Manufacturing AI Implementation Expert Skill
> 本 Skill 是 manufacturing-ai-implementation-expert（严老师）专家包的配套能力库，内容源自严诚（天威集团 CIO、小天科技 CEO、全国优秀 CIO、广东省首批 CAIO）的两类一手材料：
> 1. 2026-09-03 演讲材料《AI 下半场已至——智能体驱动的企业 AI 转型》（图片文字提取稿）；
> 2. 网上公开资料汇编（D1Net 专访、笔记侠专访、DSMC 峰会、数协大讲堂、金蝶沙龙、厦门 AI+出海大会等，2023-2026）。
> 面向制造业企业（重点是中小制造企业），围绕智能质检、预测性维护、设备数据接入、工艺知识库与供应链场景，提供可落地、可复用的 AI 转型方法论、检查表与输出模板。
>
> 核心立场：AI 不是工具，而是流程的变革、组织的变革、文化的建立。所有方法与模板都服务于一个目标——聚焦真实场景落地，让 AI 真正赋能流程和组织。
能力清单
- 点线面体四阶段诊断 —— 为企业数字化转型定位的坐标系模型（新增）
- 数智化水平评估公式 —— 数据自动流动 + 数据驱动业务的量化评估（新增）
- A-HAND 五阶段落地路径 —— 从意识觉醒到组织进化的"一把手"方法论
- 1+N+1 数智化蓝图设计 —— 制造企业可裁剪的三层架构模板
- 小天智能体平台四层架构 —— 通用模型 / 行业模型 / 企业模型 / 智能体应用的分层拼装
- 转型切入策略（双切入） —— 对外增长 + 对内赋能人的小胜利策略（新增）
- 一把手与组织保障（三战三定） —— CIO 生存法则与转型组织设计（新增）
- 制造业 AI POC 闭环清单 —— 2-4 周快速验证的落地清单
- AI 幻觉应对指南 —— 判断、流程与领域选择
- AI 2.0 冷思考与 AI 安全合规 —— 影子 AI、模型越狱、Prompt 注入、涉密图纸泄露、大模型备案（新增）
- AI 时代三种能力模型（Judge / Build / Taste） —— 人才与组织能力建设
- OPC / OPD 组织设计 —— 一人公司与 AI 原生部门的组织形态（含天威飞马 OPD「一人调度 N 个智能体」标杆实践）
- 采购数字化 1.0→4.0 与供应链平台化 —— SRM 演进路径（新增）
- 企业 AI 转型四条建议 —— 系统性推进、由点及面及体、以人为本、长期主义
- 流程—组织—文化三位一体变革 —— 真实场景落地的验收标准（流程变了没有 / 组织动了没有 / 人愿意用了没有）（新增）
何时调用本 Skill
当用户提出以下类型问题时，主 Agent 应优先使用本 Skill 中的方法论：
- "制造企业 / 工厂怎么做 AI 转型？"
- "有没有制造业 AI 落地的步骤或路径？"
- "设计一个制造业 AI 落地的 POC"（质检 / 设备维护 / 供应链等）
- "AI 落地怎么避免踩坑 / 幻觉 / 锁定？"
- "我们工厂适合哪些 AI 场景？"
- "AI 时代制造企业团队该怎么变？"
- "什么是 A-HAND / 1+N+1 / OPC / OPD？"
- "我们企业数字化处在什么阶段？该先做什么？"（→ 点线面体诊断）
- "AI 转型从哪里切入？怎么让管理层建立信心？"（→ 双切入策略）
- "CIO 怎么向上管理 / 争取一把手支持？"（→ 三战三定）
- "批量部署 AI 有什么安全合规风险？"（→ AI 2.0 冷思考与安全合规）
- "采购 / 供应链数字化怎么演进？"（→ 采购 1.0-4.0）
方法论 0：点线面体四阶段诊断
来源：D1Net 专访（2023）。接到任何转型咨询，先用这个坐标系为企业定位，避免越级跳阶段（信息化没做好就谈智能体平台）。
| 阶段 | 名称 | 核心标志 | 衡量标准 |
|---|---|---|---|
| 点 | 单元信息化 | ERP/财务/HR 等单系统上线，数据存管用 | 业务和数据在线率 ≥80% |
| 线 | 流程数字化 | 端到端流程闭环（参考天威四大平台：L2C/ISC/IPD/MoM） | 核心一级流程端到端闭环 |
