2024鼎捷数智AI智造百年工厂落地场景全流程拆解
5月27日，上海入夏。鼎捷数智2026第五届数智未来峰会标杆工厂参访活动如期展开。来自全国的企业伙伴与媒体代表走进联合轴承，实地观摩鼎捷如何为工厂注入数智化转型的真实动能。
现场探访发现，AI在这里并非悬浮的概念，而是深嵌于产线、驱动决策、提升实效的生产力引擎。
中国制造业迈入智能协同新阶段
作为上海电气旗下国家级专精特新“小巨人”与“科改示范企业”，上海联合滚动轴承有限公司（以下简称上海联合轴承）聚焦轨道交通轴承赛道，累计持有180余项专利。
这些成果背后，映射出联合轴承及中国制造业近年来运行逻辑的深层升级。早期制造企业多依赖老师傅经验与现场管控，属于典型的“经验驱动”模式。
鼎捷数智行业咨询专家高路在现场剖析了制造业数字化与智能化的演进脉络。伴随ERP、流程制度与标准化体系的规模化落地，企业逐步跨入“流程驱动”阶段，实现了组织能力的可复制扩张。
进入数字化与智能制造周期后，ERP、MES、PLM、WMS、IoT及自动化产线等系统全面铺开，企业迈入“数据驱动”阶段——数据在线、设备互联、业务实时化成为基础配置。
但新的瓶颈随之浮现：系统越建越多，整体协同效率反而未能同步提升。传统数字化解决的是局部效率问题，而企业实际运行的核心矛盾在于跨部门、跨系统、跨角色的协同挑战。
高路判断，AI时代最根本的变化并非机器人或大模型本身，而是企业首次具备了“感知-思考-协同-执行”的一体化运行能力。企业运行方式正从“流程串联”转向“智能协同”，从“人调度系统”转向“系统调度能力”。
正是在此背景下，鼎捷数智发布了鼎捷雅典娜“企业智能运行空间（EIOSpace）”，旨在赋予企业一体化智能运行能力，推动从“系统+人工协调”到“数据+智能协同”的范式迁移。
联合轴承×鼎捷：18年共塑高端装备工厂智能协同样本
上海联合轴承副总经理郑磊在交流中透露一个关键数字：双方合作已持续18年。从2008年ERP进销存起步，到如今嘉定新基地建成AI赋能的智能工厂，这条路径清晰勾勒出中国高端制造数智化转型的典型轨迹。以下归纳为5条核心路径：
路径1：阶段性演进，从信息化迈向自适应智造
郑磊将合作划分为两个阶段：2008至2022年为浅度信息化期，主要部署ERP进销存与工单工艺模块。新工厂规划建设后进入深度合作阶段，鼎捷提供技术指导，企业提出一线需求，双方共同制定蓝图，核心追求可落地、有效益的应用。
联合轴承的发展路径遵循信息化（ERP、PLM）、智能物流与智能车间（AIoT）、智能化三步走，从经营管理层延伸至生产控制层、设备控制层，打通IT与OT数据，采用“点线面”逐步扩展的模式。
路径2：AI赋能——三大痛点与三大成效
郑磊介绍，聚焦高端制造普遍存在的数据孤岛、运维被动、库存难管三大痛点，联合轴承在新基地部署了MES、WMS、物联网及数字孪生等全栈系统，围绕控本、绿色、增效三大目标推进。
基于鼎捷MES一体机与物联网平台，联合轴承建成全数据闭环的自适应智能工厂。数字孪生大屏实时管控生产、能耗等多个维度，车间AGV与机器人自适应调节节奏。AI算法实现设备异常提前12至24小时预判，并智能精算海外备件库存。项目成效显著——效率提升20%、交付周期缩短超30%，打造出可复制的“高端装备智造标杆”。
路径3：AI落地的关键——数据治理先行
面对“AI算力无法保证百分百正确，容错机制如何设计”这一挑战，郑磊的回应直击本质：AI落地的核心在于前置数据治理的有效性，数据异常会直接导致AI结果偏离。
当前项目第一阶段重点正是数据治理，完成数据打通与有效性验证后，再推进智能体应用，采用小步慢走、逐步落地的策略。工业产品容错率低，前期通过数据验证与实验渐进推进，是更务实的选择。
目前联合轴承与鼎捷的智能化建设已实现点到线打通，多智能体按专家、分身、指挥官分级赋权，有效规避了超级权限带来的风险。
路径4：多智能体的安全架构
