制造业是绿色贸易增长的核心驱动力，也是我国贸易的压舱石。随着目前国家加快推进人工智能技术在制造业的融合应用，上海正在进行人工智能全链条赋能先进制造业的探索。老工厂如何应用人工智能，产线改造中会遇到哪些现实问题？在有着70多年历史的上海汽轮机厂，一条全新的AI生产线已经投入运行，来跟随记者走进厂区实地探访。
AI生产线投入运行
70多年老厂更智慧
汽轮机，是发电厂的“心脏”；叶片，是它最关键的零件。记者来到上海汽轮机厂的叶片中心，这里投运了全新的AI柔性叶片生产线，“柔性”说的就是一条线能同时适配加工多种型号的叶片。
上海汽轮机厂叶片中心技术管理室主任 叶李昂：整条产线的基本原理，就是通过机械臂配合我们自研的一个视觉算法，去识别多种多样的叶片种类，做一个识别定位和抓取上料。内置了1900多条规则，然后内部还有AI在学习我们师傅以前的排程的经验和结果，它会反复迭代进化。
据介绍，机械臂识别、抓取的准确率能达到99.9%。工厂全年加工30多万片叶片、数千种型号，哪个先做、哪台机器做，过去全靠人工排，需要七八个计划员。如今，一套AI排产系统，两名计划员就能完成。不仅如此，这条产线还一并承担了叶片加工等工作。
“首件”产品调试完成，往后的叶片，产线就能自己加工、自己检验。此外，整个车间的设备状态，每个工单的进度，在车间内的数字孪生大屏上看得清清楚楚。叶片的全尺寸检测流程，借助AI可以从人工2天缩短到6小时，漏检率从3%降到0.1%以下。这一整套下来，汽轮机叶片产能提升了60%。
核心工艺升级
“数字炉长”接续老炉长绝活
上海汽轮机厂这条全新的AI生产线正在运行，而另一家老厂，上海电气上重铸锻，正在搭建覆盖全厂区的工业互联网底层算力平台，支撑核心工艺的数智化升级。
在厂区一座20年的老电炉旁，记者见到炉长孙字亮，他告诉记者：这座100吨的电炉，炼的是核电、火电用的特种钢锭——全国核电设备的核心部件，许多都出自这里。在这里，炉长们都练就了绝活——钢水1000多摄氏度，看一眼火焰颜色，误差不出10摄氏度。他给记者看了一个文件夹，里面密密麻麻记录着每一炉的火候、颜色、哪种状况哪些原因，几十年的经验，都在纸上。
眼下，工厂正在给运转了20年的老电炉装上传感器，把老炉长的“手感”经验，变成能存下来的数据。
融合老师傅经验
给“AI+制造”编“课本”
不只是这些底蕴深厚的老企业，如何带动更多工厂实现智能升级，上海正在给“AI+制造”编写一本特殊的“教材”。
在上海一家面向制造领域，提供工业场景AI语料供给的平台企业，工程师们正围着老师傅“挖宝”，将生产车间里的设备数据、操作过程、老师傅的经验，编写成AI能学习的“课本”。
上海库帕思科技有限公司首席技术官 王长冕：过去我们这种普通语料更多是面向模型的知识的问题，语料形态主要是文本、书籍、代码这种静态的语料。在工业场景中，这类语料更多的是要解决AI进入到真实的工业场景中，怎么根据现场情况去处置问题。
工程师告诉记者，一个港口堆场的经验，就沉淀出1200多条规则。最难的还在读懂图纸上：老师傅扫一眼就懂的工程图纸，AI读不懂。
上海库帕思科技有限公司创新发展部总监 杨闻博：所谓老师傅经验语料化就是要把那些隐性、看不到的东西，逐步显性出来。尤其是在生产伴随当中，老师傅说这个事儿达到150了，那其实他指的是150摄氏度，很多量纲、单位，我们都会统一。一个成熟的企业一定不止一个老师傅，我们要把20个老师傅的经验融合到一块，形成一个组织可以共享反馈的。
“教材”编好了，读得起的不能只有大厂。中小企业怎么办？通过政企合作，一个工业智能云平台前不久正式上线，算力、模型、工具打包好，企业不用自己建算力、找语料，即开即用，已适配100多款AI模型。
与此同时，面向高端装备的人工智能应用中试基地也正在建设。
