老师傅的黄昏与AI的黎明：工业GPT能取代三十年的“手感”吗？

——《大迁徙：中国制造业的“物种进化”实战指南》· 第 3 篇

---

引子：王总的“黑箱”焦虑

最近，我那个开机械零部件工厂的老朋友王总，焦虑得头发都掉了不少。

“老马啊，”他拉着我的手直叹气，“你前两篇说要搞服务化、搞MVDP，我都认。可现在我遇到了一个更头疼的问题——我的‘镇厂之宝’快退休了。”

王总口中的“镇厂之宝”，不是什么高精尖设备，而是一位叫张师傅的老钳工。张师傅在厂里干了三十年，是那种机器坏了不用拆，耳朵贴上去听一听就能知道是哪个轴承磨损的“神人”。

“现在厂里上了新设备，想搞数字化，可张师傅那套绝活儿，徒弟们怎么学也学不会。眼看他要退休了，这手艺要是断了，我这厂子的良率非得掉一个大台阶不可。”

王总的焦虑，其实是无数正在进行数字化转型的中国制造企业面临的共同困境。我们花大价钱买了设备、上了系统、连了网，却发现工厂里最核心的知识，依然锁在一群老师傅的脑子里，像一个个无法打开的“黑箱”。

我不禁在想，当 ChatGPT 都能写诗作画了，工业领域的 AI，能不能帮王总把这些“手感”和“经验”留下来？

这是一个关乎中国制造业未来的大问题：当工业互联网遇到 AI，真正的竞争不是模型本身，而是谁能把老师傅脑子里的知识，变成 AI 能理解的“格式”。

一、 告别与迎接：制造业核心矛盾的迁移

1.1 “手感”：制造业的玄学与痛点

在很长一段时间里，“手感”是中国制造业最引以为傲，也最神秘的财富。

它是数控车床前，老师傅凭切削声音判断刀具寿命的直觉；是焊接工位上，焊工靠肉眼观察熔池颜色掌握火候的技艺；是纺织车间里，挡车工用指尖触摸就能分辨面料疵点的经验。

这些基于长期实践积累的隐性知识（Tacit Knowledge），曾是支撑中国制造从无到有、从小到大的基石。然而，在数字化时代，这种依赖个体经验的模式，正面临三大根本性挑战：

• 不可复制：经验高度依赖个人悟性，徒弟学徒三年，可能只学到皮毛。
• 不可量化：老师傅说“火候到了”，这个“到了”到底是几度？持续几秒？没人能说清。
• 正在流失：随着老一代产业工人退休，年轻一代不愿进工厂，宝贵的工艺经验面临断代风险。

隐性知识冰山模型

1.2 AI 入场：从“替代手脚”到“复刻大脑”

工业革命的历史，就是一部机器不断替代人的历史。第一次工业革命替代了人的体力，第二次、第三次替代了部分脑力（计算、控制）。

现在，AI 技术的入场，标志着机器开始触及制造业最核心的领域——经验与决策。

如果说以前的自动化是