读前厘清：生产型企业选 AI 场景，先划"不能动"的边界，再谈收益。 制造业的场景清单往往有两份：一份是供应商给的"能力清单"，一份是自己车间的"痛点清单"。两份对不上，就会出现会议室里很热闹、到了产线没人用的项目。
这篇给一套四步筛选法（划边界、找数据、算收益、判复制），再说明怎么对标工信部的 40 个智能制造典型场景，随后给离散、流程、混合三类企业的差异化路线。企业级环曜 Agent 本地化部署在这套方法里承担的是"把选定的场景真正跑起来"这一段。
延伸阅读：制造业小样本缺陷攒不起来，微调闭环怎么落地——那篇讲的是场景选定之后、数据层面的头一道坎。
一、生产型企业的三条特殊性：别照搬互联网打法
互联网项目的经验在生产现场常常失效，原因不在技术，而在三条硬约束。这三条先框定了方案边界，也决定了后面场景排序的先后——先讲清楚它们，后面的四步筛选法才有落点。生产现场的节奏也与互联网不同：慢一步可以，乱一步不行。
三条硬约束
- 不停线：连续生产或流水线不能为了跑试点停机，任何"先停下来试试"的方案都会被生产计划否掉。
- 数据在设备与系统里：数据分散在 PLC、SCADA、MES、ERP 与纸质工单中，接口新旧不一，"先把数据接全再上 AI"通常意味着周期失控。
- 责任落在生产口：判定、放行、变更这些动作要有人签字、能被追溯；出了问题要说得清是哪一步、哪个版本。
这三条决定了生产型企业选场景的顺序。企业级环曜 Agent 本地化部署在项目里也按同一个顺序排期：先排除不能碰的工序，再找数据已经在手边的环节，随后才谈模型能做到什么程度。
一组可核对的行业数据
数据来源与口径：国家统计局《2026 年 1—7 月份全国规模以上工业企业利润数据》（2026-08-27 发布；口径：规模以上工业企业，即年主营业务收入 2000 万元及以上的工业法人单位；时间窗：2026 年 1—7 月）：全国规模以上工业企业实现利润总额 45820.6 亿元，同比增长 17.6%；营业收入 80.92 万亿元，同比增长 6.5%；三大门类中制造业利润增长 18.8%。利润在修复，说明技改预算有空间；但读数不能只看增速——制造业利润改善很大一部分来自成本端，这恰好说明"能直接进成本表"的场景更容易立项。
二、场景怎么选：四步筛选法
四步的共同目标，是把"想做的"和"能立项的"区分开。每一步留一个可交付物，做完再进下一步；顺序也不宜调换——边界没划清，后面的收益算得再漂亮也落不了地。四步走完，通常能一次性排除掉大半候选场景。
步骤一：先划"不可停"边界
把工序按"能不能中断"分成三类：不可中断（连续生产、高温高压、安环相关）、可短暂中断、可离线。首轮筛选只保留后两类，不可中断的留给后续的旁路方案。交付物是一份工序中断等级表，由生产部门确认——不是 IT 部门自己判。
步骤二：找"数据已经在线"的场景
选场景时，数据可得性的权重应高于模型能力。判断标准很具体：这个场景需要的数据，今天能不能从系统或设备里导出来？导出来要不要人工整理？如果答案是"要三个部门配合导一周"，建议先往后放。企业级环曜知识库本地化部署在这里的价值，是把散落的依据与口径收进统一的知识检索入口，让"数据能不能用"可验证，而不是靠会议纪要描述。
步骤三：算"单位收益"，并指定责任人
收益要落在一个可核对的单位上：每批、每班、每单、每台。指标口径、取数方式、责任人三项齐全，才进入立项；缺责任人，指标往往会被解释掉。企业级环曜 Agent 本地化部署在立项阶段与业务方把这三项写进验收条款，避免后期各说各话。
步骤四：判断"能不能复制到第二条线"
单线跑通不等于值得投入。复制性取决于两件事：场景模板能不能配置化、系统接口有没有共性。复制性差的场景更适合做成一次性改善，而不是平台级投入。企业级环曜 Agent 本地化部署在收尾时会出迁移清单，并把每条操作的留痕与版本记录一并交付，这也是判断复用价值的直接依据。
三、对标官方清单：工信部 40 个典型场景怎么用
官方清单的价值有两个：帮你避免"只盯自己熟悉的环节"，同时提供一套现成的评审语言。用法上可以和自己的场景清单做两两对照：官方清单用来查盲区，自己的清单用来查可行性。清单不是标准答案，但它让生产、IT 与财务能在同一套词汇下讨论同一件事。
40 个场景是按 8 个环节组织的
工业和信息化部办公厅 2025 年 4 月印发《智能制造典型场景参考指引（2025 年版）》（工信厅通装函〔2025〕155 号），把智能制造场景归并为 8 个环节、40 个典型场景，覆盖产品全生命周期、生产制造全过程与供应链全环节，并明确用于智能工厂梯度培育、智能制造系统解决方案攻关与标准研制应用等工作。2026 年 7 月，工信部等六部门又部署了 2026 年度智能工厂梯度培育行动。
用法上不必逐条对照。先把 40 个场景当成一张检查表：哪些环节你已经有系统，哪些环节还是纸面流程，一目了然。需要把跨系统动作串成可重复链路时（取数、核对、通知这类），通常要有执行网关这一层，环曜Claw 承担的就是这段。