上海电气首席信息官 程艳：中试基地就是解决我们“最后一公里”的问题。通过应用自己的场景，来构建试验场，能够去采集、设计、制造以及运维过程当中的数据，通过中试基地用场景去训练。通过场景的试验之后，能够形成可复制的、给到更多企业应用的AI智能体或者模型。
AI学徒“出师”
从一间车间到千厂万企
工业语料、算力平台、中试基地这些底座已初步建成投用，但AI模型不会自动适配车间现场。打通算法和工厂的鸿沟，还需要专业的人才来完成落地调试。上海率先培育了一批既懂算法、又扎根车间的“前沿部署工程师”，推动AI应用从示范车间走向千厂万企。
记者见到上海交大教授李金金时，她正和远在新疆驻厂的工程师视频连线，询问那边的运行情况。
上海交大教授、博士生导师 李金金：FDE前沿部署工程师，其实是一个交叉学科的人才。首先第一，他要懂人工智能，第二他要懂产业，能够跟产业的一线的工程师们能够交流，他是把我们整个团队的AI的模块和算法部署到企业，让企业能够快速用上这套AI系统、帮助企业提质增效。
去年11月，全国首个前沿部署工程师专题培训班在上海开班，计划一年培养200人；通过“百千万”工程，带动上万名开发者向“既懂AI又懂制造”的复合型人才转型。
此外，为很多中小制造企业在生产和订单之间牵线搭桥的AI撮合平台，也正发挥着越来越大的作用。
从车间里的FDE，到订单端的AI撮合平台，上海在不断扩大“AI+制造”服务生态：首批10家样板企业先行探索，44家专业服务商、30份场景建设指南提供参照，让想转型的企业有章可循。技术攻关、租用算力最高可获数千万元支持；大模型应用与数据训练投入可纳入技改支持。
上海市经信委总工程师 裘薇：一手培育既懂行业又懂AI的服务商，一手编制场景建设指南，一场景一指引降低企业的试错成本。在“十五五”期间，上海要力争推动3000家制造业企业的智能化改造，推动100个示范应用场景，实现规上工业企业的智能体渗透率达到80%以上。
制造业是绿色贸易增长的核心驱动力，也是我国贸易的压舱石。随着目前国家加快推进人工智能技术在制造业的融合应用，上海正在进行人工智能全链条赋能先进制造业的探索。老工厂如何应用人工智能，产线改造中会遇到哪些现实问题？在有着70多年历史的上海汽轮机厂，一条全新的AI生产线已经投入运行，来跟随记者走进厂区实地探访。
AI生产线投入运行
70多年老厂更智慧
汽轮机，是发电厂的“心脏”；叶片，是它最关键的零件。记者来到上海汽轮机厂的叶片中心，这里投运了全新的AI柔性叶片生产线，“柔性”说的就是一条线能同时适配加工多种型号的叶片。
上海汽轮机厂叶片中心技术管理室主任 叶李昂：整条产线的基本原理，就是通过机械臂配合我们自研的一个视觉算法，去识别多种多样的叶片种类，做一个识别定位和抓取上料。内置了1900多条规则，然后内部还有AI在学习我们师傅以前的排程的经验和结果，它会反复迭代进化。
据介绍，机械臂识别、抓取的准确率能达到99.9%。工厂全年加工30多万片叶片、数千种型号，哪个先做、哪台机器做，过去全靠人工排，需要七八个计划员。如今，一套AI排产系统，两名计划员就能完成。不仅如此，这条产线还一并承担了叶片加工等工作。
“首件”产品调试完成，往后的叶片，产线就能自己加工、自己检验。此外，整个车间的设备状态，每个工单的进度，在车间内的数字孪生大屏上看得清清楚楚。叶片的全尺寸检测流程，借助AI可以从人工2天缩短到6小时，漏检率从3%降到0.1%以下。这一整套下来，汽轮机叶片产能提升了60%。
核心工艺升级
“数字炉长”接续老炉长绝活
上海汽轮机厂这条全新的AI生产线正在运行，而另一家老厂，上海电气上重铸锻，正在搭建覆盖全厂区的工业互联网底层算力平台，支撑核心工艺的数智化升级。
