便是自動化、無人化程度很高的工廠，總裝的流水線上還是有數(shù)以萬計的工人在打螺絲。

就像呂宏志說的，打螺絲已經(jīng)成為美的工廠改造的一個“執(zhí)念”。他從2024年開始接手管理美的洗衣機荊州工廠——這是美的最新一代的5G全連接工廠，引入了最先進的智慧物流系統(tǒng)和自動化生產(chǎn)線，很多工種都交給了工業(yè)機器人代勞，理論上來說，庫卡的機械臂可以打螺絲，但是遇到混流生產(chǎn)，實際效果并不理想。

庫卡icco正在給洗衣機打螺絲。

2025年，最新研發(fā)下線的庫卡icco協(xié)作機器人被派到荊州工廠，最初希望它完成的任務(wù)就是——連續(xù)給不同型號的洗衣機打螺絲。這個看似簡單的人工操作對于機器人來說，是一個高級別的挑戰(zhàn)——用專業(yè)的話來講就是“多模態(tài)解決方案”——“首先尋孔靠視覺，甚至遇到特別小的孔洞，就是靠觸覺或者力反饋；打孔的松緊力度，靠的也是力反饋……”美的集團AI研究院院長徐翼對《中國企業(yè)家》說，“這幾項能力需要一起提升，技術(shù)要求很高�！�

徐翼在2025年2月加入美的，之前負責(zé)亞馬遜的人工智能項目，在他看來，互聯(lián)網(wǎng)巨頭的優(yōu)勢在于通用大模型的研發(fā)，而像美的一樣的企業(yè)在制造端和商品端擁有豐富的場景，這正是AI應(yīng)用、自我進化最好的訓(xùn)練場。

幾乎和icco同期進入工廠上班的人形機器人“美羅1號”，更“空降”成為“車間主任”：可以在工廠做安全巡檢、設(shè)備巡檢——給需要的機器加潤滑油；品質(zhì)的首檢工作也可以交給它——把剛生產(chǎn)出來的產(chǎn)品搬到智能首檢臺，數(shù)據(jù)合格，機器就繼續(xù)運轉(zhuǎn)，反之則報警提示；在一些簡單的狀況下，它甚至可以自行“思考”，對機器直接進行微調(diào)。

“之前的智能工廠是被動的，需要人去調(diào)取數(shù)據(jù)，做出決策；現(xiàn)在AI賦能之后，相當于有了‘大腦’，把不同的智能體連接在了一起，從局部智能化到了全局智能化�！眳魏曛菊f。他們對未來工廠的想象，有個很簡單的畫面：以前工廠管理是應(yīng)到N人，實到N人；未來的工廠就是應(yīng)到N人，實到一個機器人�！斑@還只是一個工廠內(nèi)的連接，未來美的幾十家工廠，50多年的制造經(jīng)驗都連接起來，會是怎樣的一個競爭力？”

革自己的命

套用一句已經(jīng)被現(xiàn)實驗證的口號：所有的傳統(tǒng)行業(yè)，都可以通過數(shù)字化重做一遍——AI時代也將如此。

拿工廠里的質(zhì)檢環(huán)節(jié)來說，以前需要質(zhì)檢員對照原始設(shè)計圖進行人工判斷，每次需要半個小時到一個小時，不僅枯燥乏味、耗時費力，遇到不熟練的“新手”，出錯的概率也會很高；現(xiàn)在，荊州工廠把這部分工作交給了AI眼鏡，經(jīng)過一個流程：拍照—讀取—調(diào)出生產(chǎn)訂單—對照設(shè)計圖紙和生產(chǎn)標準，以及歷史數(shù)據(jù)庫中的易錯點——判斷是否合格，看起來過程并沒有簡化，甚至數(shù)據(jù)對比有所增加，但時間縮短到了幾秒鐘，正確率達到100%。

AI賦能的效果似乎不言自明，但對于一家企業(yè)來說，從AI技術(shù)到AI應(yīng)用，中間隔著一道無形但堅固的厚墻。一位企業(yè)家就對《中國企業(yè)家》提到，雖然AI、大模型的研發(fā)已經(jīng)有了很大突破，但應(yīng)用落地的速度很慢，這不僅是因為技術(shù)能力的問題，還涉及組織結(jié)構(gòu)的矛盾。比如，絕大部分的公司CEO都希望推動AI應(yīng)用，但到中層就不一定會真正落實，“他們會琢磨AI到底會不會最終把自己的位置替代了”。

呂宏志也有過這樣的擔(dān)心，“原來數(shù)字化系統(tǒng)是輔助我們工作的，但引入AI智能體、推動工廠自主決策之后，我們可能就要退居幕后�！彼麄冊趦�(nèi)部討論的時候曾半開玩笑地提到，打造這樣一個工廠，實際上是要革自己的命，把原有的崗位定義全部推翻。但他們也明白，“未來趨勢就是這樣，既然如此，還不如變被動為主動，如果干好了，或許還能在中國制造的變革畫布上留下一筆�！�

趨勢是無法阻擋的，那些試圖以領(lǐng)先者的地位對抗趨勢的企業(yè)，無一例外地成為時代的棄卒，曾經(jīng)顯赫的柯達如此，諾基亞也是同樣。

歷史專業(yè)出身的方洪波對這些“前車之鑒”并不陌生，他常提醒內(nèi)部“以自我革命的決心迎接挑戰(zhàn)”，也不忘在各種會議上強調(diào)，“數(shù)字化、智能化是未來方向”。人形機器人加入之后，荊州工廠開始有了“大腦”。

人形機器人加入之后，荊州工廠開始有了“大腦”。

過去，美的啟動了多輪數(shù)字化轉(zhuǎn)型，最艱難的一次發(fā)生在2012年，內(nèi)部把這次變革命名為“632項目”，簡單來說，就是將當時擁有10個事業(yè)部、十套系統(tǒng)的美的融合為“一個美的、一個體系、一個標準”，這個前所未有的大工程，也成為美的后續(xù)增長的加速器。

“首先一把手要重視，而且是真的重視，真的投入。”美的集團IT總監(jiān)周曉玲對《中國企業(yè)家》說，這一點是數(shù)字化轉(zhuǎn)型能夠成功的先決條件。根據(jù)美的集團提供的數(shù)字，過去十余年，美的在數(shù)字化轉(zhuǎn)型方面的投入超過200億元。

AI技術(shù)引發(fā)的新變化，也將把美的變革帶入一個新階段。

最初還只是試水。早在2023年，ChatGPT剛剛面世不久，美的就在內(nèi)部推出AI助手，輔助員工進行文案、制圖、培訓(xùn)等方面的工作，這在一定程度上也拉通了各個部門對AI應(yīng)用的共識；差不多一年之后，AIGC（生成式人工智能）上升為美的集團戰(zhàn)略，成立了長期改革項目組——集團數(shù)字化部門、幾大事業(yè)部的制造部門、中央研究院、AI研究院、庫卡公司等幾大板塊的負責(zé)人都被拉了進來。

一把手發(fā)話了，項目組也成立了，但項目卻可能遲遲落不下去——很多來美的“取經(jīng)”的公司CEO都提出這樣的困惑。周曉玲知道其中的痛點所在，因為這也是美的曾走過的彎路。她2006年加入美的，歷經(jīng)公司大大小小的各種數(shù)字化變革，但在“632”之前，數(shù)字化部門牽頭推進的很多項目，盡管事前與業(yè)務(wù)部門溝通過需求，但做出來的結(jié)果卻得不到后者認可，項目推不下去，業(yè)務(wù)部門的理由就是——“這不是我想要的”。

“很多企業(yè)把數(shù)字化做成了IT項目——這樣一定做不成；數(shù)字化其實是一個業(yè)務(wù)變革項目�！�周曉玲說，不同的定位決定了不同的組織形式，前者是IT部門牽頭，后者就應(yīng)該業(yè)務(wù)部門領(lǐng)銜，比如做供應(yīng)鏈集成項目，組長是供應(yīng)鏈部門負責(zé)人，IT負責(zé)人只能是副組長，“組織形式非常重要，‘632’就是這么做的，才有可能成功�！币舱窃谀侵�，周曉玲發(fā)現(xiàn)了一個重要的變革規(guī)律，“一定要考慮到組織里的人性，否則用再大的力氣都撬不動�！�

AIGC項目組也依此設(shè)立，從2024年9月開始進行工廠改造以來，已經(jīng)研發(fā)出了14個業(yè)務(wù)智能體，但也只是量上的積累，到了2025年5月份，人形機器人加入之后，工廠開始有了“大腦”，按照呂宏志的說法，工廠改造才真正迎來了破局的時刻。

從0到1

過去一段時間，荊州工廠成為美的內(nèi)部，甚至外部制造企業(yè)的“打卡點”，也成為美的新一代工廠的參考藍本，據(jù)呂宏志透露，11月份投產(chǎn)的無錫高端工廠，就是在荊州智能體工廠1.0的基礎(chǔ)迭代而出的2.0版本；但他也直言，“并不是所有的工廠都滿足改造條件。”

AI工廠運行離不開海量數(shù)據(jù)傳輸與存儲。此前，荊州工廠每日數(shù)據(jù)存儲已經(jīng)超過10TB的規(guī)模——通俗來講，這相當于6666部高清電影的總量（假設(shè)1080P高清電影大小約1.5GB），借用DeepSeek的回答，“每天看一部，這些電影夠你連續(xù)看18年不重樣”；引入人形機器人之后，隨著實時數(shù)據(jù)交互陡增，每日數(shù)據(jù)存儲量已經(jīng)迅速飆升到了30TB；另外，要打造AI工廠，首先要完成最基本的精益化生產(chǎn)和現(xiàn)場管理的改造，舉個最簡單的例子，如果物流搬運區(qū)還是人來人往，機器人就很難派上用場。