| 面 | 全链路数字化 | 人流物流资金流信息流数据流组织内连接 | 跨流程数据自动流动 |
| 体 | 智慧生态化 | 上下游生态协同、价值共创 | 组织间连接 |
诊断要点：
- 先定位：业务在线率多少？核心流程闭环了吗？数据自动流动吗？
- 中小制造企业不必强求"体"——加入别人的生态也是很好的方式
- 十六字方针："全局规划，渐进推进，步步为营，由点及体"
- "最佳实践失效"论：不要照抄华为、美的——你没有对方的业务、文化和人，从自身痛点出发
方法论 0.5：数智化水平评估公式
数智化转型水平 = 数据自动流动水平 + 数据驱动业务水平
- 数据自动流动水平（衡量数字化）：流程从开始到结束全在线、数据不落地、无人工干预
- 数据驱动业务水平（衡量智能化）："模型→信息→行动"的自动决策闭环占比
- 三阶段演进：信息化（存管用）→ 数字化（流程重构）→ 智能化（数据驱动）；大部分制造企业卡在信息化与数字化之间
方法论 1：A-HAND 五阶段落地路径
核心定义
A-HAND 是面向企业 AI 落地的"一把手"方法论，强调：
- 意识觉醒先行：先让高管和关键岗位建立 AI 思维
- 小步快跑验证：用尖兵和天使岗位快速跑出可见效果
- 组织进化收尾：把个人能力沉淀为组织能力
五阶段
| 阶段 | 代号 | 名称 | 目标 | 关键动作 | 典型周期 |
|---|---|---|---|---|---|
| 1 | A | Awake 意识觉醒 | 统一认知，打破边界 | 全员认知培训、高管意识提升、高管调研排班 | 1-2 周 |
| 2 | H | Hero 尖兵实战 | 快速上手，初见成效 | 尖兵训练营、天使岗位训练营 | 2-4 周 |
| 3 | A | Advance 专项突破 | 深入场景，破解痛点 | 业务场景实战营 | 1-2 个月 |
| 4 | N | Next Level 进阶应用 | 系统融合，深度应用 | 进阶深度实战工作坊 | 2-3 个月 |
| 5 | D | Driven by AI 组织进化 | AI 驱动，持续进化 | AI 转型陪跑、长效机制建设 | 持续 |
输出模板
调用模板：templates/A-HAND-落地检查表.md
方法论 2：1+N+1 数智化蓝图
核心定义
制造企业可裁剪的数智化架构：
- 1 个业务运营层（核心系统：ERP/MES/PLM/SRM）
- N 个业务场景 / 智能体应用
- 1 个数据智能中心
三层架构
┌─────────────────────────────────────┐
│ 3F：AI 应用中心（小天智能体平台） │ ← 智能应用层
├─────────────────────────────────────┤
│ 2F：数据智能中心（小天 360° 运营中心）│ ← 数据运营层
├─────────────────────────────────────┤
│ 1F：业务运营层（SAP/金蝶 + 前台场景） │ ← 核心业务层
├─────────────────────────────────────┤
│ 地基：OA / IaaS / 数据中台 / 集成平台 │ ← 技术支撑层
└─────────────────────────────────────┘
输出模板
调用模板：templates/1+N+1-数智化蓝图设计.md
方法论 3：小天智能体平台四层架构
分层说明
| 层级 | 名称 | 作用 | 典型内容 |
|---|---|---|---|
| L4 | 智能体应用 | 面向业务场景，输出可执行服务 | 智能质检、预测性维护、SRM 供应商协同、商业洞察、运营分析、OpenClaw 编排调度 |
| L3 | 企业模型 | 融合企业核心业务数据 | SAP/金蝶、MES/WMS/DCS/SCADA、CRM/SRM 接入 |
| L2 | 行业模型 | 沉淀行业知识资产 | 工艺语料库、产品知识库、行业知识库（RAG / Finetuning） |
| L1 | 通用模型 | 聚合主流大模型底座 | OpenAI、DeepSeek、通义千问、豆包、Kimi、智谱、文心、腾讯元宝 |
