谈起工厂里的人工智能，最容易产生的误解是“机器人取代工人”。实际上，现阶段AI在制造现场做的事更具体：看得清、算得准、报得早。按成熟程度，大致可以分为三类。

第一类：看得清——机器视觉检测

用工业相机拍下零件，由算法判断表面划伤、缺料、错漏装等问题。它不知疲倦、标准统一，特别适合大批量在线检测。这类应用技术相对成熟，普及率也在快速提高。

第二类：算得准——工艺参数优化

切削参数、焊接电流、注塑工艺……这些参数过去靠老师傅经验试凑，现在可以在历史数据的基础上由算法给出建议范围，再由工艺人员验证。数据积累越完整，建议越可靠。

第三类：报得早——预测性维护

在设备关键部位安装传感器，采集振动、温度、电流等信号，模型学习设备“健康时的样子”，一旦偏离就提前预警。它把“坏了再修”变成“坏之前修”，对连续生产的工厂价值很大。

四、落地的前提

无论哪一类应用，都绕不开三件事：数据要采得到（传感器与网络）、数据要理得清（标注与治理）、结论要有人会把关（懂工艺的工程师）。这也解释了为什么智能制造岗位既要求懂机械工艺，又希望会一点数据处理。

对同学们的启示是明确的：机械功底是根，数据与算法素养是翼，两者兼备的人才在转型期最抢手。

（编者注：本文为专业知识科普，供教学参考。）