在厂区一座20年的老电炉旁，记者见到炉长孙字亮，他告诉记者：这座100吨的电炉，炼的是核电、火电用的特种钢锭——全国核电设备的核心部件，许多都出自这里。在这里，炉长们都练就了绝活——钢水1000多摄氏度，看一眼火焰颜色，误差不出10摄氏度。他给记者看了一个文件夹，里面密密麻麻记录着每一炉的火候、颜色、哪种状况哪些原因，几十年的经验，都在纸上。
眼下，工厂正在给运转了20年的老电炉装上传感器，把老炉长的“手感”经验，变成能存下来的数据。
融合老师傅经验
给“AI+制造”编“课本”
不只是这些底蕴深厚的老企业，如何带动更多工厂实现智能升级，上海正在给“AI+制造”编写一本特殊的“教材”。
在上海一家面向制造领域，提供工业场景AI语料供给的平台企业，工程师们正围着老师傅“挖宝”，将生产车间里的设备数据、操作过程、老师傅的经验，编写成AI能学习的“课本”。
上海库帕思科技有限公司首席技术官 王长冕：过去我们这种普通语料更多是面向模型的知识的问题，语料形态主要是文本、书籍、代码这种静态的语料。在工业场景中，这类语料更多的是要解决AI进入到真实的工业场景中，怎么根据现场情况去处置问题。
工程师告诉记者，一个港口堆场的经验，就沉淀出1200多条规则。最难的还在读懂图纸上：老师傅扫一眼就懂的工程图纸，AI读不懂。
上海库帕思科技有限公司创新发展部总监 杨闻博：所谓老师傅经验语料化就是要把那些隐性、看不到的东西，逐步显性出来。尤其是在生产伴随当中，老师傅说这个事儿达到150了，那其实他指的是150摄氏度，很多量纲、单位，我们都会统一。一个成熟的企业一定不止一个老师傅，我们要把20个老师傅的经验融合到一块，形成一个组织可以共享反馈的。
“教材”编好了，读得起的不能只有大厂。中小企业怎么办？通过政企合作，一个工业智能云平台前不久正式上线，算力、模型、工具打包好，企业不用自己建算力、找语料，即开即用，已适配100多款AI模型。
与此同时，面向高端装备的人工智能应用中试基地也正在建设。
上海电气首席信息官 程艳：中试基地就是解决我们“最后一公里”的问题。通过应用自己的场景，来构建试验场，能够去采集、设计、制造以及运维过程当中的数据，通过中试基地用场景去训练。通过场景的试验之后，能够形成可复制的、给到更多企业应用的AI智能体或者模型。
AI学徒“出师”
从一间车间到千厂万企
工业语料、算力平台、中试基地这些底座已初步建成投用，但AI模型不会自动适配车间现场。打通算法和工厂的鸿沟，还需要专业的人才来完成落地调试。上海率先培育了一批既懂算法、又扎根车间的“前沿部署工程师”，推动AI应用从示范车间走向千厂万企。
记者见到上海交大教授李金金时，她正和远在新疆驻厂的工程师视频连线，询问那边的运行情况。
上海交大教授、博士生导师 李金金：FDE前沿部署工程师，其实是一个交叉学科的人才。首先第一，他要懂人工智能，第二他要懂产业，能够跟产业的一线的工程师们能够交流，他是把我们整个团队的AI的模块和算法部署到企业，让企业能够快速用上这套AI系统、帮助企业提质增效。
去年11月，全国首个前沿部署工程师专题培训班在上海开班，计划一年培养200人；通过“百千万”工程，带动上万名开发者向“既懂AI又懂制造”的复合型人才转型。
此外，为很多中小制造企业在生产和订单之间牵线搭桥的AI撮合平台，也正发挥着越来越大的作用。
从车间里的FDE，到订单端的AI撮合平台，上海在不断扩大“AI+制造”服务生态：首批10家样板企业先行探索，44家专业服务商、30份场景建设指南提供参照，让想转型的企业有章可循。技术攻关、租用算力最高可获数千万元支持；大模型应用与数据训练投入可纳入技改支持。
上海市经信委总工程师 裘薇：一手培育既懂行业又懂AI的服务商，一手编制场景建设指南，一场景一指引降低企业的试错成本。在“十五五”期间，上海要力争推动3000家制造业企业的智能化改造，推动100个示范应用场景，实现规上工业企业的智能体渗透率达到80%以上。
