AI進廠前傳：上一代工業互聯網平臺，為何紛紛折戟?
過去幾年，工業互聯網平臺曾是製造業數位轉型中最響亮的口號，大量資金與政策資源湧入，試圖為工廠裝上「智慧大腦」。然而，當浪潮退去，許多曾被寄予厚望的平臺卻黯然退場，留下的是對商業模式與技術落地之間巨大落差的反思。這一段被稱為「上一代」的工業互聯網探索，為何在AI大舉進廠之前，紛紛折戟沉沙？回頭看，這批工業互聯網平臺的興起，與消費互聯網的成功經驗密不可分。創業者與資本一度相信，只要把設備連上網、把數據匯集到雲端，就能複製出一個屬於製造業的「作業系統」，進而透過軟體訂閱、數據服務或生態抽成來獲利。
於是，各種以「賦能」為名的平臺如雨後春筍般出現，從設備監控、能源管理到生產排程，幾乎每個環節都有人嘗試打造通用型解決方案。問題首先出在「標準化」的幻覺上。消費互聯網的用戶行為高度一致，但工廠現場卻是極度碎片化的世界。不同行業、不同規模、甚至同一行業內不同年代的設備，其通訊協定、數據格式與生產邏輯都千差萬別。平臺業者若要真正讀懂數據，就必須為每一條產線進行大量的客製化開發，這不僅讓前期投入成本居高不下，也讓所謂的「平臺」淪為一個個無法複製的專案外包。沒有規模效應，就沒有邊際成本遞減，商業模式自然難以成立。更深層的困境在於，許多平臺從一開始就搞錯了服務對象。
工業互聯網的採購決策者往往是企業主或廠長，他們關心的不是數據可視化有多炫麗，而是能否直接降低不良率、提升設備稼動率或減少能耗。然而，早期平臺提供的多是「儀表板」式的監控工具，能讓管理者看到問題，卻無法自動解決問題。當數據分析無法轉化為明確的生產改善指令，這套系統在現場工人眼中就成了增加負擔的「額外表格」，最終被棄之不用。與此同時，數據價值的變現路徑也遠比想像中漫長。消費互聯網可以透過廣告或電商迅速將流量變現，但工廠數據的價值往往隱藏在漫長的供應鏈與工藝優化之中，需要長時間的累積與驗證。多數平臺在尚未累積出足夠的數據資產之前，就已耗盡了投資人的耐心。
加上製造業本身的利潤率普遍偏低，企業對於高昂的軟體訂閱費用極為敏感，這讓平臺的收費模式陷入兩難：收貴了沒人買單，收便宜了連維護成本都無法覆蓋。另一個被低估的障礙是組織內部的變革阻力。導入工業互聯網不只是技術專案，更是一場管理革命。它要求生產、IT、設備維護等部門打破壁壘，甚至可能動搖部分基層主管的權力結構。許多專案在技術驗證階段表現良好，但一到全面推廣就遭遇來自內部的消極抵抗。缺乏高層持續推動與績效考核的配合，這些系統最終只能淪為展示用的「樣板工程」，無法真正融入日常營運。值得注意的是，這一波失敗並非一無所獲。
那些存活下來的企業，多半放棄了「大而全」的平臺野心，轉而深耕特定行業的「小而美」解決方案。例如，專注於半導體或汽車零組件的設備聯網，或是聚焦於特定製程的品質預測。這種從「賣平臺」轉向「賣效果」的轉變，讓服務商必須直接對客戶的生產指標負責，反而建立了更穩固的信任關係與收費基礎。如今，AI的崛起為工業軟體帶來了新的想像空間。大型語言模型與生成式AI的出現，被認為有望解決過去工業互聯網最頭痛的「非標準化」難題。AI可以更快速地理解不同設備的數據語義，自動生成適配的演算法，甚至直接以自然語言與工程師對話，大幅降低使用門檻。這讓許多人相信，AI進廠的路徑，或許能繞過上一代平臺踩過的坑。
然而，歷史的教訓提醒我們，技術的進步並不能自動解決商業模式的根本矛盾。AI確實讓數據處理變得更聰明，但工廠現場的物理世界依然充滿變數，設備老化、人員流動、供應鏈波動等問題，並非單靠演算法就能抹平。上一代工業互聯網之所以折戟，關鍵在於它過度簡化了製造業的複雜性，而AI若只是把這套複雜性包裝得更華麗，恐怕仍會重蹈覆轍。真正的轉機，或許在於心態的轉變。過去我們總想把工廠變成「智慧體」，但更務實的做法，是讓AI先成為老師傅的「助手」。從解決單一痛點開始，逐步累積數據與信任，再擴大應用範圍。這條路走得慢，卻更紮實。
正如那些在廢墟中轉型成功的企業所示，工業數位化的本質，從來不是技術的堆疊，而是對製造現場深刻理解的耐心變現。
Related
相關文章
二手半導體設備成搶手貨了
