原文：Manufacturing Is a Jenga Problem
作者：Annelies Gamble
来源：SandHill.io #306 推荐阅读 · 行业动态与分析 ｜ RecodeX 编译
导读： Zetta 合伙人 Annelies Gamble 对话 Google Cloud 全球制造业负责人 Praveen Rao，讨论工业 AI 如何从试点走向生产。核心观点是：制造业环环相扣，牵一发而动全身，比“下棋”更像“叠叠乐”（Jenga）；成功的关键在于语义化数据、闭环且有边界的 AI 权限，以及从结果出发的部署思路。
引子：为什么是叠叠乐而不是象棋
- Rao 的说法是，叠叠乐问题永远比象棋问题难解：制造业面对物理环境、老旧设备和大量相互依存的流程，任何动作都会影响整个系统。
- Rao 是机械工程师出身，曾任 CIO、CTO，履历包括 IBM 和 AWS，现负责 Google Cloud 制造业务。
一、试点是种子，数据是土壤
- 制造业无法推倒重来；工厂经理的考核是产量、交付和安全。
- Rao 把许多早期试点的支撑结构称为“胶带架构”（duct tape architecture）：能证明可行性，却回避了真正部署的难题——能否在上万人协作、兼顾变革管理和运营响应时间的情况下运转。
- 他的比喻：试点是种子，数据是需要耕作的土壤，利益相关方的支持则让项目持续下去。始终要以结果为导向。
二、语义数据是“盈利的装配线”
- 三十年前的机器没有任何语义或上下文，读出来只是一个“25”，需要有人解释其含义，而且要在多家工厂、无数传感器上重复十万次。
- 两大挑战：一是整合使用不同通信标准（Modbus、MQTT、OPC UA）的设备；二是为数据赋予上下文——测的是什么、属于哪台机器、与订单、物料清单（BOM）、供应商、产线、操作员和生产历史有何关系。这就是语义层（semantic layer），与原始传感器数据结合后才能让 AI 智能体有效工作。
- 在工程系统与生产计划之间的每次交接中，含义和关系都必须保留下来。
- Rao 指出 Gemini 在图结构导航上的基准表现，并强调产品装配本质上就是图（总成、子总成、零件）；在此之上可构建变更单管理、重复零件识别、检索相似历史项目以优化方案等应用。
- 老设备不必淘汰，那样也不经济；更可行的是加装传感器采集振动、温度、压力等信号，架构要兼容既有设施。
三、工厂里的 AI 权限
- 作者提到此前与 Databricks 的 Shiv Trisal 的讨论：制造业洞察和告警过剩，却缺少将其转化为行动的能力。
- Rao 描述的演进路径：从参与系统、记录系统，到智能系统，再到行动系统（systems of action）。就像诊断之后要治疗、复查、确认病人好转，工厂需要把观察、执行与反馈连起来，在确定性的闭环环境中运行。
- 系统必须明确模型可以提出哪些动作、在何种条件下执行；权限、流程约束和操作员权限都是产品的一部分。
- 他把这比作 AI 工具与记录系统之间的“合约”：AI 只访问所需数据。例如数千个智能体同时向 ERP 请求数据，即便有用也可能压垮系统。
- 人的权限也必须明确：赋予员工“紧急停止开关”（kill switch），这也是问责的方式。
- 工人角色将从“执行者”扩展为“编排者”，Rao 称之为一种升职。作者认为这会改变制造业经济学：一人编排十个流程，产出就不再与人力线性挂钩。
四、自主化的经济账
- 预计到 2033 年美国将有 380 万个制造业岗位空缺，而培养一名员工需要 2–5 年，无法单靠招聘解决。
- 物理 AI 和机器人是答案的一部分。Rao 对人形机器人持乐观态度，理由是世界是为人类设计的。
- 但精度门槛极高：六西格玛（Six Sigma）标准仅允许每百万次 3.4 个缺陷，即使 99% 准确率也远远不够；而顶尖模型在受控仿真基准上也只有 70%–90%。
- 部署建议：从结果出发，倒推需要什么形态的“身体”，不要纠结于“身体还是大脑”。
- 人仍将在制造业中扮演重要角色，需要研究人在机器环绕下如何保持动力与价值，明确职责与成长路径；人的参与同样决定机器人普及速度。用 Rao 的话说：人们会支持自己参与创造的东西。
五、创业机会在哪里
- 不要去填补云厂商产品的明显空白，因为你不知道他们的路线图，可能两个月后就会推出。
- 关注运营技术（OT）以及 AI 在工业流程中的应用：把 IT 领域已做过的事情在 OT 侧复制一遍，几乎是一片空白市场。Google 也不打算自己造制造设备。
- 对于模型，要在其上构建而不是在底层竞争：大模型是跑道，你要造能从上面起飞的飞机。
- Rao 对前景充满热情：百年未解的问题正在被攻克，两三年后能做的事更值得想象。
视频： 观看
Google Cloud 介绍其如何用 AI 与数据改造全球制造企业运营的视频。
本文由 RecodeX 编译自 Manufacturing Is a Jenga Problem（作者：Annelies Gamble），首发于 SandHill.io #306 推荐阅读。本文为中文编译稿，非全文翻译，完整内容请阅读原文。译文仅供学习交流，观点不代表本站立场，版权归原作者所有。