制造业 AI 场景怎么选？先看三个条件
制造业 AI 导入指南 · 02
制造业 AI 场景怎么选？先看三个条件
不是越复杂、越像“人工智能”的项目越值得做。第一批场景应该容易取得资料、容易验收，也要能在出错时及时停住。
资料可取得
历史报价、图纸、BOM、客户记录、SOP 或维修记录是否存在？版本与负责人是否清楚？
标准可说明
有经验的人能否解释“什么是正确结果”？如果只有一句“老师傅看了就知道”，要先把判断规则整理出来。
风险可控制
结果能否在发送客户、下单、改图或停机前让人确认？能不能留下记录并恢复到原流程？
再通过两道商业判断
技术上能做，不代表现在应该做。每个候选场景都要再过两道门：
- 这是真正的业务瓶颈吗？如果它一年只发生几次，或不影响订单、成本、品质与交期，就不一定值得优先投入。
- 回报大于完整成本吗？成本不只包含模型和开发，还包含整理资料、连接系统、员工学习、人工复核、维护与错误修正。
适合先做与适合晚一点做
适合先做的场景，通常是“辅助人判断”，例如从历史资料找相似报价、检查标书遗漏、整理客户跟进重点、搜索设备维修经验。需要 AI 直接决定价格、修改工程图、承诺交期或控制设备的项目，风险更高，应该先建立规则、权限与人工复核。
场景优先级不是看声量，而是看：价值 × 可行性 × 可控制性。
如果其中一项接近零，就先补基础条件，不必勉强启动。
一个可执行的排序方式
把候选场景列成清单，分别评估发生频率、每次耗时、错误代价、资料完整度、验收标准与责任人。先选高频、边界明确、能人工复核的一项；不要同时开十个项目。
