对于一名熟练的技术工人来说ღ✿★，这是一个无需多想的惯性操作ღ✿★；但如果是机器人铃木亚美ღ✿★，就需要将此拆解为多维度的能力ღ✿★：精准识别孔位ღ✿★、判断螺丝型号ღ✿★、掌握松紧力度……尤其是在柔性生产或者混流生产的时候ღ✿★，前一秒是某个产品机型ღ✿★，紧接着又是一个全然不同的——这意味着所有操作参数都要发生变化ღ✿★。所以ღ✿★，即便是自动化ღ✿★、无人化程度很高的工厂ღ✿★，总装的流水线上还是有数以万计的工人在打螺丝ღ✿★。

　　他从2024年开始接手管理美的洗衣机荆州工厂——这是美的最新一代的5G全连接工厂ღ✿★，引入了最先进的智慧物流系统和自动化生产线ღ✿★，很多工种都交给了工业机器人代劳ღ✿★，理论上来说ღ✿★，库卡的机械臂可以打螺丝ღ✿★，但是遇到混流生产ღ✿★，实际效果并不理想ღ✿★。

　　2025年ღ✿★，最新研发下线的库卡icco协作机器人被派到荆州工厂ღ✿★，最初希望它完成的任务就是——连续给不同型号的洗衣机打螺丝ღ✿★。这个看似简单的人工操作对于机器人来说ღ✿★，是一个高级别的挑战——用专业的话来讲就是“多模态解决方案”——“首先寻孔靠视觉ღ✿★，甚至遇到特别小的孔洞ღ✿★，就是靠触觉或者力反馈ღ✿★；打孔的松紧力度ღ✿★，靠的也是力反馈……”美的集团AI研究院院长徐翼对《中国企业家》说ღ✿★，“这几项能力需要一起提升ღ✿★，技术要求很高ღ✿★。”

　　几乎和icco同期进入工厂上班的人形机器人“美罗1号”尊龙凯时 -人生就是博!ღ✿★。ღ✿★，更“空降”成为“车间主任”ღ✿★：可以在工厂做安全巡检ღ✿★、设备巡检——给需要的机器加润滑油ღ✿★；品质的首检工作也可以交给它——把刚生产出来的产品搬到智能首检台ღ✿★，数据合格ღ✿★，机器就继续运转ღ✿★，反之则报警提示ღ✿★；在一些简单的状况下ღ✿★，它甚至可以自行“思考”ღ✿★，对机器直接进行微调ღ✿★。

　　“之前的智能工厂是被动的ღ✿★，需要人去调取数据ღ✿★，做出决策ღ✿★；现在AI赋能之后ღ✿★，相当于有了‘大脑’ღ✿★，把不同的智能体连接在了一起ღ✿★，从局部智能化到了全局智能化ღ✿★。”吕宏志说ღ✿★。他们对未来工厂的想象铃木亚美ღ✿★，有个很简单的画面ღ✿★：以前工厂管理是应到N人ღ✿★，实到N人ღ✿★；未来的工厂就是应到N人ღ✿★，实到一个机器人ღ✿★。“这还只是一个工厂内的连接尊龙凯时ღ✿★，未来美的几十家工厂ღ✿★，50多年的制造经验都连接起来ღ✿★，会是怎样的一个竞争力？”

　　套用一句已经被现实验证的口号ღ✿★：所有的传统行业ღ✿★，都可以通过数字化重做一遍——AI时代也将如此ღ✿★。

　　拿工厂里的质检环节来说ღ✿★，以前需要质检员对照原始设计图进行人工判断ღ✿★，每次需要半个小时到一个小时ღ✿★，不仅枯燥乏味ღ✿★、耗时费力ღ✿★，遇到不熟练的“新手”ღ✿★，出错的概率也会很高ღ✿★；现在ღ✿★，荆州工厂把这部分工作交给了AI眼镜ღ✿★，经过一个流程ღ✿★：拍照—读取—调出生产订单—对照设计图纸和生产标准ღ✿★，以及历史数据库中的易错点——判断是否合格ღ✿★，看起来过程并没有简化尊龙凯时ღ✿★，甚至数据对比有所增加ღ✿★，但时间缩短到了几秒钟ღ✿★，正确率达到100%ღ✿★。

