答:工厂AI项目失败,十有八九不是算法不行,而是数据基础撑不住。常见的数据短板集中在四块:数据不完整、数据不准确、数据不连贯、数据不可用。这四件事没解决,上再多模型也是空转。
一、数据覆盖不全,模型学不到真实工况
很多工厂上AI质检或设备预测性维护,第一步就卡在数据量上。假设一家汽配企业想做表面缺陷检测,产线上只有零星几张历史缺陷图,且集中在某几个批次,模型训练出来换个班次、换批原料就失灵。工业场景里,缺陷样本天然稀少,正常样本海量,类别极不平衡。没有按班次、批次、设备状态分层采集的数据,AI只能学到片面的规律。某电子厂曾统计,其SMT产线每天产生数万条贴片数据,但真正带标注的异常样本不足千分之一,直接拿去训练,召回率根本稳不住。要点是:数据覆盖要按工况分层,不能只攒"好数据"。
二、数据质量差,垃圾进垃圾出
工厂数据脏是常态。传感器漂移、人工录入错位、条码重复、时间戳对不上,这些问题在报表时代还能靠人眼兜底,到了AI训练阶段就是灾难。假设一家流程型企业做能耗优化,电表数据每15分钟采一次,但部分表计存在跳变和缺失,模型学出来的节能策略可能反而推高成本。行业里有个粗略共识:AI项目前期数据清洗和治理的工作量,通常占到整个项目周期的六到七成。数据质量不过关,特征工程做得再花哨也没意义。一句话:先治数据,再谈智能。
三、数据孤岛严重,跨系统对不上号
AI要解决的多是跨工序、跨系统的问题,比如质量追溯要打通MES、QMS和ERP,设备健康管理要融合PLC时序数据和维修工单。现实是这些系统各建各的,物料编码不统一、设备台账对不上、时间基准不一致。假设一家离散制造企业想做工单延期预测,ERP里的交期和MES里的实际进度口径不同,模型拿到的特征互相打架,预测结果自然没法用。数据不通,AI就只能做单点小模型,价值天花板很低。要点是:主数据管理和统一标识,是AI落地的前置工程。
四、数据时效性和可获取性不足
工业AI很多场景要求近实时,比如在线质检、异常报警。如果数据还停留在T+1的报表库里,或者采集网关延迟高、断点续传没做好,模型再准也赶不上产线节拍。某电子厂做设备振动监测,采样频率不够,早期故障特征根本捕不到,等到报警时轴承已经损坏。数据基础不只是"有没有",还包括"多快能拿到""能不能稳定拿到"。一句话总结:时效性本身就是数据基础的一部分。
实践建议:想少踩坑,先把数据底座做扎实——统一主数据编码、补齐关键工序的采集点位、建立分层标注和样本管理机制、打通核心业务系统的数据链路。这套活干起来不性感,但决定了AI项目能走多远。从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台的厂商经验也印证一点:数据治理到位的工厂,AI项目成功率明显更高。别急着追模型,先问问自己的数据基础够不够硬。