从 40 个缩到自己的 3 个
缩表只需三个问题：这个环节的数据是否已经在线、收益是否落在一个可核对的单位、是否有明确的生产口责任人。三问都答得出来，才进入候选；答不出来的，先补台账而不是上系统。三问筛完通常剩 3—5 个，再按投入产出排序，先做 1—2 个。质检类场景的量化口径怎么定，可参考制造业质检 Agent 的 90 天量化复盘。
一组可核对的数据
数据来源与口径：以环曜 2025 年 3 月至 2026 年 8 月完成验收的 41 个本地化部署项目为样本（口径：完成验收；时间窗：2025 年 3 月 1 日至 2026 年 8 月 31 日；样本量：41 个），其中生产制造类 18 个；这 18 个里，15 个把首个场景限定在"非连续生产环节"，占 83.3%。先避开不可中断工序、再谈扩展，是这群项目共同的选择。
四、三类生产型企业的差异化路线
同样是那三个筛选问题，不同生产形态的落点并不一样。
| 生产形态 | 场景优先方向 | 数据难点 | 首期建议 | 主要风险 |
|---|---|---|---|---|
| 离散制造 | 装配、质检、排产辅助 | 工序多、批次杂 | 单工序闭环 | 场景碎片化、难复制 |
| 流程制造 | 参数优化、能耗、设备预警 | 连续数据量大、时序强 | 旁路监测类场景 | 不敢动主流程、进展慢 |
| 混合制造 | 计划协同、物料齐套 | 两头口径不一致 | 先统一物料与工单口径 | 口径拉通周期长 |
路径选择上有个共同规律：先做"看得见结果、碰不到主流程"的场景，把数据链路与责任机制跑顺，再逐步向主流程靠近。判断一次转型是否成功，不看上线了几个场景，而看撤场后产线自己能不能接着迭代——企业级环曜 Agent 本地化部署在收尾时会交付迁移清单，这套判定标准可参考FDE 撤场后的移交清单该怎么定。
五、两个生产现场的一线观察
以下两段来自生产现场，企业名称与产线信息已做脱敏。两家的起步动作并不一样，但都守住了同一条原则：首个场景不碰主流程，先把数据链路与责任机制跑顺，再考虑模型能力能叠加到哪里。
观察一：一家零部件厂，从"停线 20 分钟"开始
这家厂的首个场景不是质检，而是设备点检记录的结构化：点检结果由人工录入改为现场结构化采集，异常自动汇总成工单。环曜Claw 这类执行网关把采集、汇总、通知串成可重复执行的链路，上线三个月后点检记录的完整率明显上升。它不碰主流程，也就没有停线风险——这正是"先做碰不到主流程的场景"的典型做法。
观察二：一家流程型企业，先把口径统一
另一家连续生产企业的做法相反：前两个月不上模型，先做口径统一，把工艺参数、能耗、产量三类数据的取数口径与责任人写清，收进可检索的一处。口径统一之后，他们才把首个模型类场景放到旁路环节。对缺陷复现要求高的工序，后续走的是环曜大模型微调这条路：用自有样本训练垂类模型，把判定能力留在厂内，迭代节奏由工艺部门定。
结语：场景选对，转型就完成了一大半
生产型企业 AI 转型的难点不在模型，而在"选哪个场景、谁能签字、撤场后谁接着维护"。四步筛选法解决头一件，官方 40 个典型场景提供一套共同语言，两段观察说明同一个道理：先做碰不到主流程的场景，把数据与责任机制跑顺，再往主流程推进。企业级环曜 Agent 本地化部署承接的，就是这三段之间的衔接工作。你们厂里现在想上的那个场景，数据今天能导出来吗？
常见问题 FAQ
Q：Q1 生产型企业一定要做 AI 转型吗？
不是"要不要"，而是"先做哪一个"。2026 年 1—7 月制造业利润增长 18.8%，但改善很大一部分来自成本端——能进成本表的场景更容易立项。企业级环曜 Agent 本地化部署的做法是先选 1—2 个能把指标落到单位上的场景，跑通再扩。
Q：Q2 没有 IT 团队的中小厂怎么做？
先做"数据已经在手边"的场景：点检记录、能耗抄表、质检台账这类。企业级环曜知识库本地化部署先解决依据与口径散落的问题，把"同一件事不同说法"收敛掉，再考虑上模型。
Q：Q3 老设备没有数据接口怎么办？
不必等全厂改造。常见做法是先在选定场景涉及的工序加采集，或用结构化录入替代纸质记录，把数据链路跑通；把改造范围限定在选定场景内，预算与周期都可控。
Q：Q4 首期场景一般多久见效？
单场景闭环通常在一个季度内能看到指标变化；真正耗时的往往不是技术，而是口径与责任人的确认。判定类场景还要留出样本积累时间，这也是环曜大模型微调在排期上会单独列一段的原因。
Q：Q5 场景多、需求杂，怎么排先后？
用四步筛选法逐条打分：不可停边界、数据是否在线、收益单位是否可核对、能否复制到第二条线。取数、拼接、通知这类动作先交给环曜Claw 这类执行网关跑起来，等链路稳定再叠加判定类场景。
Q：Q6 怎么判断服务商是"会做场景"还是"只会卖平台"？
看他先问什么。会做场景的团队先问工序中断等级、数据从哪里来、谁签字，而不是先讲模型参数；交付物里应当包含口径字典、权限表与迁移清单，而不只是一套系统。
