转自话匣子（上海人民广播电台）
当人工智能的浪潮奔涌而至，与制造业的钢筋铁骨碰撞交融，一场AI赋能制造的产业变革正在加速到来。上海是全国制造业的桥头堡，也是AI产业的先行兵，正在加速推动“AI+制造”深度融合。
上海市经信工作党委、上海市经济信息化委与上海人民广播电台联合推出《越AI，越智造》系列融媒报道，展现AI技术在工业语料开发、智能制造装备、全生命周期管理等领域的生动应用案例，看AI如何重塑“上海制造”金字招牌。
近日，记者来到外高桥造船，详细了解“AI+邮轮”的应用成效。
第二艘国产大型邮轮
“爱达・花城号”
建造进度已达85%
计划于2026年底交付
从国产首艘大型邮轮“爱达·魔都号”
到如今的“爱达·花城号”
一场看不见的AI变革
也在同步推进
一个个“AI员工”已经深度融入到
船舶设计、生产、仓储等各个环节
以人工智能技术为牵引
中船集团外高桥造船公司
开启了一场全流程的智能化变革
正推动AI与造船业的深度融合
探索高价值应用场景
外高桥造船的2号船坞内，国产第二艘大型邮轮“爱达·花城号”静卧水面。巍峨挺拔的白色船体内，内装工作正在加快推进。
距离船坞不远的一座仓库里，一批邮轮的内装物资刚刚到货。工作人员扫描货品后，一台AGV搬运车自动驶来，装上物资后交给码垛机器人，随后堆放入库，全程不到4分钟。
外高桥造船集配部安全生产总监徐靖说，这一套丝滑流程的背后，有一个“AI大脑”全程指挥调度：“出入库的调度算法都由AI完成。这个物资如果两三天就需要用到，就会放在靠近产线的地方。如果物资到早了或者还有余量，它会往深里放，把更好位置空出来给更急需的物资，给一些更急需的物资来使用。”
这座智能立库共4层13米高，存储库位达1024个。在AI等智能化手段赋能下，仓库的流转效率大大提升，仓储空间利用率提高了200%，出入库效率提升50%，月均集配托盘任务数达到了900托。
徐靖说，原来管理这个6000平米的立体仓库需要30多人，如今压缩到了3个人。“我们这个仓库当初就是用于摆放大型邮轮物资，很好地承接了当时二号船内装物资井喷式到来的情况。现在我们通过高效流转，码放邮轮物资已经绰绰有余，还可以另外存放至少18到20艘船的相关物资。”
AI与邮轮的结合，不止于仓储物流，而是从生产环节就已经开始。建造一艘大型邮轮，涉及超2500万个零部件，薄板是其中一项重要零部件。
在薄板生产车间里，激光切割、等离子切割等工位忙碌不停。过去，车间生产计划主要由老师傅凭经验提前制定。而现在，工作人员打开平板，就能看到由AI自主排定的生产计划，还会根据工况实时更新。
“邮轮对于薄板的需求量非常大，不同的切割机能够处理的钢板厚度、类型等都是不一样的。传统人工排产已经没办法处理这么大的零件量。”外高桥造船信息部高级经理殷懿鸿说，过去单纯依靠人工粗略排产，产线上可能会出现“忙闲不均”的情况：激光切割机负荷过大，但一旁的等离子切割机处于闲置的状态。
在建造“爱达·魔都号”时，外高桥造船就开始试水AI自动排产；到了建造“爱达·花城号”时，算法模型进一步完善。
殷懿鸿说，有了AI自动排产，能够细化到每一天、每一个工位的生产计划，辅助人工更好进行决策：“每一个小组立什么时候完成，每一个钢板什么时候切割完成，都会在AI平台上呈现。一旦出现突发情况，AI也能及时响应。现场工作人员就可以保证不同切割机的负荷相对平衡，每台设备都能达到最大的物料产出。”
AI还在向更上游的设计端延伸。以往设计一艘船舶，设计师往往需要翻阅不同国家船级社的规范，动辄达几千页。如今，设计师借助造船规范知识问答智能体，就能让AI快速从浩如烟海的设计规范中筛选出相关信息。
“以前，一个有经验的设计师去查找确认一个东西，大概需要半个小时以上。如果是刚入行的设计师不太熟悉，可能根本不知道从何找起。现在直接通过智能体问一下，模型几秒内就能检索出所有相关文件，为设计师提供参考。”外高桥造船信息部工程师王泽鑫说。
“我们目前也在摸索中前进，主要是围绕着我们的高价值场景，看哪些场景可以结合人工智能的技术能力，再结合我们内部的核心业务知识，推进AI场景的落地。”外高桥造船信息部部长助理吉永军说。
十年攻坚AI之路
作为传统重工业的代表，船舶制造业长期面临工序复杂、物资繁杂、效率瓶颈等难题。
