達智匯總經理趙麗娜：過去制造業靠的是人口紅利，今天角逐的是知識紅利

“智能制造”正是中國制造業破局的關鍵。這標志著制造業從依賴汗水的體力勞動，向依賴智慧的知識創造轉型，從“人口紅利”向“知識紅利”的根本性轉變。

文｜朱耘

ID | BMR2004

蘇州聚集著不少精密制造企業，許多制造工廠曾經都有這樣的場景：一臺關鍵設備突然停機，整個產線陷入癱瘓。工人們需要依賴經驗豐富的老師傅判斷問題，甚至需要聯系設備廠商的售后人員，要么遠程，要么等待售后人員上門來解決，這常常需要幾小時甚至幾天才能恢復，停工的損失不言而喻。

如今，許多制造企業開始借助達智匯提供的AI工具預判設備需要維護的時間，能夠在設備出現異常之前發出預警，維修保養人員可以提前準備好零件與方案，停機時間從不可控變為可控。不僅如此，引入AI預測性維護之后，有企業的備件庫存從1億元壓縮至4000萬元，現金流壓力減輕了不少。

達智匯（ADTTech，原名：友達數位）是一家工業AI科技服務商，它能夠幫助企業打造好用并能用好的AI技術平臺?？梢哉f，它不是傳統意義上的AI公司，而是一家“源于制造、真懂制造、服務智造”的智能制造賦能者。

達智匯總經理趙麗娜

達智匯總經理趙麗娜在接受《商學院》雜志專訪時坦言：“過去制造業靠的是人口紅利，今天制造業角逐的是真正的知識紅利?！苯柚鶤I預判設備維護時間，其本質不是簡單的自動化，而是知識的提煉與復制。AI通過對生產數據、工藝經驗的學習，把隱性的人腦經驗轉化為顯性的數字模型，再通過模型的復制與裂變，形成新的生產力。

01

源于制造、真懂制造、服務智造

通過構建一個高度互聯、數據驅動、自主決策的智能系統，實現從產品設計、生產制造、供應鏈管理到市場服務的全生命周期優化。

“我們不是純算法團隊，而是從工廠里走出來的?！壁w麗娜說。達智匯作為友達光電股份有限公司全球化布局的智慧工業服務核心事業，深耕工業場景，將20余年制造運營體系沉淀與精益方法論融入AI研發與落地流程。

趙麗娜本身也有過多年工廠經營管理的經驗。她說，“源于制造”，指達智匯團隊多數員工都出身制造一線，懂工藝、懂現場；AI極度依賴行業知識，很多客戶采購第三方AI平臺時擔心數據和經驗會被服務商“拿走”，而達智匯“真懂制造”，其做法是把知識牢牢封裝在客戶內部系統里，讓知識真正成為企業的“護城河”；“服務智造”，指達智匯要做的是讓AI變成“傻瓜化工具”，讓生產線工人都能用起來。

專注于智能制造，達智匯團隊和趙麗娜本人，都對當下工業發展有著深深的思考，人類社會的每一次重大進步，都伴隨著生產力的躍遷。從蒸汽機的轟鳴開啟工業革命，到電力驅動的流水線塑造大規模生產，再到信息技術引領的全球化浪潮，制造業始終是推動文明前行的核心引擎。

改革開放以來，憑借著龐大的人口基數和相對低廉的勞動力成本，中國迅速成長為“世界工廠”，成為全球產業鏈中不可或缺的一環。然而，隨著全球經濟格局的深刻調整、人口結構的變化以及環境壓力的日益增大，傳統的粗放式發展模式已難以為繼。勞動力成本上升、招工難、用工荒等問題日益凸顯，曾經引以為傲的人口紅利正在逐漸消退。

趙麗娜認為，“智能制造”正是中國制造業破局的關鍵。它不再僅僅是簡單的自動化或信息化，而是一種深度融合了人工智能、大數據、物聯網、云計算等前沿技術的全新生產模式。其核心在于，通過構建一個高度互聯、數據驅動、自主決策的智能系統，實現從產品設計、生產制造、供應鏈管理到市場服務的全生命周期優化。這標志著制造業從依賴汗水的體力勞動，向依賴智慧的知識創造轉型，從“人口紅利”向“知識紅利”的根本性轉變。

