环球产业对话：AI Agent“入职”中国制造从供应链“救火”到产线“安心”

环球产业对话：AI Agent“入职”中国制造 从供应链“救火”到产线“安心”

4月21日，“2026飞书AI先锋大赛·先进制造专场”的决赛现场，气氛有些不同。一线工程师、产品经理和供应链负责人，带着在产线上跑了数月的真实案例，站上讲台。他们讲述的，不再是PPT里的未来构想，而是AI Agent如何真正走进车间，解决那些让制造业同行们夜不能寐的老大难问题。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

这场由飞书主办、73家企业参与角逐的大赛，最终评选出TCL华星、海信集团、东风奕派等十家“制造AI先锋”。仔细观察这些案例，你会发现，亿咖通科技与东风康明斯的实践，恰好代表了AI Agent在制造业两个核心战场——看不见的供应链协同与看得见的产线质检——所带来的深层变革。

供应链的“断点”与“盲区”：亿咖通如何让问题自己浮出来

“你有没有遇过这种情况：系统明明有料，计划都排好了，实际没货？”站在决赛讲台上，亿咖通全球信息技术中心数字化产品经理孙迪抛出的这个问题，瞬间引发了台下许多制造业同行的共鸣。这几乎是供应链管理中最经典也最令人头疼的“幽灵”问题。

亿咖通，这家2017年成立、2024年在纳斯达克上市的全球出行科技企业，产品已搭载于超过1100万辆汽车，业务网络遍布全球十余个城市。然而，快速扩张的全球化布局，也让其早早直面供应链的经典难题：信息孤岛与协同失效。

转折点始于去年2月的一张紧急工单。客户催得急，系统显示物料齐套，仓库却打来电话：关键物料，账上有数，库位没货。接下来的30分钟，全组陷入了一场典型的“救火式”响应——电话、群聊、系统来回切换，最终拼凑出的不是解决方案，而是一张清晰的供应链“盲区地图”。

问题出在哪？仓库说按实物发货，采购说按计划购买，计划说按预测排产。每个环节都遵循了自己的规则，但彼此之间，缺少一条“实时对齐”的链路。更深层的问题在于系统割裂：传统的ERP系统功能固化、定制周期长，大量日常的预测、排产、缺料计算，依赖的是线下Excel或在线文档。数据规格不一，信息变更靠人工在群里喊话，一旦某个环节的更新未能触达所有人，版本不一致的事故就难以避免。

更隐蔽的风险在于管理上的“信息黑洞”：一线执行层往往等到问题“包不住”了才向上汇报，等管理层知晓时，损失已然造成。

面对这些痛点，亿咖通没有选择再购入一套昂贵的商业系统。孙迪与计划物流部运营管理负责人胡建带领团队，基于飞书aPaaS、多维表格和Aily智能体平台，在现有ERP系统之间搭建了一座“桥”——一套端到端的供应链协同平台。

这套方案的核心逻辑清晰而有力：让信息“往前走”，让结果“往回走”。前者意味着客户的预测与需求能精准、快速地传导至后端，无需反复人工确认；后者则意味着生产结果、库存变化能反向验证并修正前端的预测模型，形成一个持续优化的闭环。

以需求预测为例。过去，客户给一个数字，销售凭经验拍板，信息来源杂、口径乱，预测与实际交付经常偏差巨大。现在，流程变了：让AI先跑一遍。系统采集市场真实销售数据，叠加信号解读、预测建模、场景推演，最终输出决策建议。人，只做最后那一下判断与拍板。

关键在于，这是一个持续精进的学习系统。每个月的实际交付数据都会反向“喂养”AI模型，让下个月的预测更准一点。经过7个月的数据回测，整体预测准确率从原来的75%左右跃升至91.5%，超额备货的积压风险降低了22.61%，而数据分析和计算成本则降低了约90%。