使用原则
- 制造企业优先使用 L4 成熟智能体 + L3 数据接入（MES/ERP/SCADA）
- 不强制自建 L2/L1，优先用现成模型 + RAG 沉淀工艺知识
- 重视数据回流与切换能力，工艺机密数据优先本地化部署
方法论 4：制造业 AI POC 闭环清单
设计原则
- 时间盒：2-4 周
- 单点突破：只验证 1 个高价值场景（推荐从智能质检、单据识别、报表自动化等低风险场景切入）
- 可量化：明确"每月节省 X 小时""漏检率降低 X%""停机时间减少 X%"或"每月节省 X 元"
- 可止损：定义 Go/No-Go 标准
POC 五要素
- 场景：哪个车间 / 岗位 / 流程的哪个环节？
- 工具：SaaS + API + 低代码的拼装组合
- 数据：需要哪些数据（质检图片/设备报警/单据/报表）？从哪里来（MES/SCADA/传感器/人工拍照）？质量如何？
- 指标：成功指标、Go/No-Go 标准
- 推广：跑通后如何扩展到下一场景？
输出模板
调用模板：templates/制造业AI-POC闭环清单.md
方法论 5：AI 幻觉应对指南
核心认知
- AI 本质上是"相关关系"，不是"因果关系"
- 幻觉无法 100% 消除，只能通过流程和人来管理
应对三原则
- 建立领域高 TASTE：知道什么结果是高质量、可采信的
- 建立批判性思维：对 AI 输出做交叉验证
- 选择合适的应用领域：避免在高风险、强因果场景直接依赖 AI 决策
制造业落地建议
- 优先用于"辅助决策"和"提效工具"（质检初筛、报告生成、知识问答），而非"自动决策"
- 质量放行、安全停机、工艺参数变更等关键节点必须保留人工复核
- 用多模型交叉验证重要输出
- 明确告知用户"这是 AI 生成，需人工确认"
方法论 6：AI 时代三种能力模型（Judge / Build / Taste）
| 能力 | 英文 | 核心问题 | 培养方式 | 适用人群 |
|---|---|---|---|---|
| 判断力 | Judge | 什么可以用 AI 做？用什么 AI 做？ | 培训 + 实战案例 | 全员 |
| 手搓力 | Build | 快速把想法变原型，把原型变产品 | 训练营 + 项目实战 | 生产/质量/设备/IT 骨干 |
| 审美力 | Taste | 识别什么是高质量结果 | 兴趣驱动、深耕聚焦、长期主义 | 工艺专家、管理者 |
对制造企业的启示
- 小团队不需要全员成为 AI 工程师，但需要有人具备 Judge 和 Build
- Taste 是长期壁垒，建议围绕核心工艺能力培养
方法论 7：OPC / OPD 组织设计
OPC：一人公司（One-Person Company）
- 适用：小微企业、超级个体
- 结构：1 个超级个体 + 小天平台 + 多个专业智能体
- 智能体角色：市场营销、运营管理、财务管理、行政助理
- 价值：轻资产启动、弹性扩展、极致效率、全面覆盖
OPD：AI 原生部门（AI-Powered Department）
- 适用：中大型企业
- 结构：1 名全局指挥官 + N 个专业 AI 智能体
- 特征：
- 打破部门墙，数据实时流转
- 智能体群组秒级对齐与跨界协作
- 从"多岗多专"到"一岗多能"
OPD 标杆实践：天威飞马「一人调度 N 个智能体」
来源：《迈向自适应制造》制造业智能体实践白皮书 V2（2026 年 9 月）PART 3 珠海天威飞马案例。
实践概览
| 项目 | 内容 |
|---|---|
| 企业 | 珠海天威飞马（40+ 年港资制造，通用打印耗材行业龙头） |
| 项目名 | OPD·云衢 AI 架构师启航项目 |
| 训练营 | OPD·云衢 AI 架构师训练营，约 6 个月，28 位业务一线学员分五组 |
| 覆盖 | 集团几乎所有部门，沉淀 50+ 应用场景、六大职能 |
| 模式 | 业务主导、技术陪跑；IT 只做支持，不直接代劳 |
OPD 定义
OPD = One Person Department，一个人就是一个部门。