趨勢如此，很多一線工人卻有著“AI搶勞動力飯碗的擔憂”，但趙麗娜認為“不必擔心”。

“5—10年前，大規模制造業就面臨著招工難的困境，產線工人工作相對枯燥，很多年輕人寧可送外賣、開網約車，也不愿進入工廠，我們發現招聘年輕群體的比例大幅減少。近幾年，少子化情況日益嚴重，未來工廠招工難的問題可能會更加凸顯。”趙麗娜說，此時國家大力發展人工智能，很多基礎工作由機器人替代了人工，其實并不是人工智能技術“搶走”工人的飯碗，而是有力地補充人口紅利下降帶來的勞動力缺口?！暗椭R分子濃度員工一定會被人工智能所取代。”

與此同時，隨著國家教育體系的改革，基礎教育質量不斷提升，這意味著未來的人才需要學會如何掌握AI技術，成為在工作領域更具戰斗力和競爭力的人才。

而另一個當下不容忽視的問題是“老齡化”，盡管制造業的技術不斷迭代，但是老專家、老技術工作者們懷揣“絕活”，達智匯正探索用AI讓這些經驗豐富的老專家，在退休之后依然能夠發揮價值。

“我們在用人工智能技術，把老專家們的知識進行提煉，再賦能給更多的產業進行使用。”趙麗娜說，這正是達智匯所倡導的“知識共享的互聯網時代”，有知識的人將更具價值輸出能力，專家們的知識被“固化”下來，讓寶貴的經驗不再隨著個體的離去而消逝，而是以數字人的形式得以永續利用，為產業發展提供源源不斷的動力。

中國有句古話“教會徒弟，餓死師傅”，如何說服專家們把自身經驗變成知識產品，本身就不是件容易的事。趙麗娜說，問題的核心不在于技術，而在于激勵制度跟收益模式，如果專家貢獻了他的經驗，封裝到智能體之后，但沒有因為這樣的工作而得到收益，所以沒有人會樂意做這件事。達智匯的解決方案是借助區塊鏈技術，以此構建“知識互聯網”，引入DAO（去中心化自治組織）模式。

具體來講，區塊鏈技術可以為知識打上“防偽碼”和“可終身追溯”的印記，明確知識來源和歸屬，而DAO模式則意味著，每當知識被使用，收益將直接回饋給原始知識提供者。“這條鏈路一旦形成，老專家們會覺得做這件事是值得的，知識被用得越多，收益就越高?！壁w麗娜說，或許有一天，專家們真能實現在家躺著掙錢，而這種模式將徹底改變知識生產、傳播和變現的方式。

這也為當下每一位職場人提出了新要求，要不斷提升自己，善于總結自己在工作中積累的知識與經驗，并學會用AI工具讓自己更強大，發揮知識的可持續性。

事實上，提煉知識本身并非易事，趙麗娜指出，大模型需要經歷知識蒸餾、知識遷移、知識進化到知識服務的過程。而許多企業面臨的挑戰是，不知道知識在哪里，更不知道怎么去提煉它。這需要懂業務的專家跟懂模型的專家進行多軌、多跨界融合。

達智匯的企業可持續發展研究院正是為此而生。研究院設有學術委員會、科創委員會和產業委員會，匯聚了來自院校、創業大咖以及產業退休專家等各類人才。通過這種平臺型生態組織，研究院能夠整合不同領域的專家智慧，幫助客戶解決行業專精問題，提煉知識模型，并讓專家們通過平臺獲得持續收益。

02

授人以魚，更授人以漁

AI不能只是一次次的外部服務，必須變成客戶內部“會用、會造”的能力。

自2019年起，達智匯陸續為500多家客戶完成AI改造，累計輸出7000多個模型。

一些中小企業管理者曾反映，花大價錢購買了數字化服務，用不好，不久就束之高閣了，趙麗娜說，這也是她面對客戶時經常遇到的問題，而經驗告訴她：“AI不能只是一次次的外部服務，必須變成客戶內部‘會用、會造’的能力。”達智匯推出的“伏羲工業AI平臺”，核心目標就是從提供服務轉變為為工業用戶提供工具并進行能力賦能，協助客戶把自己的員工培養成新質生產力時代的新型員工，能夠自己運用AI工具解決工作問題，成為駕馭AI的智慧員工。而這一過程中，知識的積累始終發生在企業內部。