　　一位企业家就对《中国企业家》提到ღ✿★，虽然AIღ✿★、大模型的研发已经有了很大突破ღ✿★，但应用落地的速度很慢ღ✿★，这不仅是因为技术能力的问题ღ✿★，还涉及组织结构的矛盾ღ✿★。比如ღ✿★，绝大部分的公司CEO都希望推动AI应用ღ✿★，但到中层就不一定会真正落实ღ✿★，“他们会琢磨AI到底会不会最终把自己的位置替代了”ღ✿★。吕宏志也有过这样的担心ღ✿★，“原来数字化系统是辅助我们工作的ღ✿★，但引入AI智能体ღ✿★、推动工厂自主决策之后ღ✿★，我们可能就要退居幕后ღ✿★。”他们在内部讨论的时候曾半开玩笑地提到ღ✿★，

　　但他们也明白ღ✿★，“未来趋势就是这样ღ✿★，既然如此ღ✿★，还不如变被动为主动ღ✿★，如果干好了ღ✿★，或许还能在中国制造的变革画布上留下一笔ღ✿★。”趋势是无法阻挡的ღ✿★，那些试图以领先者的地位对抗趋势的企业ღ✿★，无一例外地成为时代的弃卒尊龙凯时ღ✿★，曾经显赫的柯达如此ღ✿★，诺基亚也是同样ღ✿★。

　　过去ღ✿★，美的启动了多轮数字化转型ღ✿★，最艰难的一次发生在2012年ღ✿★，内部把这次变革命名为“632项目”ღ✿★，简单来说ღ✿★，就是将当时拥有10个事业部ღ✿★、十套系统的美的融合为“一个美的ღ✿★、一个体系ღ✿★、一个标准”ღ✿★，这个前所未有的大工程ღ✿★，也成为美的后续增长的加速器ღ✿★。

　　“首先一把手要重视ღ✿★，而且是真的重视ღ✿★，真的投入ღ✿★。”美的集团IT总监周晓玲对《中国企业家》说ღ✿★，这一点是数字化转型能够成功的先决条件ღ✿★。根据美的集团提供的数字ღ✿★，过去十余年ღ✿★，美的在数字化转型方面的投入超过200亿元ღ✿★。

　　最初还只是试水ღ✿★。早在2023年ღ✿★，ChatGPT刚刚面世不久ღ✿★，美的就在内部推出AI助手ღ✿★，辅助员工进行文案ღ✿★、制图ღ✿★、培训等方面的工作ღ✿★，这在一定程度上也拉通了各个部门对AI应用的共识ღ✿★；差不多一年之后ღ✿★，

　　一把手发话了ღ✿★，项目组也成立了ღ✿★，但项目却可能迟迟落不下去——很多来美的“取经”的公司CEO都提出这样的困惑ღ✿★。周晓玲知道其中的痛点所在ღ✿★，因为这也是美的曾走过的弯路ღ✿★。她2006年加入美的ღ✿★，历经公司大大小小的各种数字化变革ღ✿★，但在“632”之前ღ✿★，数字化部门牵头推进的很多项目ღ✿★，尽管事前与业务部门沟通过需求ღ✿★，但做出来的结果却得不到后者认可ღ✿★，项目推不下去ღ✿★，业务部门的理由就是——“这不是我想要的”ღ✿★。

　　周晓玲说ღ✿★，不同的定位决定了不同的组织形式ღ✿★，前者是IT部门牵头ღ✿★，后者就应该业务部门领衔ღ✿★，比如做供应链集成项目ღ✿★，组长是供应链部门负责人ღ✿★，IT负责人只能是副组长ღ✿★，“组织形式非常重要ღ✿★，‘632’就是这么做的ღ✿★，才有可能成功ღ✿★。”也正是在那之后尊龙凯时ღ✿★，ღ✿★，周晓玲发现了一个重要的变革规律ღ✿★，“一定要考虑到组织里的人性ღ✿★，否则用再大的力气都撬不动ღ✿★。”AIGC项目组也依此设立ღ✿★，从2024年9月开始进行工厂改造以来ღ✿★，已经研发出了14个业务智能体ღ✿★，但也只是量上的积累ღ✿★，到了2025年5月份铃木亚美ღ✿★，

　　过去一段时间ღ✿★，荆州工厂成为美的内部ღ✿★，甚至外部制造企业的“打卡点”ღ✿★，也成为美的新一代工厂的参考蓝本ღ✿★，据吕宏志透露ღ✿★，11月份投产的无锡高端工厂ღ✿★，就是在荆州智能体工厂1.0的基础迭代而出的2.0版本ღ✿★；但他也直言ღ✿★，“并不是所有的工厂都满足改造条件ღ✿★。”

