青岛模具行业大模型「工匠工厂」落地：AI 自动编程智能体让研发工期压缩一周、不良率大幅下降，单企业年省成本超 300 万元

万有知兴点评

青岛这个案例把「制造业智能体落地」讲得足够诚实——连「第一炮没打响、加工报废」的坑都写了出来，恰恰是这份不回避失败的细节，让它成为中小企业判断 AI 投入产出最有参考价值的一线样本。

• 1.「耗时一年、投入近 2000 万、80 人建数据集」说明工业智能体的真正成本不在模型，而在数据治理——把不规范的模具图纸清洗成可识别、可自动修正的规范数据，才是最难也最值钱的一步。对企业落地意味着，别把预算全压在「买大模型」上，工业场景里数据采集、清洗、标注的投入往往数倍于模型本身，且必须由懂行业的人来干，否则喂进去的脏数据会让 AI 输出系统性错误。
• 2.「AI 首版因 2D 与 3D 图纸不符导致加工报废，后续加入自动校验才完善」是一个极有诚意的教训：智能体的第一版很少能直接上线，必须有「校验—回退—纠错」机制兜底。对企业可借鉴的是，工业 AI 落地要预留充分的试错与校验环节，让人工经验与 AI 判断形成交叉验证，尤其在生产、加工等容错率极低的环节，任何一次误判都可能造成真金白银的报废损失，不能盲目追求「全自动」。
• 3.「研发工期压缩一周、年省成本 300 万以上、已服务 4 家模具企业」证明垂直行业的「工匠工厂」模式能在小切口上快速见效，并把老师傅的工艺诀窍沉淀为可复用的数字资产。对企业落地意味着，越是「非标、靠经验」的细分行业，越适合做垂域大模型——把稀缺的工匠经验标准化、产品化，不仅能提效降本，还能形成可对外复制、可跨厂输出的新服务能力，是中小企业 AI 转型的务实切口。