其实早在2015年，外高桥造船就已经开始探索人工智能技术。“当时公司做了很多初期的探索和尝试，主要是应用神经网络的方法。那时技术还不像现在这么成熟，但是为日后积累下了宝贵的经验和技术路径。”吉永军说。
随着这两年大模型技术的爆发，为AI赋能千行百业带来全新可能，也让外高桥造船开始全面规划“AI+制造”应用。特别是今年以来，借助DeepSeek等国产开源大模型，公司快速构建起多样化的智能应用场景。
AI的快速上岗，背后依托的是一整套知识体系。而要让通用大模型理解造船行业的专业知识，并非易事。“通用大模型如同博学的‘通才’，但要解决专业制造难题，必须让其掌握我们的‘行业语言’。”吉永军说。
为此，团队自主研发了一套工业文档解析器，将复杂的设计图纸、规范标准进行“精读”和“翻译”，再“喂料”给模型学习。
“像我们的规范将近几千页，很多表格都是跨行跨页的，让一般大模型去抓取学习往往会比较零碎。通过我们深度、标准化的解析之后，可以让模型真正读懂工业文件，减少它的幻觉、提升准确性。”吉永军说。
除了“看得见”的标准规范，造船行业里，更多的是老师傅们“看不见”的经验。
吉永军说，早在大模型浪潮到来前，他们就已开始建设知识库，把“老法师”们的经验沉淀下来：“我们公司一直在推进建设关键知识体系，让专业资深的老法师梳理，维持了好几年。正是有了这个基础性工作之后，刚好大模型的能力提升上来，两边做了深度融合，就能快速推进‘AI+制造’。”
“数字员工”与全流程变革
眼下，围绕设计、生产、仓储、质量管理等高价值场景，外高桥造船已开发一系列智能体，并被统一集纳进了一个“SWS大模型应用平台”。平台可以灵活选用模型，以无代码的方式快速构建智能应用，提供智能化解决方案，使平台赋能实现多场景业务价值跃升。
当这些大大小小的智能体按功能划分归类，就会成为一个个“AI数字员工”。“每一个‘数字员工’的背后可能是一个智能体或者多个智能体，对应不同的工作场景。我们的员工通过应用平台，就可以直接和这些‘数字员工’进行交互。”吉永军说。
AI与实际场景的深度融合，带来的是全流程的变革。比如在质量管理环节，原本主要采用“周度统计、层层上报”的模式，而如今通过“造船质量分析智能体”，只需30秒即可完成从数据提取到多维分析的全流程。
“AI智能体开发上线之后，从生产一线的质量人员，到基层、中层的管理人员，都可以通过平台实时共享当前的状态，每个人都可以实时查阅。质量管理不仅仅是管理员做完分析后才能用，而是实现了各个层级的动态掌握，这对于我们质量的改善和提升有很大帮助。”外高桥造船品质保证部质量管理周运洲说。
在吉永军的构想中，未来，从船舶的设计、采购到生产、物流等各个环节，全流程都由AI打通，每一个员工都可以和“数字员工”并肩作战。
“比如我们接到订单之后，快速生成一份计划。确认之后，建造线表就快速生成，结合车间相关数据排产。车间管理、仓储物资等环节，都可以通过人工智能管控，形成整体联动。每个员工可以直接调用数字员工，围绕不同场景进行赋能。”吉永军说。
采访手记：静水流深的系统变革
采访外高桥造船，记者想到的第一个词是“静水流深”。公司早在2015年就开始探索人工智能技术。当时，AlphaGo刚刚横空出世，许多关于AI的讨论还停留在学术层面。当年那一轮的尝试并不成熟，却积累下了经验路径和知识库资源。多年后，当大模型的风口到来，曾经走过的弯路、交过的学费，都转变为宝贵的财富，也让外高桥造船在这一轮“AI+制造”的浪潮中抢得先机、快速上马。
记者想到的第二个词是“系统变革”。“AI+制造”带来的绝不仅仅是某一环节的效率提升，而是一场全流程转变：通过将看不见的经验固化为看得见的数据，让设计建造更加规范标准；通过“AI大脑”串联前后道工序，让设计、采购、生产、物流等各个环节高效协同。
推进“AI+制造”，探索过程难免蜿蜒曲折。前行路上，上海的制造企业并非孤军奋战：有专业服务商开发的工业语料数据，有算力企业提供的普惠算力服务，还有基模企业开源的大模型生态。
这也正是上海搭建AI产业生态的意义：让企业敢于拥抱AI、敢于大胆试错，也让AI之火在更多行业点燃。
部分图片来源：视觉中国、采访对象
