“数字工匠”把“老师傅”请回车间

“老师傅退休了，他积累的经验怎么办？”毕马问元给出的答案，是一个叫“毕马·知匠”的知识管理平台，加上配套的AI岗位助手。

由数字（淄博）网络有限公司打造的毕马问元智能体，专注于将老师傅的个人经验转化为可调用、可学习的数字资产，为制造企业打造“数字工匠”。

不同于传统知识库，工人需要主动搜索、翻阅，遇到模糊问题找不到答案；也不同于通用大模型，“数字工匠”熟悉某个工位的操作规程、易错点、设备参数曲线，能基于现场真实作业数据，主动提醒工人“该换刀具了”或“这个焊接参数偏离标准值”。公司董事长赵滨打了个比方：“它不是一本放在架子上的说明书，而是一个蹲在工位旁边的老师傅。”

理想很丰满，但真正把这个“老师傅”请进车间，毕马问元遇到的第一个难题不是技术问题，而是“不信任”。

制造企业对数据安全极其敏感。图纸、工艺卡、质检记录，这些核心资料不能出工厂，企业还担心AI会泄露核心数据。

毕马问元没有急着推销产品，而是找到淄博本地老牌泵企山东颜山泵业有限公司，成立合资公司——颜山数科。技术团队直接驻厂，与老师傅们同吃同住，把系统部署到真实产线上试运行。

头两个月，工人不买账。“电脑能比师傅教得好？”一位年轻工人当面质问技术人员。第三个月，发生了转变。一位新入职的小伙子，用AI助手操作精密磨床，不到两个月就独立上岗。

从技术上讲，毕马问元通过私有化部署、边缘计算、联邦学习三管齐下：AI引擎放在企业本地服务器，原始数据不出工厂，只提取关键参数用于学习。图纸、手写记录、质检照片，只提取关键参数转化为向量，原始文件始终留在企业内网。公司还自主研发了“智信泵”数据安全引擎，每一句话、每一条建议，都标注来源——这是哪位师傅的经验、在什么场景下适用。工人知道“谁教的”，管理层可以随时追溯。

颜山泵业的试点成功了，新工人“上手”时间从四到六个月，缩短到一个半月。但光靠一家企业不够，还需要更多场景来验证。

潍坊一家化工企业，在设备巡检岗位导入系统。过去，巡检员靠经验判断设备是否异常，漏检率高。AI接手后，自动调取历史维修记录，提示检查要点。漏检率下降85%，非计划停机减少约40%。

赵滨算了一笔账：综合来看，新人“上手”时间缩短40%到70%。

对于中小制造企业，毕马问元还设计了轻量化方案。系统采用“零代码配置”，企业只需提供SOP、故障记录等核心知识素材，后台即可自动生成岗位AI知识体，部署周期为一到三周。公司还提供轻量版“工位盒子”——一个边缘计算终端，即插即用。工人对着手机或工位大屏说话、拍照，就能获得图文并茂的指导。

有人问赵滨：毕马问元和通用大模型有什么区别？

回答很直接：“通用大模型是百科全书，什么都知道一点，但到了具体工位就水土不服。毕马问元是专才，只研究一个工位的操作规程、易错点、设备参数曲线。”

这种“专才”定位，构成了毕马问元的技术护城河。一是自建的行业知识图谱，覆盖多个细分行业的“工艺失效模式库”和“故障树图谱”；二是工业模型可以在普通电脑上实时推理，毫秒级响应；三是能够对接MES、ERP系统，形成“AI建议、操作锁定、结果反馈”的作业闭环。

在赵滨看来，最深的护城河不是技术，而是“可信”。下一步，毕马问元将引入北斗时空大数据，未来的每一段操作指导、每一个故障记录，不仅知道“是什么、谁做的”，还能精确知道“在什么时间、什么地点、哪条产线、哪个工位”产生的。赵滨说，这是从“可信”到“时空可信、全程可溯”的升级。

（大众新闻·大众日报记者 方垒）