如果說，這是一些自動化基礎(chǔ)薄弱的工廠AI化，所要邁過的門檻，那么智能化進展更快的工廠則有可能遇到另一個“先發(fā)”障礙。

美的洗衣機荊州工廠是美的最新一代的5G全連接工廠。

比如荊州工廠，當時建造的時候力求“最先進”的裝備，引入的都是最新的云物流、懸掛鏈、無人叉車，找的也是各個領(lǐng)域內(nèi)最前沿的供應(yīng)商。過去，各個場景自成一派，倒也沒什么問題；但如今工廠“大腦”啟用之后，弊端也隨之顯現(xiàn)，由于各個供應(yīng)商的協(xié)議規(guī)則不一樣，不同機器之間連而不通；這就好比一整隊的精兵強將，但是來自五湖四海，語言不通，無法協(xié)同作戰(zhàn)。

“之前沒想到還會有一個‘大腦’，現(xiàn)在我們慢慢打通這些智能體間的壁壘，過程還是挺痛苦的。”呂宏志說，但同樣在這個過程中，庫卡機器人也摸索出了一套新的智慧化物流解決方案，形成了新的協(xié)議規(guī)則。如今，荊州工廠的物流車不僅限于在固定的路線按程序搬運，還可以識別周圍環(huán)境情況，并隨時上報給系統(tǒng)，成為工廠管理的一個信息觸角。

同樣的，荊州工廠的改造效果也隨著各個智能體間連接的加強而逐步顯現(xiàn)。

效率改善是最直接的，按照測算，荊州工廠核心場景效率提升達到了80%；另外一個重要的應(yīng)用場景是對異常情況的處理：經(jīng)過十幾年自動化、智能化的改造，美的工廠的生產(chǎn)效率不斷刷新，現(xiàn)在一臺洗衣機的生產(chǎn)流程已經(jīng)壓縮到了10s，甚至更短——這是正常狀態(tài)，一旦出現(xiàn)問題就會帶來生產(chǎn)停頓，要等專家檢查后才能重啟，而整合了專家系統(tǒng)的AI卻可以在幾秒之內(nèi)完成異常診斷，保證生產(chǎn)的穩(wěn)定性；更進一步，當這樣的數(shù)據(jù)整合量越來越大、整合度越來越高的時候，就能形成更快、更優(yōu)的決策。

事實上，一些超出項目組預(yù)期的跡象正在出現(xiàn)，比如，之前處理線下問題，工廠會按照傳統(tǒng)的標準流程——“七步法”來進行，最初他們把這七步導(dǎo)入AI，但逐漸地，AI將七步并作了一步，一下子就生成了最終處理方案。用呂宏志的話來說，“已經(jīng)實現(xiàn)了從0到1的突破，現(xiàn)在的機器不僅是執(zhí)行者，更是進化者。”

某些方面來看，當初他所“擔(dān)心”的事情正在慢慢成為現(xiàn)實，原本屬于專業(yè)人員的一些重要工作，比如生產(chǎn)計劃，現(xiàn)在已經(jīng)部分被計劃智能體取代，比如計劃專員要花上幾個鐘頭來做的事情，機器幾秒鐘就給出了答案；不過目前，這些機器所依賴的數(shù)據(jù)更多還是基于人工經(jīng)驗，最后的結(jié)果也要再經(jīng)過人工審核。但或許只是時間問題，《失控》里早就提過，人工智能的涌現(xiàn)是一種躍進，“在這里，2+2并不等于4，甚至不可能意外地等于5。在涌現(xiàn)的邏輯里，2+2=蘋果”。

不過，在人工智能專家徐翼看來，目前工廠的AI進化才剛剛開了個頭，未來至少有三方面的難關(guān)要跨越：

第一是單點專業(yè)度，比如移動能力雖然解決了，但性能表現(xiàn)還不夠，“技術(shù)突破也有二八規(guī)則：前80%相對容易，后20%才是更難的。”第二是泛化性，也就是技術(shù)的可復(fù)制性和普遍性；第三是速度。在徐翼看來，未來要實現(xiàn)機器的自主進化，最重要的就是各個專業(yè)維度足夠的數(shù)據(jù)喂養(yǎng)，比如工人打螺絲，之前沒有攝像頭把這個行為軌跡記錄沉淀下來，類似的數(shù)據(jù)缺失也是工廠AI化的一個重要挑戰(zhàn)。

