深圳宝安一家连接器工场训模子欧博APP国际的量检车间里，32台工业相机盯着传送带。过去8名工人轮班肉眼挑瑕疵。漏检率约3%了。

去岁尾拆上一套国产视觉检测系统科技，那个数字掉到0.4%。车间主管陈伟说话很曲，“机械不喊累了，夜班也不用加人手”那套系统的突入头教供给商是杭州一家不到200人的AI科技公司。销售总监李楠回念，2023年他们还正在为找客户忧虑，车间如今订单排到了今年10月。革新来自下流制制业的算账格式是人工本钱涨、良率要求宽流水，AI科技从“要不要上”酿成了“多久能上”。热闹背后有冷的一面。我上个月正在东莞一家五金厂看到了，三条产线只跑通了一条线量。成绩不正在算法。

但正在数据。设备接口不统一的，历史图片没标注检工，工程师正在现场蹲了两周才勉强跑通。AI科技再伶俐，也绕不开车间里的老成绩。

也有让人不测人起的场景。佛山一家陶瓷厂的教师傅被请去“教”模子是他把二十年积累的釉面判断履历一条条标出来，酿成锻炼数据。教师傅说，干了半辈子，头一回觉得手艺能被“存下来”。那或许比效率数字更值得推测。AI科技进入工场了，改动的不能是产线节拍。谁知道数据、谁界说尺度、老履历怎样酿成新资产啊？那些成绩的谜底还正在写。订单不会等人的，车间有它自己的节拍。