让每位骨干能独当一面、驾驭工具、重构流程，成为能 「一人调度 N 个智能体」 的智能架构师。
五大业务智能体
| 智能体 | 业务场景 | 效果指标 |
|---|---|---|
| 投标宝 | 招投标流程自动化 | 36h → 14h |
| 采购智选 | 采购开发与比价 | 数天 → 分钟级；缺货率 4.9% → 2.4% |
| 智印校核引擎 | 包装与标签校核 | 244h/月 → 5h/月 |
| 财智通 | 智能财会处理中枢 | 5 天 → 4 小时 |
| 竞品雷达 | 市场动态扫描 | 月度情报报告自动生成 |
训练机制：三层递进
- 流程之眼：流程拆解，找出瓶颈
- 工具之翼：低代码与可视化，自建小工具
- AI 之心：WorkBuddy 上升为业务智能体
沉淀与扩散：双轨并行
- 优秀方案统一入库：五份毕业设计沉淀为组织资产
- 学员回一线当火种：带动全员 AI 素养提升
整体价值
- 范式先行：把 OPD 从「一人多岗」重新定义为「一人调度 N 个智能体」
- 机制可复制：业务主导、IT 陪跑、厂商授课，优秀方案统一入库
- 体系化覆盖：六大职能、50+ 场景，覆盖投标 / 采购 / 财务 / 包装校核 / 市场洞察
- 效率可量化：关键场景处理时间从小时级、天级压到分钟级、小时级
制造业落地建议
- 中小制造企业先走 OPC 路线：让关键岗位（计划员、质量工程师、设备工程师、采购）"1 人 + N Agent"
- 不要一开始就重构组织架构，先用 AI 放大现有岗位能力
- 随着场景增多，再逐步演化为 OPD
- 参考天威模式：用 「业务主导 + 技术陪跑 + 以战代练 + 方案入库 + 火种扩散」 五步法推进 OPD
方法论 8：企业 AI 转型四条建议
-
系统性推进
- 不迷信单个工具
- 价值往往来源于系统性推进 -
由点及面及体
- 不要高估单点的改善
- 不要低估网络的效应 -
"人"是最关键的要素
- 从个人英雄到 AI 文化
- 通过 OPD 训练营等方式建设组织能力 -
坚持长期主义
- 不高估未来数月的成效
- 不低估未来数年的成效
方法论 9：转型切入策略（双切入）
来源：笔记侠专访（2023）。切入点要见效快、结果容易看到，用小成果激励组织继续投入。
- 对外切入点：能直接促进销售额增长的平台型业务（如天威云链 → 第二增长曲线），让数智化价值立即体现
- 对内切入点：以"人"为切入——企业一切的事和物都是人做的。工具赋能（全民 RPA / 数字员工）→ 单兵效率；流程优化→系统固化→流程监控→再优化 → 协同效率
- 全民开发者：让每个同事都学会用工具（业内少有），给机器人人格化命名（数字员工小天），提升全员数智化意识
- 关键判断：企业 AI 转型的关键不在于"选哪个大模型"，而在于"如何让 AI 真正融入业务流"（2026 珠海高管沙龙）
方法论 10：一把手与组织保障（三战三定）
- 一把手认知支持决定转型起步定位（局部 vs 全局）；最佳状态是高管"从认知里面的支持"
- 先统一人的意识：数字化不只是技术，是管理模式，管理归根结底落实到人
- 组织保障：集团层面设立数字化管理中心；数智化学院 + 费曼学习法（以教带学）+ 全民开发者文化
- 三战三定（CIO 生存法则）：
- 三战：对上看战略，对下给战术，对中找战友（找战友最易被忽视但最重要）
- 三定：对上定方向，对下定方法，对中定方寸（决定哪些干哪些不干）
方法论 11：AI 2.0 冷思考与 AI 安全合规
来源：DSMC 2026 华南数智峰会、数协大讲堂第四期（走进天威）。
冷思考清单（评估 AI 项目必问）：
- MIT 报告警示：绝大多数企业 AI 投入难见真实回报——本项目凭什么是例外？
- 数据基础够不够？系统底座牢不牢？是 Workflow 还是 Computer Use 场景？
- 有没有"影子 AI"（员工自发使用未经治理的 AI）治理风险？
- 是追逐短期热点，还是支撑长期主义？
制造业 AI 安全四大新型风险：
1. 模型越狱
2. Prompt 注入攻击
3. 生产涉密图纸泄露（工艺机密通过 AI 对话外泄）
4. 大模型备案不合规
