国际数据公司（IDC）高级研究经理杜雁泽：中短期内，“AI+制造”面临的核心挑战来自“市场侧”而非“技术侧”。企业利润空间承压、预算趋紧，对AI应用的付费意愿和投资节奏更加谨慎。此外，中小企业工业数据碎片化、标准化程度低，工业AI标准体系尚未统一，系统接口不兼容，增加集成成本与落地难度。
一问：哪些制造业企业已经接入了AI？
新钢集团：部署100个AI应用场景，包括智能配煤系统年降本1300万元，AI计划排程使热轧产线自动排程使用率超70%，废钢智能检验系统实现自动判级。
邯钢：应用 “工业视觉+大模型”智能系统，汽车板表面缺陷检出率达99.9%以上；借助AI打造智能化研发范式，新品研发效率提升20%；累计落地83个智能化决策与控制场景。
美的集团：依托美擎AIGC3.1平台及智能体工厂解决方案，落地158个核心场景，通过TPM、模具等智能体实现设备综合效率提升30%，端到端交货周期缩短39%，库存周转天数减少30%。
海尔智家：通过超级智能体 “智小能” 覆盖研发、采购、办公全场景，研发效率提升90%，采购成本降低10%，办公效率提升80%。
二问：OpenClaw来了，哪些企业在试？
广州黄埔：科学城数科集团推出 “安全养虾”方案，AI工作站预装OpenClaw，离线即可合并会议纪要。
深圳宝安：美格智能：OpenClaw本地部署，支持CAN FD接口直连PLC与机械臂亿道信息：推出 Clawdbot全栈解决方案，一键启动完成部署
江苏常熟：恒洋澳龙农业科技将OpenClaw用于智慧养殖，抓取行业信息、数据整合分析。
互联网大厂：
腾讯：WorkBuddy、QClaw等多款产品落地
百度：移动版 “红手指Operator” 上线
字节：SaaS版 “ArkClaw” 分钟级部署
小米、华为：端侧智能体布局中
三问：企业在尝试AI的过程中遇到了哪些问题？
“数据从哪来？”——某汽车零部件厂李厂长
设备购置于不同年代，接口五花八门，数据格式不统一。光是数据清洗就花了半年，高质量工业数据太少，核心数据不敢给第三方。
“语音识别准确率70%-80%”——ABB贝加莱大中华区总经理李昕
现场噪音、方言差异、专业术语密集，误听和理解偏差时有发生。工业AI从可用到好用，还有最后一公里。
“核心数据不敢上云”——业内人士
工业企业不愿将核心运营数据上传云端，“客户需要本地部署AI”成为现实需求。
“用不起”——某电子制造企业创始人刘先生
算力、算法工程师、数据治理、定制开发，一套AI系统少则几十万，多则上百万。政策补贴申请流程繁琐，真正拿到手的不多。
“AI人才难找”——某化工企业技术总监
既懂AI算法又懂化工工艺的复合型人才，打着灯笼都难找。搞工艺的不懂编程，搞IT的看不懂工艺参数。外聘AI专家，开价百万起步。
规模化落地障碍
国际数据公司（IDC）高级研究经理杜雁泽：中短期内，“AI+制造”面临的核心挑战来自“市场侧”而非“技术侧”。企业利润空间承压、预算趋紧，对AI应用的付费意愿和投资节奏更加谨慎。
此外，中小企业工业数据碎片化、标准化程度低，工业AI标准体系尚未统一，系统接口不兼容，增加集成成本与落地难度。
