AI不只會聊天，中科聞歌把“決策大腦”送進(jìn)紡織車間

AI不只會聊天，中科聞歌把“決策大腦”送進(jìn)紡織車間

Amelia / 2026-07-28 13:14175843

過去兩年，大模型已經(jīng)進(jìn)入辦公、營銷、客服等場景，但來到工廠之后，光會生成內(nèi)容顯然不夠。面對設(shè)備狀態(tài)、訂單交期、庫存、能耗和產(chǎn)品質(zhì)量等一連串變量，企業(yè)真正需要的，是AI能夠給出可靠的判斷，并把結(jié)果落實到生產(chǎn)環(huán)節(jié)。

7月27日，熱點科技在紹興參加了AI賦能紡織產(chǎn)業(yè)高質(zhì)量發(fā)展大會。會上，中科聞歌正式發(fā)布工業(yè)決策大腦，試圖讓AI從輔助查詢和信息處理，進(jìn)一步進(jìn)入排產(chǎn)、配色、巡檢以及設(shè)備調(diào)度等環(huán)節(jié)。

和常見的聊天機器人不同，這套系統(tǒng)解決的并不是“問一個問題，得到一個答案”，而是工廠在多種約束下到底應(yīng)該怎么做。中科聞歌副總裁、首席技術(shù)官曹家在現(xiàn)場提到，目前不少工廠已經(jīng)擁有ERP、MES、機器人和大量生產(chǎn)數(shù)據(jù)，但這些系統(tǒng)往往各管一段。真正到了排產(chǎn)、調(diào)度和異常處理時，依然需要管理人員或老師傅根據(jù)經(jīng)驗做判斷。工業(yè)決策大腦的作用，就是把分散的數(shù)據(jù)、系統(tǒng)和設(shè)備連接起來，在它們之上增加一層統(tǒng)一的分析與調(diào)度能力。

簡單來說，機器人負(fù)責(zé)看和做，ERP、MES負(fù)責(zé)記錄業(yè)務(wù)和生產(chǎn)信息，而工業(yè)決策大腦負(fù)責(zé)判斷下一步該怎么辦。其底層通過數(shù)據(jù)和知識系統(tǒng)統(tǒng)一不同部門、設(shè)備之間的名稱和編碼，再結(jié)合大模型與決策機相關(guān)能力，完成預(yù)測、推演、優(yōu)化求解和方案生成。最后通過智能體連接業(yè)務(wù)系統(tǒng)和工業(yè)設(shè)備，形成從感知、決策到執(zhí)行的完整流程。

相比傳統(tǒng)工業(yè)軟件，工業(yè)決策大腦更關(guān)注生產(chǎn)現(xiàn)場的變化。在現(xiàn)場演示的巡檢環(huán)節(jié)比較直觀，以前擋車工需要不停穿梭在幾十臺織機之間，一旦斷絲、油污等問題沒有及時發(fā)現(xiàn)，就可能連續(xù)產(chǎn)出次品。巡檢機器人發(fā)現(xiàn)異常后，可以及時將信息反饋給系統(tǒng)并通知工作人員；在與織機控制系統(tǒng)進(jìn)一步打通后，還可根據(jù)風(fēng)險等級觸發(fā)停機等聯(lián)動操作。

群訪中，葛金寶透露，在部分織造車間，一臺巡檢機器人可以覆蓋原本需要多名擋車工持續(xù)巡視的區(qū)域，從而減少重復(fù)性巡檢工作，讓工作人員更多投入異常處置和生產(chǎn)管理。

換句話說，現(xiàn)階段工業(yè)AI更現(xiàn)實的作用，是先把重復(fù)、耗時的部分接過去，而不是一步到位實現(xiàn)無人化。

在染整環(huán)節(jié)，AI面對的是另一類問題——老師傅的經(jīng)驗怎么留下來。拿配色來說，一塊布最終是什么顏色，很多時候都是老師傅一點點試出來的。最后雖然會留下配方，但中間為什么調(diào)整、哪些方案試過，這些經(jīng)驗往往很難完整保留下來。

曹家在群訪中表示，工業(yè)決策大腦并不是要替代老師傅，而是讓系統(tǒng)和老師傅共同工作一段時間，把客戶需求、歷史配方、面料材質(zhì)以及每輪調(diào)整過程記錄下來。中科聞歌方面稱，目前相關(guān)方案希望將原來需要7至8輪的打樣流程壓縮到3至4輪，并將顏色開發(fā)成本降低30%至50%。

這件事的意義不只是少打幾次樣。對于不少傳統(tǒng)制造企業(yè)來說，真正稀缺的不是數(shù)據(jù)，而是老師傅腦子里的判斷過程。一旦老師傅離開，這些經(jīng)驗也可能跟著流失。AI在這里更重要的作用，是把個人經(jīng)驗逐步變成企業(yè)可以留存和重復(fù)使用的知識。

排缸同樣依賴經(jīng)驗。上一批任務(wù)結(jié)束后，下一批布料怎么接，直接關(guān)系到設(shè)備利用率和生產(chǎn)成本。系統(tǒng)會綜合訂單、缸型、設(shè)備狀態(tài)和交期，安排更合理的生產(chǎn)順序，盡量減少空轉(zhuǎn)。

據(jù)現(xiàn)場介紹，過去人工需要約兩個小時完成的排缸工作，在部分場景中可以壓縮到數(shù)分鐘。葛金寶也在群訪中提到，通過減少染缸空轉(zhuǎn)，在產(chǎn)能和品質(zhì)不變的情況下，可以進(jìn)一步降低水、電、蒸汽等能源消耗。

當(dāng)然，讓AI進(jìn)入真實工廠，遠(yuǎn)沒有安裝一套軟件那么簡單。

群訪中，熱點科技也問到了產(chǎn)品真正落地時會遇到的問題。曹家表示，目前工業(yè)AI進(jìn)入工廠，并不是部署一套軟件那么簡單。工程師需要先完成設(shè)備接入、網(wǎng)絡(luò)調(diào)試，再根據(jù)車間環(huán)境規(guī)劃巡檢機器人的運行路線。機器人發(fā)現(xiàn)異常后，還要與織機等設(shè)備打通，才能完成停機、通知等一系列動作。

在熱點科技看來，工業(yè)決策大腦此次發(fā)布更值得關(guān)注的，并不是又多了一款“大模型產(chǎn)品”，而是AI開始嘗試進(jìn)入傳統(tǒng)工業(yè)最復(fù)雜的部分——決策和執(zhí)行。真正進(jìn)入工廠后，每家的設(shè)備、網(wǎng)絡(luò)和生產(chǎn)流程都不一樣，同樣一套產(chǎn)品，還需基于統(tǒng)一架構(gòu)完成場景適配。

對于紡織行業(yè)來說，AI帶來的變化或許不會從一座完全無人的工廠開始，而是從一次巡檢、一次配色和一次排缸開始。先把重復(fù)勞動減少，把老師傅的經(jīng)驗留下，再讓不同系統(tǒng)和設(shè)備逐步協(xié)同起來，這可能才是工業(yè)AI進(jìn)入生產(chǎn)現(xiàn)場更實際的路徑。