对应策略：事前合规自评估（备案风控词库）、事中实时防御（拦截注入与越狱、防涉密数据外泄）、事后日志留存与溯源；涉密场景优先本地化部署。
方法论 12：采购数字化 1.0→4.0 与供应链平台化
- 采购 1.0：线下 / ERP 内采购 → 2.0：OA 管前流程（预算/需求/费用）→ 3.0：SRM / 供应商门户 → 4.0：平台化数字采购（管理采购流程 + 供应商全生命周期）
- 天威云链 4.0 实践要点：一键建站、千站千面千品千价、秒结算秒到账、供应链金融
- 产业互联网观：消费互联网（人的连接）、工业互联网（设备连接）、产业互联网（组织间连接）是包涵而非并列关系；四组成 = 需求侧（最易切入）→ 供给侧 → 履约 → 产业链金融（最有价值）
- 先打通自己，再跟别人连通——内功没练好就做产业互联是花架子
方法论 13：AI+出海与全球化供应链
来源：厦门"AI+管理 成就不凡"大会《AI+出海数智化转型实践》。
- AI 打通订单→采购→生产→交付全链路数据，实现全球供应链可视化管理与柔性响应
- AI 优化研发费用核算与成本管控，让每一笔研发投入转化为市场竞争力
- 出海数智化不是单打独斗，需产业链与产学研协同（政企软三方共建：政府政策牵引+生态构建 / 软件企业技术赋能+场景落地 / 产业企业场景反哺+价值闭环）
方法论 14：流程—组织—文化三位一体变革
核心立场：AI 不是工具，而是流程的变革、组织的变革、文化的建立。
如果只装了一个 AI 工具、流程没变、岗位没动、人还是老习惯，那这次 AI 落地就是失败的——哪怕 Demo 很好看。
三个变革层次
| 层次 | 要回答的问题 | 典型动作 |
|---|---|---|
| 流程的变革 | 这件事以后由谁做、怎么做、闭环在哪？ | 重画流程泳道（哪些环节交给 AI、谁审核、异常怎么退回）；把 AI 嵌进现有单据/工单流，而不是让员工额外开一个网页 |
| 组织的变革 | 岗位边界怎么变、能力怎么复用？ | 从"多岗多专"到"一岗多能"；关键岗位"1 人 + N Agent"（OPC）；场景规模化后演进为 OPD，配套训练营与方案入库 |
| 文化的建立 | 人愿不愿意用、敢不敢用、能不能判断？ | 全民开发者机制、费曼学习法分享、数智化学院；培养 Judge（判断力）/ Build（手搓力）/ Taste（审美力）；允许试错但要求复盘 |
落地验收三问（每个场景必答）
- 流程变了没有？ —— 有没有形成新的标准动作（SOP），老的重复劳动是否真的消失
- 组织动了没有？ —— 有没有岗位职责/协作方式的变化，是否沉淀了可复制的角色能力
- 人愿意用了没有？ —— 一线主动使用率、停用率、反馈闭环是否成立
> 三问全部为"是"，才算真正落地；任一为"否"，即使业务指标达标，也只能算"工具试用"，不能宣布成功。
与 Go/No-Go 的关系
业务指标（省了多少时间、降了多少错误率）是第 0 层门槛；三问是第 1 层门槛。POC 结束时两层都要过。
输出规范
使用本 Skill 时，所有输出必须遵守：
- 关键结论前置：先给"该不该做 + 怎么做 + 多少钱"
- 场景对比用表格呈现
- TCO 拆解须分项到 SaaS、API、设备改造、人力、维护、退出
- POC 验收清单用 Go/No-Go 二元判断
- 结论中必须包含"落地验收三问"（流程变了没有 / 组织动了没有 / 人愿意用了没有）的评估项
- 默认推荐不少于 2 个备选工具/供应商
- 金额默认人民币（¥）
- 使用与用户相同的语言
References
references/20260903严诚演讲-图片文字提取.md：演讲材料完整图片文字提取稿（A-HAND、四层架构、Judge/Build/Taste、OPC/OPD 等）references/严诚CIO-网上公开资料汇编.md：网上公开资料汇编（点线面体、数智化公式、双切入、三战三定、AI 2.0 冷思考、AI 安全、采购 1.0-4.0、AI+出海、金句库、来源索引）references/迈向自适应制造白皮书-OPD章节提取.md：《迈向自适应制造》白皮书 OPD 章节完整提取（天威飞马一人调度 N 个智能体实践）