“從AI應(yīng)用方面，美的已經(jīng)進入深水區(qū)，也可以說是無人區(qū)了，下一步的探索工作會更難�！毙煲碚f，在他看來，荊州項目的重要性也正在于此，“這樣才可以在場景中建立技術(shù)反饋鏈路，反復(fù)學(xué)習(xí)、不斷迭代，才能形成技術(shù)突破。”

商業(yè)化野心

面向未來的AI競爭已經(jīng)拉開序幕。在這場集聚了大量資本、人才的軍備競賽中，互聯(lián)網(wǎng)巨頭已經(jīng)一馬當先，像美的這樣的傳統(tǒng)企業(yè)，又該如何參與其中？

“互聯(lián)網(wǎng)頭部公司主要是做通用能力方面的建設(shè)，美的優(yōu)勢在于場景足夠豐富，所以我們更適合做垂直模型，投入可控，價值產(chǎn)出也會更明顯�！敝軙粤嵴f，這也是美的AIGC戰(zhàn)略之初就明確的一點，不僅要工具化，也要真正實現(xiàn)商業(yè)化、規(guī)�；�、市場化。

但另一個問題緊接著來了，美的是一家多場景、價值鏈很長的企業(yè)，那么優(yōu)先在哪個環(huán)節(jié)進行AI化？徐翼坦言這也是一個充滿壓力的決策，“行業(yè)變化這么快，如何在正確的地方投入正確的資源？否則不僅效果有限，更錯過了其他機會�！�

現(xiàn)在，這些物流車可以識別周圍環(huán)境情況，并隨時上報系統(tǒng)。

最終他們選擇了工廠的制造場景，原因之一是制造屬于美的獨有優(yōu)勢，市場上早已出現(xiàn)了通用大模型，但還沒有生產(chǎn)制造大模型，這是一個好機會；第二，工廠場景多樣，而且相對家庭場景來說，數(shù)據(jù)更為結(jié)構(gòu)化，這樣既滿足了技術(shù)迭代的需求，也更具迭代條件；第三，很重要的一點，工廠技術(shù)具有一定的通用性，相對成熟之后可以溢出到其他領(lǐng)域，比如現(xiàn)在，美的就把工廠改造過程中迭代而成的AI技術(shù)應(yīng)用到了樓宇科技上，給樓宇創(chuàng)建一個智慧“大腦”。換言之，在所有場景中，美的選擇了一個資源稟賦更強、進化環(huán)境更優(yōu)、撬動效力更大的。

波士頓咨詢公司（BCG）董事總經(jīng)理、全球資深合伙人David Martin曾分享過一個研究，他們對上千家企業(yè)展開調(diào)研，發(fā)現(xiàn)只有5%的企業(yè)從生成式AI的投資中獲益，70%則沒有看到收益。失敗案例呈現(xiàn)出幾個共性特點：首先，未能集中力量辦大事；其次，很多企業(yè)在投資時僅僅是在投資“AI技術(shù)”本身，并沒有制定明確的盈利目標和計劃；第三，企業(yè)在選擇AI應(yīng)用場景時，沒有與現(xiàn)有的基礎(chǔ)設(shè)施配套，兩者沒有整合；最后，企業(yè)必須儲備人才來幫助他們大規(guī)模地應(yīng)用生成式AI。

從目前來看，美的似乎避開了這些“陷阱”。周曉玲透露，美的旗下的數(shù)字化業(yè)務(wù)平臺美云智數(shù)已經(jīng)接到了一些智能體的需求訂單。“AIGC這部分真正商業(yè)化，還是會有很長的路要走，很多技術(shù)要攻克，但現(xiàn)在至少能看到，商業(yè)化已經(jīng)邁出了一小步�！�

這或許也能成為美的B端業(yè)務(wù)的一個新增量。在家電消費市場更多趨于存量競爭的情況下，美的一直在加強第二曲線to B業(yè)務(wù)的投入。2024年，美的B端業(yè)務(wù)收入首次突破千億元，2025年前三季度，這部分業(yè)務(wù)同比增長18%，已經(jīng)有三個板塊收入達到300億元上下，與此同時，美的對B端業(yè)務(wù)的分拆上市也在逐步推進中，而早在2022年，“數(shù)字美的2025戰(zhàn)略”中就提到，未來數(shù)字創(chuàng)新業(yè)務(wù)中將孵化1~2家上市公司。

如今，這個目標尚未達成，AI的加持或許會打開一個新的局面。徐翼介紹，未來AI研究的方向，一個是工廠技術(shù)的繼續(xù)迭代，另一個會發(fā)力家庭端，新產(chǎn)品不僅面向場景創(chuàng)新，更會進行技術(shù)創(chuàng)新。他甚至不無自信地說，“美的擁有大量的數(shù)據(jù)，如果能利用好，在AI時代，一定能跟互聯(lián)網(wǎng)公司有得一拼�！