鼎捷数智董事长特助张俊杰指出，多智能体的核心特征是理解意图、目标导向、自主运行。要让智能体高效完成任务，需通过分类机制保障安全执行。鼎捷将智能体分为分身智能体、专家智能体、指挥官智能体，分级赋予权限，明确分工，协同运行。空间层面采用3D交互模式，规范人、智能体、智能装备的交互权限与规则。
郑磊举例说，机台参数调试实行权限分级，操作人员、工艺人员、技术人员权限各异；智能体同样按权责分类，驱动对应工序设备，有效保障生产安全。
路径5：未来人管理AI生产力
联合轴承的实践经验表明，AI应用于企业生产流程后，流程本身未发生重大改动，但管理方式正在优化。智能化主要改变的是经营管理模式，企业需同时管理员工与智能体，让智能体承担繁琐工作，释放人力聚焦质量与效率控制。
郑磊认为，通过自动化剔除无附加值环节，企业可以聚焦产品质量与效率控制，减轻员工劳动强度，优化人力配置。智能体可替代生产调度岗位，实现工序协同、物料转移、齐套率管理，人员则转岗至高价值岗位。
从“人操作系统”到“人管理AI生产力”——联合轴承的18年实践，为传统制造业的智能化转型提供了一个可复制的标杆样本。
三大场景落地，AI正重构企业运行方式
高路在工厂探访现场结合鼎捷AI在工厂落地的三大应用场景，展示了AI时代企业运行方式发生的深层变革。
场景一：联合轴承从“被动维修”到“主动感知”
正如前文所述，联合轴承通过AI算法实现设备异常提前12至24小时预判，并智能精算海外备件库存。高路指出，这背后不仅是设备联网与数据采集能力的提升，更意味着企业开始具备“主动感知”能力；而海外备件的智能精算与协同采购，则体现了跨业务、跨系统、跨组织的动态协同能力正在形成。
场景二：浙江某外贸企业数字分身接单跟单
面对“多品种、小批量”的快节奏外贸模式，传统销售录单、跟单高度依赖人工，效率与协同压力都不小。高路介绍，浙江某外贸企业构建了“接单助手”与“跟单助手”数字分身体系：接单助手自动识别多渠道需求，完成产品匹配、系统录单与交期评估；跟单助手持续跟踪生产、库存与物流进度，实现订单全过程协同。系统走向后台化，前端通过AI智能交互完成业务协同，显著降低了员工的系统学习成本。
场景三：上海某制造企业AI智能排程
传统排程高度依赖计划员经验，而企业可以通过梳理历史数据与动态业务规则，构建起专属排程模型。由“数字专家”沉淀排程逻辑，“数字分身”负责执行监控与异常处理，实现对插单、缺料、设备故障等复杂场景的动态响应。上海某制造企业借此将排程从“人工经验驱动”转向“数智驱动”，企业只需设定库存最优、换线成本最低、交付优先等目标，多智能体即可协同完成动态推演与资源调度。
未来企业竞争的核心是整体智能协同能力
高路明确指出一个趋势：未来企业竞争的核心将不再仅是规模、成本与流程效率，而是企业整体的智能协同能力。真正领先的企业，不一定是系统建设最多的企业，而是最先完成“组织智能化”升级的企业。
这一判断正在联合轴承的实践中得到验证。AI算法实现设备异常提前12至24小时预判，海外备件智能精算与协同采购，跨业务、跨系统、跨组织的动态协同能力正在形成。企业生产流程未做重大改动，但管理方式已在优化——智能体替代生产调度岗位，实现工序协同与物料齐套管理，人员转岗至高价值工作。数字化员工承担繁琐任务，释放人力聚焦质量与效率控制。
面对当前普遍的AI焦虑，鼎捷数智执行副总裁潘泰龢在峰会现场接受媒体采访时给出转型的四个关键：摒弃工具视角，建立人机协同工作模式；夯实数据资产，完成跨系统数据治理；重构组织与文化，打破部门数据壁垒；注入行业知识，将专家经验与工艺知识植入AI，形成企业大脑。
支撑这一切的，是鼎捷数智44年深耕制造业构筑的“不可压缩的时间壁垒”。服务超5万家企业客户，半导体领域全球头部厂商合作占比约30%，汽车零部件A股上市公司客户占比近20%，装备制造百强客户占比达20%。这些行业Know-How的积累，不是通用大模型能替代的，也不是后来者能速成的。
从联合轴承的车间到外贸企业的数字员工，从AI智能排程到多智能体协同，趋势已经足够清晰：企业运行方式正从“流程串联”走向“智能协同”，从“人调度系统”走向“系统调度能力”。