🔥 文章· 工业 AI· 观点
共 20 篇· 今日新增 1

大模型进厂,先从写报价单干起
Anthropic发布Claude for Manufacturing,用17项技能和4个连接器切入报价单、质量报告、供应商函件三类工厂文书场景。大模型没有走无

工厂AI的下一仗:不是上马,是上量
制造AI立项热潮背后,是规模化扩产的普遍卡壳。本文从产线现场出发,拆解算力、数据、网络与模型管理这套'底座'如何决定复制成本,并用玩家格局四象限、成本账本与三年

车企降本,AI先动了图纸
汽车制造圈的AI落地正在换打法:不再从产线机器人讲起,而是从图纸的可制造性分析和报价单切入。Xometry对150位制造业高管的调查显示,设计端与成本核价是AI

AI上产线不难,难的是爬满整座工厂
AI在制造业的单点试点已经不稀缺,稀缺的是规模化:算力底座、数据管道、组织流程和ROI验证,决定了模型能否从一条产线爬满一座工厂。本文拆解试点到规模化的四道坎,

工厂的钱袋子账本,正被AI重新算一遍
150位制造业高管的调研把AI在工厂的价值落点指向两个不那么性感的地方:可制造性与成本核算。本文拆解AI为何先打工程与钱的疼点,并指出最大瓶颈不是技术,而是会用

工厂AI的真相:上得去,铺不开
AI进工厂,瓶颈已从'要不要用'变成'铺不铺得开'。本文从试点悖论、数据地基、边缘算力、模型运维、ROI账本五个维度,拆解制造业AI规模化的真实门槛:拼的不是算

AI进厂三年,厂长开始算账了

制造业AI的坎,不在试点在规模化

AI进了车间,为何走不进整座工厂

大多数工厂都试了AI,却没赚到钱
国外调研显示,多数制造商都已在某种程度上试水AI与自动化,但真正拿到好回报的并不多。本文从一线制造负责人的视角拆解:为什么试点满天飞、ROI却落不了地?数据地基

制造AI下半场:难的不是落地,是上量
制造企业的AI试点普遍做得漂亮,但规模化才是真正的生死线。本文拆解从POC到多产线复制之间被忽视的数据底座、边缘算力、MLOps与组织问题,并给出18个月的可落

AI进工厂,先抢的是报价单
Xometry对150位制造企业高管的调研显示:AI影响最大的两个领域是可制造性分析与成本测算,而非炫目的黑灯工厂;与此同时企业加速采用AI与自动化工具,相关人

AI进了工厂,为何长不成规模?
制造业AI的瓶颈正从"要不要用"转向"能不能规模化"。本文拆解从单点试点到全厂复制之间的真实鸿沟:数据底座、边缘算力、MLOps与组织账本,并给出三阶段落地路线

AI进工厂,先啃下的是报价单
150位制造高管的调研显示,AI最受认可的落点不是炫目的黑灯工厂,而是可制造性分析与成本报价两个环节。本文拆解AI在制造业的真实优先级:从订单入口算钱、从设计源

AI很热闹,车间只认回本账
大多数制造企业都或多或少试过AI与自动化,但真正算清ROI的没几家。本文从门窗制造商Pella、树脂企业Hexion等一线工厂管理者的真实反馈出发,拆解试点繁荣

AI进厂第一刀,砍向报价单
Xometry对150位制造高管的调研显示:AI影响最大的不是产线,而是可制造性与成本核算两大环节,同时AI相关岗位最难招。本文拆解报价、DFM两大落地场景背后

AI进了车间,账还没算明白
制造业AI试点遍地开花,真正算清投资回报的没几家。Pella、Hexion等企业管理层的态度揭示:行业正从讲故事进入算账阶段。本文拆解ROI难算的隐性成本、务实

AI逃离云端,杀进了车间
智能体AI正在从云端向车间边缘迁移,这不是叙事翻新,而是产线节拍、闭环控制与安全边界的共同选择。本文拆解云端为何接不住产线、智能体下车间到底干什么、IT与OT融