摘要: 中小制造企业上智能体,第一个项目选错,往往比技术没选对更麻烦。 动态排产要打通订单、设备、工艺和库存四类数据;视觉质检要重新采集样本、训练模型、适配产线节拍;预测性维护要先解决设备联网和历史故障数据的问题。这些场景价值高,对数据基础、专业能力和项目周期的要求同样很高,多数中小工厂很难一步到位。 20 阅读全文
posted @ 2026-08-07 11:57 硅基观察员 阅读(1) 评论(0) 推荐(0)
摘要: 在汉诺威工业博览会上,英伟达展出了能自己规划路径的仓库叉车。同一个月,西门子把"自适应制造工厂"的样板间搬到了德国埃尔朗根电子工厂。制造业AI智能体,正从会议室里的问答助手,走进了工程设计、设备运维、质量检测和物理产线。 赛道热起来,选型却越来越难。工业智能体、物理AI、数字员工、智能排产、AI F 阅读全文
posted @ 2026-08-06 14:55 硅基观察员 阅读(9) 评论(0) 推荐(0)
摘要: 排产这活,很多工厂现在还是计划员盯着Excel和白板连轴转,订单一变、设备一坏,整张表推倒重来,靠的是脑子和经验,不是系统。对于制造业来说,AI智能体这么火,能不能直接拿来做动态排产,比人排得快、排得准? 能,但不是简单粗暴地把人换成AI就完事。排产的难点很少卡在算法本身,真正拖后腿的,是订单变化、 阅读全文
posted @ 2026-08-06 11:50 硅基观察员 阅读(3) 评论(0) 推荐(0)