预测准了，库存能否接得住？亿咖通祭出了AI助手“拿铁”。它将前端预测结果与库存实时对齐，每个物料的库存水平、周转状态、呆滞风险一目了然。更重要的是，它会主动“说话”——每天早晨准时告知团队哪些物料存在缺口、哪些工单面临风险、下一步该如何行动。

用孙迪的话说，这实现了从“人去找问题”到“问题自己浮出来”的根本转变。这套闭环跑通后，效果立竿见影：库存周转天数从65天大幅降至27天，上亿资金从仓库中释放；端到端协同效率提升90%；信息化建设成本降低70%以上。目前，该系统已覆盖亚太五个业务中心，日活用户达320人，覆盖了90%的目标用户。

产线上的“老师傅”与“安心觉”：东风康明斯的质检革命

如果说亿咖通的案例展示了AI如何重构看不见的供应链网络，那么东风康明斯的实践，则让我们看到了AI在看得见的产线上，如何具体而微地改变一线工人的工作与心境。

东风康明斯，全球领先的发动机制造商，其产品遍布重卡、工程机械乃至城市公交。支撑这家企业百年品质声誉的，是对细节的极致追求。但即便这样一家企业，也曾在一个关键环节上陷入困境——发动机连杆的质检。

连杆是发动机的核心零件，制造时拆分为两半，装配时必须原配原装。一旦错配，发动机在高速运行中就可能“炸缸”。试想一下，客户斥资2000万购置的全新起重机，在剪彩仪式上发动机炸缸，后果不堪设想。

为此，东风康明斯在新产线上安装了视觉检测系统。然而，这套系统的准确率仅有70%——意味着每检测四次就有一次误报，一天下来误报几十次。不堪其扰的工人们，最终选择直接拔掉了系统的电源。

技术本是来解放人的，结果反而成了折腾人的负担。当时摆在东风康明斯制造工程部智能制造工程师巢正坤面前的只有两条路：一是改造零件工艺，涉及十个平台、几十种零件，投入百万且工程变更遥遥无期；二是上马深度学习方案，需要收集样本、打标、训练，投资20万起，落地周期至少半年。两条路，一条太贵，一条太慢。

转机出现在去年3月。巢正坤偶然看到一则新闻：有养殖场用大模型数猪。他脑子里灵光一闪：它能数猪，为什么不能看懂发动机零件？恰好飞书接入了大模型能力，团队抱着试一试的心态，用提示词让AI读取连杆上的配对码。第一轮测试，准确率就冲到了95%。

但95%在严苛的工业现场远远不够——每20个零件错一次，风险依然无法承受。真正的突破，来自一个“顿悟时刻”。团队把所有错装零件的照片摆在一起，突然发现一个惊人规律：所有配错的连杆，其结合处都有一道明显的裂痕。

原来，连杆由一整块材料胀开制成，其断面如同人的指纹，独一无二。一旦装错就无法严丝合缝，必然会留下裂痕。过去，团队总想着教AI识别“什么是对的”，思路走进了死胡同。其实根本不需要那么复杂——AI只要学会识别“什么是错的”（即那道裂痕），问题就迎刃而解。

顺着这个思路，巢正坤团队设计了三道检测保险：第一道，看裂痕，有裂痕直接判错；第二道，读数字，对判错的零件提取配对码进行二次校对；第三道，模糊匹配，四个数字对上三个即可通过。这三层嵌套的规则，并非来自理论设计，而是从产线上干了二十年的老师傅口中总结出的宝贵经验。

工业AI真正的核心，从来不是炫目的算力或复杂的模型，而是能否将老师傅那些“只可意会”的经验，精准地翻译成机器能听懂、可执行的规则。依托飞书和火山引擎的底层能力，团队用多维表格做数据中枢，用字段捷径调用大模型，用工作流实现自动报警，仅用8周就将整套系统跑通。从一个平台复制到六个平台，从连杆检测延伸到活塞环、卡环检测，每个新场景的部署周期缩短至两周。

