上个月去了一家号称投资5亿的智能工厂，结果你猜怎么着？AGV小车卡在墙角不动了，旁边的机械臂还在那儿空挥，像极了早高峰堵车又碰上路怒症。现场工程师急得满头汗，跟我说‘昨天还好好的’。

这种情况，我见得太多了。智能制造的坑，80%都不是技术问题。 是人的问题，流程的问题，还有——认知的问题。说实话，前几年这股风刮起来的时候，我是既兴奋又害怕。兴奋的是终于不用天天盯着PLC调参数，怕的是这玩意到底靠不靠谱？现在看，怕是对的。

智能制造工厂AGV物流小车卡顿现场实拍

‘智能’不是用来看的

很多老板理解的智能制造，就是参观通道要漂亮：玻璃地板下面跑着AGV，大屏上数据一顿跳，机械臂摇头晃脑拧螺丝。这有什么用？
隔壁老王的厂，花200万上了套MES，结果呢，工人还是拿纸笔记数，完了再敲进系统——因为系统要求的扫码枪在手套上不好使。最后MES成了电子台账，数据没一个准的。老王找我喝酒时骂娘：‘这智能个屁！’
他缺的不是钱，是没想明白为什么要改流程。智能制造核心是制造，不是智能。产线节拍卡在50秒，你上一堆传感器也没用，瓶颈在人机协作的混乱。先做精益，再谈数字化，顺序错了，等于给拖拉机装飞机引擎。

问：上MES系统后车间反而更乱了，效率更低，怎么回事？
答：太常见了！这是因为把工具当成了目标。MES本质是信息流加速器，如果你原本的信息流就是断的、乱的，一加速只会让混乱来得更快。就像给瘸子装个马达，跑两步准摔。必须先梳理清楚：谁在什么时候需要什么数据？异常如何处理？标准工时准不准？这些没厘清，MES上线第一天，操作工就会觉得这玩意儿是累赘，抵触情绪一来，数据全是垃圾。记住，系统是给人用的，不是给人添堵的。

工业工人使用MES系统操作界面场景

数据喂不饱的AI

去年有个做铸造的厂子，花大价钱买了AI视觉质检，结果误报率高得离谱，一个月后拆了重新用回人工。老板跟我抱怨：‘宣传上99%的准确率，到我这儿连90%都不到！’ 我说你怪谁？那些训练模型用的照片，全是实验室灯光下拍的，你车间里又是粉尘又是振动，光源还忽明忽暗，能准吗？
AI质检这玩意儿，99%的时间都在和数据较劲。 标注、清洗、再标注，无穷无尽。懂工艺的老师傅一眼能看出的缺陷，AI得喂几千张图才勉强学会。而且工艺一变，全得重来。这不是买软件，是养个祖宗。不过话说回来，一旦养好了，确实能解放人眼——前提是你有足够多的、高质量的、覆盖全工况的图像数据。还得忍受至少半年的阵痛期。

问：中小企业预算有限，怎么搞智能制造？
答：别一上来就搞大而全的平台。先从痛点最痛的地方下手。比如设备老是意外停机，那就上个预测性维护传感器，几百块钱，连上手机就能看振动和温度，能提前两周预警故障。再比如能源浪费严重，装个智能电表，把大耗电设备单独监控，立刻就能看到哪里能省钱。这些小的‘智能’点，投资小见效快，工人也能感受到好处，后面再推系统就容易得多。千万别被集成商忽悠去搞什么‘整体解决方案’，那多半是把你当小白鼠。

2024了，别再被数字孪生忽悠

数字孪生这个词，一年比一年热。我见过最离谱的项目：一个厂子花了80万做了个三维动画，画面美得跟科幻片似的，能旋转能缩放，结果问他们实时数据从哪来？回答是‘手动输入’。手动…输入…数字孪生？我差点一口老血喷屏幕上。
真正的数字孪生，没有高质量实时数据就是鬼城一座。它需要设备层有传感器、PLC打通OPC UA、边缘计算做预处理，然后再上云端做仿真。这中间缺一环，你的孪生就是个摆设。还有更坑的：仿真模型精度不够，液压机动作差了0.1秒，模具就撞得七零八落。现实里撞烂几十万的模具，孪生世界里还在那岁月静好——那要它何用？

不过，话说回来，我也不是全盘否定。去年在宁波，一个做注塑的厂子，他们用数字孪生做新产品试模，先跑虚拟验证，调好工艺参数再去实际生产，试模次数从七八次降到一两次，省了大笔原料钱。关键人家是踏踏实实花了一年多时间建模、校准、打通数据。没有捷径。

问：5G在工厂里到底有没有用？
答：有用，但别神化。5G在需要低延时、高移动性的场景里确实好使，比如AGV调度、远程控制的塔吊。但如果只是传个温湿度数据，用Wi-Fi或LoRa更便宜、更稳定。我见过一个可笑的项目：车间里铺了全套5G基站，就为了给经理在手机上远程看报表。这不是拿大炮打蚊子？现在运营商还在推，说专网多安全，得，一个中小厂付得起那个月费吗？工业现场，可靠性比噱头重要一百倍。

5G工业互联网工厂网络实时监控屏幕 搞了二十年自动化，我现在越来越觉得，智能制造真正落地的关键，是尊重现场的人和知识。系统再牛，操作工不点确认，物料就动不了。你非要把工人变成机器的奴隶，那系统迟早被软抵抗搞瘫痪。最好的智能制造，是让人舒服，让机器听话，让数据说实话。
路还长，别急。