解码“AI＋制造”的大连样本： 从“超视角”到“冷试革命”
大连新闻传媒集团/大连云记者刘晓文 曲家乙 刘蕴哲
“这不是AI。”在一汽解放大连柴油机有限公司（以下简称“一汽解放大柴公司”）厂区内，当记者发现多辆无人驾驶货车往来穿行，立即举起手机兴致盎然地拍摄时，公司智能制造组长鞠佳奇直截了当地一语点破。
“这些无人驾驶物流车能自己拐弯、避让行人并把货物运送到指定地点，还不是AI吗？”在记者追问下，一场关于“到底什么才是AI”的讨论在赶往“超级工厂”的途中自然展开。
“无人驾驶物流车是智能物流装备，依靠传感器实现环境感知，结合路径规划与决策算法自动行驶，属于自动化、智能化范畴，但还不算AI。”鞠佳奇解释道，“简单地说，工业自动化主要替代人的肢体，完成重复性、规则化的体力劳动；而AI则可以承担人的部分脑力劳动，起到‘大脑’的作用，能够感知、判断、决策。”
这一课，为我们要探访的“AI＋制造”定下了基调。
AI初体验：打开了“超视角”
走进一汽解放大柴公司的“超级工厂”，记者看到多台AGV正在“自己寻找”充电桩，并完成充电。“这里有40多台AGV，它们负责运输、配送物料。以前，分拣区需要24名工人，现在引入AGV等工业机器人，基本上实现了无人操作。”鞠佳奇话锋一转：“不过，AGV也不是AI，它们同样是按既定程序来工作，不会自主预测和判断。”
那么，到底什么才是AI？鞠佳奇引领记者来到一块大屏前，点开“智能工厂管理系统”，屏幕亮起时，这个面积2.2万多平方米的“超级工厂”瞬间打开了“超视角”。
“‘AI＋排产’，是我们已落地的人工智能应用场景之一。”鞠佳奇介绍，过去排产靠人，决策者要么打电话，要么跑现场，全凭经验，很难实现“最优方案”。现在，AI通过实时采集订单、物料、设备状态等数据，利用算法进行计算判断。一旦发生设备故障等突发状况，AI能在秒级响应时间内重新计算资源分配方案，动态调整任务分配和资源调度，确保瓶颈工序持续运转。
据介绍，在AI辅助与赋能下，目前，该“超级工厂”负责生产调度的仅有1人，而如果全靠人工来排产，则需要十几个人。
“AI＋检测”：比人眼更精准的“火眼金睛”
“你看显示屏上那两个红色的小加号，代表‘在线检测AI’发现了部件上有两个特别微小的毛刺儿。更关键的是，AI经过自主分析判断后，果断‘放行’了，并非僵化地卡住不放。”在参观“AI＋检测”应用场景时，智能制造工程师李佳琪向记者生动介绍。
记者了解到，“在线检测AI”通过算法和3D视觉技术，能够实现高精度三维建模与缺陷识别，对曲轴、止推片、气缸套、活塞等关键零部件进行外观识别与状态检测。它基于历史数据训练模型，能动态优化检测阈值，打破僵化的执行。
“以前是质检员检测，靠人的经验对零部件是否存在缺陷作出判断，尺度很难统一；如今用AI在线检测，又快又准，准确率达99.99%。”李佳琪说。
“AI＋冷试”：“一热一冷”的效率革命
在一汽解放大柴公司“超级工厂”，“AI＋制造”的深度与广度正在不断拓展。鞠佳奇引领记者来到发动机“冷试”专区，演示了AI主导下的发动机“冷试”过程。
据介绍，发动机出厂前必须经过严格的整机检验，传统方法是“热试”，即让发动机点火运转，检测压力、功率等参数，一台发动机的“热试”过程通常需要45分钟以上，还要用油用电，试验成本颇高。
一汽解放大柴公司创新应用了发动机检验AI系统，将之前需要在“热试”环境下检测的各种参数，通过AI深度学习变为大模型，分析传感器数据流，进而精准判断发动机状态。由于该检验过程无需让发动机点火运转，所以称为“冷试”。
“一热一冷”的变化，带来了检验成本的大幅缩减与效率的显著提升。据悉，一台发动机的“冷试”过程只需3分钟。“我们主要生产CA6DV1柴油发动机和6SV3天然气发动机，前者产能为每年5万台，后者也超过1万台，AI‘冷试’系统为实现产能提供了效率支撑。”鞠佳奇直言，如果都用传统“热试”，赶订单时恐怕会忙不过来。
“AI＋节能”：看得见的真金白银
AI的应用不仅在提效，还在降本。39.8万元，这是一汽解放大柴公司空压站应用AI系统后，仅电费一项每年节省的费用。
“过去，靠人工来决定空压机的匹配组合，很难算准，无奈之下，宁可多开一两台空压机也要确保产线需求，结果产生了大量冗余能耗。”鞠佳奇介绍，如今，公司研发了空压站云智系统，该系统采用Prophet算法，实现了24小时用气量预测，动态匹配空压机最优组合，减少冗余能耗7%，并降低碳排放。
上AI前先问一句：真需要吗？
目前，该公司有25个智能制造典型场景达到国家智能工厂相关标准，其中5个场景实现了AI应用落地，2025年获评“国家卓越级智能工厂”。
关于支撑AI的算力底座，鞠佳奇透露，公司依托自建的高性能基础设施满足各类业务场景的算力需求。但他也坦言，建设这样的设施需要巨大投入。
“对于很多中小企业来说，必须理性面对，切忌跟风。”鞠佳奇总结道，越是生产强度大、产线满负荷运转、柔性生产需求高、各种约束条件复杂的场景，AI越能发挥作用；换言之，如果工厂生产不饱和、订单多是批量标准件，制约条件简单，那么，对AI的真实需求可能就没那么迫切。
鞠佳奇的观点清晰地传递了一个信号：AI的价值不在于“有没有”，而在于“用不用得上”。对于多数企业而言，与其焦虑是否落伍，不如冷静评估自身产线特性与业务复杂度——真正需要AI的地方，它自会发光；不需要的地方，强加反而徒增负担。
