AI提行业效率

AI把设备异常处置压到5分钟,运维效率账

中国产业经济信息网11月6日记录格创东智"章鱼智脑"把生产异常处理从4小时压到5分钟;新华网同日报道中石油测井智能解释省人工成本五成、钢铁原料环节现场人员减八成。四组数字口径不同,本文拆开算。

2026-11-10 14:27:55 · 主编:刘立永

生产异常处理时间从4小时缩短到5分钟,设备小故障处理效率提升63%——这是中国产业经济信息网2026年11月6日刊文记录的格创东智"章鱼智脑"工业智能决策中枢。同日新华网报道的中国移动政企展区还有三组:中石油测井智能解释节省人工成本五成,河钢、鞍钢、太钢原料环节现场作业人员减少八成,与中国东航共建的AI机务维修使工卡编排效率提升八成。

一、四组数字,四个不同口径

先逐个拆开。4小时到5分钟,量的是"生产异常处理"这一动作的时长,出自TCL孵化的工业AI企业格创东智;63%是"设备小故障处理效率"的提升幅度,原文既未给基线耗时,也未给样本设备数。新华网那三组更要注意限定词:五成是测井智能解释环节的人工成本降幅,不是减员五成;钢铁的八成明确限定在原料环节的现场作业人员,不是全厂用工;东航的八成是工卡编排效率,与维修工时、飞机可用率都不是一回事。

这四组数字来自不同企业、不同环节、不同统计周期,均为展会或企业披露口径,未见第三方审计或改造前后对照表,既不能相加,也不宜写成"平均提效七成"。把限定词去掉再转述,是这类数字最常出错的地方。

二、运维AI省下的多半是"等待",不是"修理"

4小时的异常处置里,真正动手修的时间往往不占大头,大头在找责任人、翻历史记录、等部门判断、确认能否停机。工业智能决策中枢做的,是把告警、工单、历史处置经验接到一处,先把"派给谁、按哪条规则判"自动化,所以压缩的是等待链。人员减少八成同理:远程集控与无人化巡检替代的是固定岗位的现场值守,前提是传感器、点检标准、设备台账已经在线。

新华网同篇还披露了覆盖规模:移动天工工业互联网平台连续三年入选国家级"双跨"平台,538个项目入选工信部5G工厂名录;"中移智巡"已在30家中央部委及央企试点。要留意这些是项目数与试点范围,不是效率值,与前面的百分比不能混在一张表里。

三、行业背景值只能当背景

新华社英文网11月10日的Economic Watch援引10月官方数据称,规模以上制造企业重点应用场景的AI采用率已超过三分之一;文中还提到国际劳工组织今年9月一项研究——部分中国制造企业报告采用AI后生产效率提升20%至30%。后者是研究中企业的自报区间,不是全行业普查,也不是运维单项指标,只能作为背景,不能拿来与前述四组企业披露值并列或互相印证。经济日报11月3日《推动人工智能在先进制造业应用》提出由链主企业开放设备预测性维护等场景、带动专精特新企业参与,属于政策路径,同样不含效率承诺值。

四、给中小工厂的三条落地顺序

第一,先建设备台账和故障代码。把"什么叫异常、停机原因怎么分、维修工单记哪些字段"定死,才有可训练的历史数据。我们在做MES实施时,第一步常常是补结构化停机记录与设备编码,而不是先买算法。

第二,选停机时长最高的一台关键设备做单点试点,上线前量平均修复时间、等待时长与误报次数,上线后按同一口径复测。4小时到5分钟是别人的场景,照搬进预算表没有意义。

第三,远程集控前先写清人工兜底:谁有权在系统外紧急停机、告警如何留痕、误报谁复核。钢铁原料环节减少八成现场人员是大型钢企特定环节的结果,中小企业不宜据此推算减员,先把夜间与危险点位的巡查交接替下来更现实。

参考来源:
1. 新华网,《2026移动网络大会广州启幕 中国移动政企展区以实景实效作答"AI+"》,2026年11月6日,https://www.xinhuanet.com/info/20261106/937e2d6aaeea489bac66e9a975cff907/c.html
2. 中国产业经济信息网(转自中华网),《工厂AI提质增效:每7秒下线一台空调》,2026年11月6日,https://www.cinic.org.cn/zgzz/qy/1660811.html
3. 新华社英文网,Economic Watch: China has a job for AI,2026年11月10日,https://english.news.cn/20261110/f739eef67fef4659813e27c0377e4fbe/c.html