这套系统上线9个月，处理了超过20万张图像，准确率稳定在99.5%以上，实现零漏检。单张图片的检测成本仅5厘钱，全年总算力费用不到1000元。传统方案的投资，够这套系统运行200年。

但最让巢正坤感到自豪的，并非这些冰冷的数字，而是产线班长说的一句话：“我们终于能睡个安心觉了。以前全靠人盯，下班了心还悬在产线上。”一年前，这套系统因添麻烦而被工人亲手关闭；一年后，工人们上班第一件事就是打开它，并给予全身心的信赖。从被放弃到被信赖，这中间的跨越，或许正是技术赋能于人最动人的价值。

工作流之变：从“人追问题”到“问题浮出水面”

纵观亿咖通与东风康明斯的案例，可以清晰地观察到AI Agent给制造业工作流程带来的两个根本性转变。

第一，从被动响应到主动预警。在传统模式下，无论是供应链风险还是产线质量问题，都需要靠“人”去发现、上报、协调。信息在层层传递中不断损耗、延迟，等决策者知晓时，往往已错过最佳干预时机。AI Agent介入后，系统能够7×24小时实时监控数据流，一旦捕捉到异常或风险信号，立即主动推送预警，甚至附带处理建议。问题，从需要“被人找到”，变成了自己“浮出水面”。

第二，从经验驱动到数据智能。在东风康明斯的案例中，最关键的突破并非算法本身，而是将老师傅二十年积累的“裂痕判断”经验，翻译成了机器可执行的规则。在亿咖通的案例中，预测准确率的持续攀升，依赖于每月实际交付数据对模型的不断修正与“喂养”。AI Agent并非要替代老师傅，而是将老师傅宝贵的经验固化、放大并复制，让一个“超级老师傅”能同时服务多条产线、多个业务中心。

与此同时，AI应用的门槛正在发生深刻转移：从“算法+算力”的技术高墙，转向“业务洞察力”的平权舞台。巢正坤不是算法专家，孙迪和胡建也非科班程序员。但他们深谙业务痛点，懂得拆解流程，会写提示词，便能借助飞书这类低门槛平台，“手搓”出解决实际问题的企业级智能体。这意味着，一线业务骨干正在成为AI开发的主力军——他们比任何人都清楚问题藏在哪里，当工具足够简单易用时，解决问题的效率将呈指数级提升。

未来前景：从单点突破到端到端智能

展望前路，两家先锋企业都给出了清晰的进化路线图。

亿咖通的目标是打通供应链的上下游。目前，其AI协同平台主要实现了公司内部的端到端闭环。下一步，团队希望将这套工具和能力向上游供应商、下游客户延伸。试想，如果供应商能实时看到亿咖通的缺料情况，如果客户能更精准地传递需求波动，整个产业链的协同效率与韧性，必将再上一个台阶。

东风康明斯则制定了“三步走”计划：短期追求极致精准，将失误率压到万分之一；中期覆盖更多复杂场景，让AI不只“看见”，更能像老师傅一样“理解”工艺与标准；远期则迈向超级智能，打造真正的多模态智能质检体系，让AI成为产线上永不疲劳、永不退休的“品质大师”。

飞书首席商业官林婵在赛后总结中表示：“企业要用好AI，先看AI先锋。对飞书而言，最大的收获不仅是看到了众多精彩案例，更是真正从中国制造的业务一线，读懂了制造业到底需要什么样的AI。来自成千上万一线员工的真实实践，让我们清晰地看到了不同岗位、不同流程环节的具体痛点。”

据悉，自2024年启动“飞书AI先锋”人才加速计划以来，飞书已联合640余家企业举办了超过700场AI先锋大赛。通过系统的培训赋能与实践打磨，该项目已培养了超过75000名AI先锋，成功助力企业落地了12000个可用实践，持续推动AI技术在中国制造业的深层次渗透与普惠化应用。