　　此前ღ✿★，荆州工厂每日数据存储已经超过10TB的规模——通俗来讲ღ✿★，这相当于6666部高清电影的总量（假设1080P高清电影大小约1.5GB）ღ✿★，借用DeepSeek的回答ღ✿★，“每天看一部ღ✿★，这些电影够你连续看18年不重样”ღ✿★；引入人形机器人之后ღ✿★，随着实时数据交互陡增ღ✿★，每日数据存储量已经迅速飙升到了30TBღ✿★；另外ღ✿★，要打造AI工厂ღ✿★，首先要完成最基本的精益化生产和现场管理的改造ღ✿★，举个最简单的例子ღ✿★，如果物流搬运区还是人来人往ღ✿★，机器人就很难派上用场ღ✿★。如果说ღ✿★，这是

　　比如荆州工厂ღ✿★，当时建造的时候力求“最先进”的装备ღ✿★，引入的都是最新的云物流ღ✿★、悬挂链ღ✿★、无人叉车ღ✿★，找的也是各个领域内最前沿的供应商ღ✿★。过去ღ✿★，各个场景自成一派ღ✿★，倒也没什么问题ღ✿★；但如今工厂“大脑”启用之后ღ✿★，弊端也随之显现ღ✿★，由于各个供应商的协议规则不一样ღ✿★，不同机器之间连而不通ღ✿★；这就好比一整队的精兵强将ღ✿★，但是来自五湖四海ღ✿★，语言不通ღ✿★，无法协同作战ღ✿★。

　　“之前没想到还会有一个‘大脑’ღ✿★，现在我们慢慢打通这些智能体间的壁垒ღ✿★，过程还是挺痛苦的ღ✿★。”吕宏志说ღ✿★，但同样在这个过程中ღ✿★，库卡机器人也摸索出了一套新的智慧化物流解决方案ღ✿★，形成了新的协议规则尊龙凯时ღ✿★。如今ღ✿★，荆州工厂的物流车不仅限于在固定的路线按程序搬运ღ✿★，还可以识别周围环境情况ღ✿★，并随时上报给系统ღ✿★，成为工厂管理的一个信息触角ღ✿★。

　　经过十几年自动化ღ✿★、智能化的改造ღ✿★，美的工厂的生产效率不断刷新ღ✿★，现在一台洗衣机的生产流程已经压缩到了10sღ✿★，甚至更短——这是正常状态ღ✿★，一旦出现问题就会带来生产停顿ღ✿★，要等专家检查后才能重启ღ✿★，而整合了专家系统的AI却可以在几秒之内完成异常诊断ღ✿★，保证生产的稳定性ღ✿★；更进一步ღ✿★，当这样的数据整合量越来越大ღ✿★、整合度越来越高的时候ღ✿★，就能形成更快ღ✿★、更优的决策ღ✿★。事实上ღ✿★，一些超出项目组预期的迹象正在出现ღ✿★，比如铃木亚美ღ✿★，之前处理线下问题ღ✿★，工厂会按照传统的标准流程——“七步法”来进行ღ✿★，最初他们把这七步导入AIღ✿★，但逐渐地ღ✿★，AI将七步并作了一步ღ✿★，一下子就生成了最终处理方案ღ✿★。用吕宏志的线的突破ღ✿★，

　　”某些方面来看ღ✿★，当初他所“担心”的事情正在慢慢成为现实ღ✿★，原本属于专业人员的一些重要工作ღ✿★，比如生产计划ღ✿★，现在已经部分被计划智能体取代ღ✿★，比如计划专员要花上几个钟头来做的事情ღ✿★，机器几秒钟就给出了答案ღ✿★；不过目前ღ✿★，这些机器所依赖的数据更多还是基于人工经验ღ✿★，最后的结果也要再经过人工审核ღ✿★。但或许只是时间问题ღ✿★，《失控》里早就提过ღ✿★，人工智能的涌现是一种跃进ღ✿★，“在这里ღ✿★，2+2并不等于4ღ✿★，甚至不可能意外地等于5ღ✿★。在涌现的逻辑里ღ✿★，2+2=苹果”铃木亚美ღ✿★。