二手半導體設備成搶手貨了半導體產業縱橫2026.08.25 19:29 · 來自北京全文4093字00:00 / 13:09當前龐大的產能需求不能再挑肥揀瘦了，物盡其用才是硬道理。文 | 半導體產業縱橫當前，先進製程的研發成本、流片費用、設備投入逐年攀升，技術迭代帶來的性能增益卻在逐步收窄，商業化性價比持續走低。反觀市面上大量剛需芯片——車載功率器件、工業控制芯片、模擬信號芯片、物聯網MCU、傳感器芯片，大多依託90nm至28nm成熟製程生產，支撐了消費電子、新能源、工控、汽車電子等萬億終端市場。而在成熟製程的產能體系中，長期被低估的二手半導體設備，正在從“邊緣備胎”走向“產業核心”。它不再是行業景氣週期裡臨時救急的低成本選擇，而是現階段全球晶圓廠擴產降本、平滑週期波動、對沖供應鏈風險的關鍵資產。有數據顯示，2024年全球二手半導體設備市場規模突破260億元，2031年有望接近665億元，六年複合增長率穩定在14.4%。在半導體行業持續動盪的大環境下，這條低調的細分賽道，多年保持穩紮穩打的增長節奏，證明其產業價值也在逐步提升。01 二手設備從“產能外溢”轉向“剛需補位”很長一段時間裡，業內對二手設備的定位非常固化。在過去的產業認知中，二手設備就是頭部大廠工藝升級後的淘汰品，是中小晶圓廠壓縮成本、做低端產能的無奈選擇，始終處於產業鏈的從屬位置。過去幾十年全球半導體產業遵循的是一套非常清晰的梯度轉移邏輯：先進製程向上迭代，老舊設備向下外溢，高端廠商衝刺技術高度，中小廠商承接存量產能。但最近三四年，這套運行多年的傳統規則已經被現實供需打破。從供給端來看，全球二手設備的傳統貨源池已經持續收縮。半導體設備屬於超長週期工業資產，一臺刻蝕、薄膜、注入類核心設備，設計服役壽命普遍在15至20年，遠遠超過芯片製程3至5年的迭代週期。這也意味著，大量被頭部廠商淘汰的設備，硬件壽命、工藝能力依舊
330天后，安世中國管理團隊重磅發佈，看他們帶來了什麼？
330天后，安世中國管理團隊重磅發佈，看他們帶來了什麼？半導體產業縱橫2026.08.25 19:29 · 來自北京全文5055字00:00 / 16:19安世中國:斷供、突圍、重構，然後重新出發。文 | 半導體產業縱橫“我在此鄭重承諾，從現在開始，安世中國將以嶄新、高性價比的12英寸晶圓產品，穩定可控的供應鏈，回饋客戶的支持。”今天，安世中國CEO張秋明在新品全球發佈會上作出這項承諾，並給出產品路線圖：第三季度發佈超過900個基於12英寸晶圓平臺的產品，第四季度再發布超過1700個，持續向12英寸平臺全品類覆蓋和100%國產替代推進；從當天起，以周為節奏持續新增產品，讓客戶不再為選型和備貨焦慮。 被斷供330天后，安世歸來。在發佈會現場，半導體產業縱橫獨家獲取了更多信息。01 全球化，失去確定性時間倒回2025年9月30日。荷蘭方面的行政和司法幹預使安世境外相關主體的控制權受到限制，隨後境外晶圓供應暫停。原本正常運轉的全球IDM體系被突然切斷，安世中國的生產連續性受到影響，正常經營遭遇嚴峻考驗。張秋明在發佈會上回憶，晶圓供應被切斷後，“系統突然斷線，海外總部的數據無法訪問。手裡有訂單、有客戶、有信任，但就是沒有晶圓可以加工。汽車廠商、工業設備製造廠商在等安世的芯片，安世卻在等一顆根本等不到的晶圓。”安世原本是半導體全球分工的一個典型樣本。由德國漢堡、英國曼徹斯特等基地製造晶圓，中國基地承擔大規模封裝測試，研發、銷售和客戶服務散佈在不同市場。前端與後端各自集中、產能在全球調度，這套安排運行多年，也讓大量低單價器件獲得了規模效應。安世每年向全球交付超過1100億顆產品，主力是二極管、晶體管、MOSFET、邏輯和ESD保護器件。它們單價不高，卻嵌在汽車、服務器和工業設備的每塊電路板上；料號多、壽命長、認證週期長，一旦進入物料清單，供貨關係往往維持十年以上，臨時替換並不現實。過去
OpenAI 的 2027：資本週期下的上市平衡術
市場普遍將 OpenAI 規劃 2027 年 IPO 視為技術兌現與萬億估值衝刺的行業里程碑。本文以資本久期匹配 + 6000 億表外算力負債雙框架拆解：上市並非單純的技術高光時刻，而是資本週期與產業投入節奏相互校準的結構性平衡。
上市第5天，宇樹股價跌至603元
上市第五天，宇樹股價跌至603元。根據公開市場資訊，該公司股票在掛牌交易後的第五個交易日收盤價報603元。相較於上市初期的價格表現，這一數字顯示出明顯的跌幅。截至目前，市場尚未公布具體的成交量或引發股價波動的關鍵因素。投資人持續關注宇樹的後續股價走勢，以及公司基本面是否出現變化。新股上市初期價格波動屬於常見現象，但603元的價位是否接近市場預期的合理估值，仍有待進一步觀察。
從課件到具身智能實驗室，AI開始幫老師生成教學應用
AI 正在重塑教學現場，從過去單純的課件生成工具，逐步進化為能協助老師打造互動實驗室、甚至具身智能教學環境的完整方案。隨著生成式 AI 技術成熟，教育科技領域開始出現一批專為教師設計的輔助應用，讓老師不再需要從零開始撰寫教案或設計互動環節，而是透過自然語言指令，就能得到可立即上課使用的教材與活動設計。 這波趨勢的起點，是許多學校與教育機構開始導入 AI 生成課件（Slide Generator）功能。老師只需輸入授課主題、年級與學習目標，系統便能在數分鐘內產出包含文字、圖表、甚至動畫的完整投影片。