趙麗娜向記者介紹，伏羲工業AI平臺提供了一套類似EXCEL、WORD一樣的工具，達智匯通過“場景挖掘師”“數字教練”和“技術架構師”等角色，為客戶提供授人以漁的可持續AI服務。場景挖掘師幫助客戶識別適合伏羲解決的問題；數字教練手把手指導客戶將想法落地為AI題目；技術架構師則協助客戶將AI方案與原有業務流程融合。通過這種方式，達智匯旨在幫助客戶建立自己的AI團隊能力，創造其獨特的核心競爭力，最終實現組織賦能、基礎賦能和人才賦能。

制造業企業對核心知識產權保護極為敏感，一旦將生產數據和經驗交給外部服務商，自身的知識體系可能被抄襲，但達智匯所有的AI服務全部部署在企業的私有云上，數據不會出企業，數據和知識產權具有封閉性。

而伏羲平臺交付給客戶的產品，表面看起來是一張張空白的表格、文檔等，“我們不負責提供數據，而是教客戶真正學會如何整理數據、訓練數據?？蛻羧绻枰獢祿A服務，則是模型服務，但我們更主張用戶自己用數據訓練模型?！壁w麗娜說，這種模式徹底打消了客戶對知識外泄的顧慮，鼓勵企業將自身的知識封裝在內部。

每位制造業領域的管理者，對豐田的精益生產方式都不陌生，但卻不清楚豐田的精益生產方式是美國麻省理工學院的研究小組在對日本汽車工業生產管理方式進行調研后，所賦予的名稱，并理論化地總結其相關生產經驗。趙麗娜在研究了很多管理理論后總結發現，日本企業注重實踐，但不善于總結成理論，而很多管理理論、方法論往往是美國人提出的。而她期待，在AI時代，中國企業能夠總結經驗，提出自己的管理理論。

提起豐田的精益生產方式，人們會脫口而出“全員參與，持續改進”。趙麗娜認為，借助AI實現智能制造，也必須是一場全員參與、持續改進的過程，達智匯要做的，不僅是要教會客戶使用AI，還要讓用戶的全員用好AI，既授人以魚，亦授人以漁。

因此，達智匯將伏羲平臺設計得非?！吧倒稀保蛴脩舳?，旨在降低AI應用的門檻，讓產線工人也能輕松上手。這背后，也是人機交互模式的不斷變革。

趙麗娜說，人機交互的1.0時代，廣泛采用對話框的方式輸入數據，例如手動填寫差旅系統等；而到了2.0時代，則由系統提供報表和預測，管理者通過看報表輔助決策；而達智匯的“洛神”系統，代表人機交互向3.0邁進，實現“液態智能”。洛神是中國古代的水神，如此命名，也意味著這一交互像水一樣無形無狀，用戶無須知道系統位置或數據，只需要通過自然語言提問，比如直接說“我想入庫”，系統就會打開入庫界面，用戶直接填寫入庫即可。更重要的是，“洛神”系統能幫助客戶創建系統，它把各種流程全部拆成了零件，不需要寫代碼，只要拖拉拽就可以搭建一個自己想要的模式，極大地降低了用戶使用系統的門檻，“未來員工的創造力也體現在數字化DIY工具上，讓員工有無限的創造空間。”趙麗娜表示，通過技術革新和工具優化，達智匯正助力中基層員工消除對AI使用的擔憂，讓他們能夠輕松參與到AI驅動的持續改進中，實現真正全員參與。