　　不过ღ✿★，在人工智能专家徐翼看来ღ✿★，目前工厂的AI进化才刚刚开了个头ღ✿★，未来至少有三方面的难关要跨越ღ✿★：

　　第二是泛化性ღ✿★，也就是技术的可复制性和普遍性ღ✿★；第三是速度ღ✿★。在徐翼看来ღ✿★，未来要实现机器的自主进化ღ✿★，最重要的就是各个专业维度足够的数据喂养ღ✿★，比如工人打螺丝ღ✿★，之前没有摄像头把这个行为轨迹记录沉淀下来ღ✿★，类似的数据缺失也是工厂AI化的一个重要挑战ღ✿★。“从AI应用方面ღ✿★，美的已经进入深水区ღ✿★，也可以说是无人区了ღ✿★，下一步的探索工作会更难尊龙凯时ღ✿★。”徐翼说ღ✿★，在他看来ღ✿★，荆州项目的重要性也正在于此ღ✿★，“这样才可以

　　面向未来的AI竞争已经拉开序幕ღ✿★。在这场集聚了大量资本ღ✿★、人才的军备竞赛中ღ✿★，互联网巨头已经一马当先ღ✿★，像美的这样的传统企业ღ✿★，又该如何参与其中？

　　“互联网头部公司主要是做通用能力方面的建设ღ✿★，美的优势在于场景足够丰富尊龙凯时ღ✿★，所以我们更适合做垂直模型ღ✿★，投入可控ღ✿★，价值产出也会更明显ღ✿★。”周晓玲说ღ✿★，这也是

　　但另一个问题紧接着来了ღ✿★，美的是一家多场景ღ✿★、价值链很长的企业ღ✿★，那么优先在哪个环节进行AI化？徐翼坦言这也是一个充满压力的决策ღ✿★，“行业变化这么快ღ✿★，如何在正确的地方投入正确的资源？否则不仅效果有限ღ✿★，更错过了其他机会ღ✿★。”

　　最终他们选择了工厂的制造场景ღ✿★，原因之一是制造属于美的独有优势ღ✿★，市场上早已出现了通用大模型ღ✿★，但还没有生产制造大模型ღ✿★，这是一个好机会ღ✿★；第二ღ✿★，工厂场景多样ღ✿★，而且相对家庭场景来说ღ✿★，数据更为结构化ღ✿★，这样既满足了技术迭代的需求ღ✿★，也更具迭代条件ღ✿★；第三ღ✿★，很重要的一点ღ✿★，工厂技术具有一定的通用性ღ✿★，相对成熟之后可以溢出到其他领域ღ✿★，比如现在ღ✿★，美的就把工厂改造过程中迭代而成的AI技术应用到了楼宇科技上ღ✿★，给楼宇创建一个智慧“大脑”ღ✿★。换言之ღ✿★，

　　波士顿咨询公司（BCG）董事总经理ღ✿★、全球资深合伙人David Martin曾分享过一个研究ღ✿★，他们对上千家企业展开调研ღ✿★，发现只有5%的企业从生成式AI的投资中获益ღ✿★，70%则没有看到收益ღ✿★。失败案例呈现出几个共性特点ღ✿★：

　　从目前来看ღ✿★，美的似乎避开了这些“陷阱”ღ✿★。周晓玲透露ღ✿★，美的旗下的数字化业务平台美云智数已经接到了一些智能体的需求订单ღ✿★。“AIGC这部分真正商业化ღ✿★，还是会有很长的路要走ღ✿★，很多技术要攻克ღ✿★，但现在至少能看到ღ✿★，商业化已经迈出了一小步ღ✿★。”

　　这或许也能成为美的B端业务的一个新增量ღ✿★。在家电消费市场更多趋于存量竞争的情况下ღ✿★，美的一直在加强第二曲线年ღ✿★，美的B端业务收入首次突破千亿元ღ✿★，2025年前三季度ღ✿★，这部分业务同比增长18%ღ✿★，已经有三个板块收入达到300亿元上下ღ✿★，与此同时ღ✿★，美的对B端业务的分拆上市也在逐步推进中ღ✿★，而早在2022年ღ✿★，“数字美的2025战略”中就提到ღ✿★，未来数字创新业务中将孵化1~2家上市公司ღ✿★。

　　徐翼介绍ღ✿★，未来AI研究的方向ღ✿★，一个是工厂技术的继续迭代ღ✿★，另一个会发力家庭端ღ✿★，新产品不仅面向场景创新ღ✿★，更会进行技术创新燃气锅炉ღ✿★，ღ✿★。他甚至不无自信地说ღ✿★，“美的拥有大量的数据ღ✿★，如果能利用好尊龙凯时ღ✿★，在AI时代ღ✿★，一定能跟互联网公司有得一拼ღ✿★。”