制造业AI落地最大的坑:系统之间断了数据链
作者:狼烟四起2026.11.17 03:47浏览量:0简介:制造企业的AI项目,常见的失败原因是ERP、MES、WMS之间的数据断点,模型效果反而排在后面。本文梳理接口、集成平台、RPA、智能体四种连接方式的选型顺序,附代码思路、Token成本测算方法和分阶段落地步骤,帮你判断应该先修哪一段管道。
一、先看清断点长什么样
制造企业上AI,项目常见的失败方式有三种。
- 数据取不出来:模型需要的历史工单、工艺参数分散在ERP、MES、WMS、SCADA中,字段口径不一致。同一个物料编码,在三套系统里可能是三种写法。
- 结果写不回去:模型给出了排产建议或质检结论,却没有通道写回业务系统,最后还是靠人导出、复制、粘贴。
- 投入产出算不清:为一个场景改造三套老系统,报价远超预期,项目被直接砍掉。
百度智能云在工业互联网与智能制造方案中指出,企业普遍存在数据利用难、横纵集成差、升级成本高、工艺积累少等问题,其中数据格式与语义无法打通,是集成失败的主要原因。对多数工厂来说,AI落地的第一步是把断点接上,选哪个模型可以放在后面考虑。
二、四种连接方式怎么选
| 方式 | 适用前提 | 典型场景 | 主要代价 |
|---|---|---|---|
| 标准接口(API) | 系统厂商开放接口、数据量大、要求实时 | 工单下达、库存同步、报工回传 | 需开发与长期维护 |
| 集成平台(ESB/iPaaS) | 系统数量多(超过5套)、多厂商异构 | 集团级主数据统一、跨厂数据路由 | 平台采购与治理成本 |
| RPA流程自动化 | 老系统无接口、改造周期长、界面稳定 | 报表搬运、跨系统录入、对账 | 界面变更即失效,需维护脚本 |
| AI智能体加执行层 | 输入非结构化、需要理解内容 | 图纸与BOM解读、合同和质检报告解析、客服工单分派 | 效果需评测,需人工兜底 |
选择顺序是:有接口先走接口,接口太多再上平台,没接口先用RPA过渡,输入不规范的环节才引入AI。这样能避免两类常见浪费。一类是用RPA去做本该由接口完成的实时同步,另一类是用大模型去解决一条正则就能搞定的字段抽取。
厂商没有接口,先上RPA还是先上AI?
先看输入形态。如果数据本身是规整的表格或字段,RPA加固定规则就能完成搬运,不需要模型。只有图纸、工艺卡、合同、质检报告这类需要理解的内容,才轮到AI出场。两者经常搭配使用:RPA负责把文件和页面数据取出来,AI负责理解内容,执行层再把结构化结果写回系统。
三、标准接口与集成平台:先把地基打牢
厂商自带接口时,接口对接最稳定。数据按字段直接传递,速度快,出错少,适合工单下达、库存同步这类高频实时场景。落地时要盯住三件事。
- 接口清单与字段映射表:让厂商提供接口文档,逐字段确认必填项、枚举值和空值处理规则。
- 幂等与重试:车间网络波动频繁,写操作必须带业务唯一键,例如工单号加行号,避免重复下发。
- 对账机制:定时比对两侧的数量与状态,差异自动告警,不等月末人工发现。
系统数量多、对接关系呈网状时,可以引入集成平台。ESB与iPaaS都能做协议转换、字段映射和路由,二者的差异主要在部署方式上。ESB通常部署在企业内部,偏重消息总线,常见于大型集团的复杂集成场景。iPaaS多以云端服务提供,连接器丰富,上线相对较快。所有系统接入平台后,新增一个系统不必逐一对接其余系统,对接关系从 N×(N-1)/2 条降到 N 条。如果只有两三套系统,上平台属于过度设计。
四、RPA:老系统的过渡连接器
RPA通过模拟人的界面操作完成连接,包括登录、读取页面数据、填写表单、点击提交。它不要求系统开放接口,也不改动原系统代码,因此在老设备、老MES、老WMS场景中,往往是最快见效的办法。在界面稳定、规则清晰、异常可以转人工处理的前提下,首版验证通常需要数周到一个月。下面是一个典型的月末库存对账流程:
流程:库存差异自动核对1. 登录 WMS Web 端(凭据从密钥管理服务读取,不写死在脚本里)2. 导出「期末库存明细」到指定目录3. 登录 ERP,导出「账面库存明细」4. 按 物料编码 + 仓库 关联两份数据,计算差异5. 差异清单写入 Excel,超阈值行标红6. 通过邮件或即时通讯工具推送给仓管与财务,人工确认后再回写
RPA的主要风险是界面一变,脚本就失效。应当做到三点:元素定位优先使用稳定的ID,而不是屏幕坐标;关键步骤截图留证;弹窗、验证码、超时等异常分支要显式处理,并转交人工。RPA适合作为过渡期的连接器,不宜成为长期架构的核心。
五、AI智能体加执行层:处理读不懂的内容
当输入是图纸、工艺卡、供应商合同、质检报告这类非结构化内容时,接口和RPA都无法直接处理,这时才需要大模型。核心做法是让模型只负责理解,把执行交给确定性的代码。
```python
import json
import requests
PROMPT = “””
你是制造业单据解析助手。请从下面的质检报告中提取字段,
只输出 JSON,不要解释。字段:report_no, batch_no, defect_type, defect_qty, verdict
“””
REQUIRED = {“report_no”, “batch_no”, “defect_type”, “defect_qty”, “verdict”}
def parse_report(report_text: str) -> dict:
resp = requests.post(
“你的统一API接入地址”,
headers={“Authorization”: “Bearer YOUR_API_KEY”}, # 密钥从环境变量或密钥管理服务读取
json={
“model”: “你选定的模型名称”,
“messages”: [{“role”: “user”, “content”: PROMPT + report_text}],
“response_format”: {“type”: “json_object”}, # 以平台文档为准
“temperature”: 0,
},
timeout=30,
)
resp.raise_for_status()
content = resp.json()[“choices”][0][“message”][“content”] # 不同平台返回结构不同,以文档为准
return json.loads(content)
def handle(report_text: str):
try:

登录后可评论,请前往 登录 或 注册