03

AI重構組織

AI變革絕非單一部門的任務，需要從頂層設計到基層執行全面協同。

AI時代，人工智能不僅是技術工具的迭代，更是一場深刻的商業模式、組織架構與企業競爭力的重構，趙麗娜常跟客戶講，在這場重構過程中，首先要改變企業CEO、CIO和CHO三人的理念，并達成共識，形成合力來推動組織的變革，任何一位高管在認知上不一致，都可能阻礙變革的推進。其中CEO作為一把手親自參與，CIO選擇正確的技術與合作伙伴，CHO設計合理的人力資源激勵配套措施，三者缺一不可。“AI變革絕非單一部門的任務，需要從頂層設計到基層執行全面協同?！壁w麗娜說。

頂層設計完成后，具體到執行層面，在AI時代，要求員工具有豐富的想象力，因為在數字化進程中沒有想不想，只有能不能。企業想做AI，但員工認知力跟不上往往難以推進，因此達智匯認為，這需要高層、中層和基層員工重新刷新對AI的認知。

具體來講，達智匯建議組織在變革中運用“721方法論”進行變革，分階段激發員工的參與熱情，這大概需要3年左右的時間。首先，組織需要找到10%的種子選手，他們是AI的積極擁護者與實踐者。組織通過他們成功改進的案例，影響第二梯隊“20%的員工”。最終在第三年，帶動另外70%的員工，全員相信AI并參與其中。

在整個AI變革中，組織的手段必須溫和，將AI學習與個人利益掛鉤。員工付出心血學習AI，其職能變化必須與薪酬增加、職能晉升等個人利益緊密結合。

趙麗娜認為，未來組織將出現三大變化：

第一是“去中心化自治組織模式”（DAO，也稱“大島主”模式）。比如東方甄選時代的董宇輝，就是個“大DAO主”，他具有強大的個人影響力。如今看來，很難說是東方甄選培育了董宇輝還是董宇輝成就了東方甄選。未來組織中將出現越來越多的“大DAO主”，組織需要為其設立一套獨立的激勵模式，這類員工很可能非常年輕、沒有職級、跨學歷、經驗可能很奇葩，但會涌現出很多創造力。

第二是知識貢獻者專家體系。未來組織中的專家體系將從個體智慧升級為集體智慧。組織將建立“知識委員會”，負責判斷知識的正確性，監督審核AI知識的導入效果，確保AI學習到的是高質量的知識，避免錯誤引導。這是一種全新的組織形態，旨在管理和提升企業的知識資產。

第三則是與“721模式”配套的激勵體系。它將結合原有的職能晉升、加薪、績效考核體系，給予早期擁護者和帶動者相應的權重和激勵。

“中國企業普遍擅長實踐，但往往忽視總結和提煉方法論的能力。未來，提煉知識模型的能力將直接決定工業AI的存量?！壁w麗娜說。

此外，當企業未來的競爭力從“人才紅利”轉為“知識厚度”時，達智匯提出了“人才資產、數字資產與碳資產”三循環的理念。

趙麗娜指出，AI的本質是降本提效，假如借助AI，企業的良品率從95%提升到97%，不只是減少了2%的浪費，同時也降低了原材料消耗，在同等產出下實現了資源節約，而這是可以轉換成“碳資產”的。節約下來的碳資產，可以在碳配額交易市場中，轉化為企業的有形價值。比方說，當企業有1萬噸碳配額，通過AI改進只用了8000噸碳配額，省下的2000噸即可出售獲利?！叭绻u掉的2000噸碳匯賺回的錢，再投入到AI做數字資產的改進，就形成了良性循環，即AI提升數字資產，數字資產帶來碳節約，碳資產變現反哺AI投入，實現越做循環越大，價值資產越高的局面?！壁w麗娜說。

因此，未來的優秀企業一定是數字資產與碳資產雙循環的組織，它們將碳管理做得足夠優秀，領先于同行，這本身就構成了企業的核心競爭力。這種競爭力，不再僅僅是傳統的規?；蜇攧罩笜?，而是知識含量、知識資產和碳資產的良性循環。

在趙麗娜看來，在AI背景下，產業邊界將越來越模糊。AI將打破傳統行業的壁壘，帶來無邊界的創造力和前所未有的競爭格局。而企業唯有積極擁抱變革、重構認知、提升組織能力，才能在這股智能浪潮中乘風破浪。