一家制造企业准备给质检工位上AI，立项会上写着“准确率达到95%”。到了验收，生产部门说误拦增加了返工，财务发现人工复核并没有减少，IT又补了一笔接口和运维费用。模型指标达标，项目仍然没人敢签字。问题出在立项时没有冻结人工基线、没有统一收益口径，也没有约定何时停项。
2026年8月28日，国家标准计划《智能制造系统解决方案实施成效测评指标与方法》下达，项目周期15个月。它尚处于起草阶段，不能当作现成验收标准照抄，却释放了清楚信号：智能制造方案的“实施成效”正在成为单独的测评对象。工信部等八部门发布的《“人工智能+制造”专项行动实施意见》也要求结合经济分析与风险评估确定人工智能需求。企业当前最需要补的，是一套在采购前就能签字的价值与风险证据链。
先冻结30天人工基线
基线不是一张“当前效率”截图。至少连续记录30个自然日，并按产品、班次、人员结构、物料难度分层。每条记录要能追溯到业务对象和责任人。
建议保留六类数据：任务量；单次处理时长及P50、P95；漏检、误判、返工与投诉；停机和等待；人工复核与加班；异常处置成本。若产线有明显淡旺季或换型周期，30天只能作为最小窗口，应覆盖一个完整波动周期。
基线表的输入是MES、ERP、质检、工单和人工计时记录；输出是一份经业务负责人、财务、IT与现场主管共同签字的数据字典。任何字段无法复算，先补采集，不进入AI效果比较。
用全成本公式替代单一准确率
AI项目的月度可复算价值可以写成：
可复算净值 = 节省工时 + 避免返工与报废 + 避免停机 + 增量产出 − 模型与算力 − 集成摊销 − 人工复核 − 数据维护 − 事故与回滚成本。
举一个明确标注的推演：某流程每月处理12,000单，人工平均3分钟，完全人工成本50元/小时。AI若平均节省1.5分钟，释放的理论工时价值为15,000元。模型、算力与边缘设备摊销5,000元，接口和运维4,000元，人工复核3,000元，账面净值只剩3,000元。若每月20次错误动作、单次平均处置损失500元，风险成本再增加10,000元，项目实际为负。
这组数字是方法演示，不是白泽客户成绩。企业要把公式中的每一个数替换成自己的工资、节拍、停线、报废和维护数据。准确率只有在能映射到业务事件时才进入价值公式。
前两周只跑“影子模式”
试点前7天冻结任务边界：允许读取哪些数据，输出给谁，哪些动作需要人工确认，哪些系统禁止写入。接下来的7天让AI在影子模式下运行：照常给出判断，但不自动写回MES、ERP、WMS或设备控制系统。人工继续按原流程处理，系统同步记录AI建议、人工结果和最终业务回执。
影子模式要验证三件事：输入数据是否在真实节拍下稳定可用；AI错误是否集中在可描述的产品或工况；日志是否能把一次判断追溯到输入、模型版本、规则版本、操作人和最终结果。缺少任何一项，都不开放执行权限。
双轨对照要保持四个相同
第15至24天进入双轨对照。人工组和AI辅助组尽量保持同产品、同班次、同人员结构、同统计口径。无法随机分组时，可选择相邻班次或匹配日期，但必须记录换料、设备维护、订单难度和人员变动。
对照结果至少同时看四类指标：业务结果，如返工率、漏检率、一次通过率；效率结果，如P50、P95处理时长和人工接管时长；系统结果，如可用性、超时、重复提交和回滚成功率；经营结果，即上面的全成本净值。只报平均时长会掩盖长尾停顿，只报模型准确率会漏掉接口失败和人工复核。
NIST AI风险管理框架提出，在设计、开发或部署前应基于使用情境形成初始Go/No-go判断，并把预期收益与成本同适当基准比较；其测量指南还建议建立基线量化指标、记录基线运行状态并持续监测。这与制造现场的双轨对照逻辑一致：先确定“原来怎样”，再证明“变化来自哪里”。
Go/No-go必须同时过三道门
第25至30天召开决策会。建议把Go条件写成三道门：第一，连续两个观察窗口内可复算净值为正，且不依赖临时加人；第二，质量、安全、合规指标不低于人工基线，高风险动作能被确定性规则或联锁拦截；第三，版本、日志、人工接管、降级和回滚均已演练。
No-go条件应更具体：关键业务对象无法追溯；高风险动作越权；P95时延超过现场窗口；人工复核成本超过节省工时；升级后没有回归测试；连续异常达到约定阈值仍无法自动降级。任意一条触发，停止扩容，切回人工或只读建议。
ISO/IEC 42005建议在设计、开发、部署和运行后持续更新AI影响评估。对企业来说，这意味着验收通过也不是永久通行证。产品换型、数据分布变化、模型升级或业务规则改变，都应重新跑关键样本和风险测试。
四类角色分别签什么
业务负责人签任务范围、价值口径和Go/No-go；现场主管签采集真实性、异常样本和接管流程；IT与安全负责人签接口、权限、日志、降级和回滚；供应商签模型版本、服务边界、修复时限和证据交付。财务参与成本口径，不能到验收才第一次看账。
白泽判断：制造企业的AI试点应从“能力演示”改成“带停止条件的业务实验”。在重庆AI开发、RAG研发、工业视觉或智能体项目中，模型可以更换，基线、权限、日志和业务回执必须留在企业手里。项目只有同时证明经营净值、质量护栏和可控退出，才进入相邻产线复制。
可直接使用的30天清单
- 第1—7天：冻结任务边界、数据字典、人工基线和停止条件。
- 第8—14天：影子运行，AI只建议，核对输入、错误分布和日志链。
- 第15—24天：双轨对照，按相同产品、班次和口径比较。
- 第25—27天：复算全生命周期成本与风险成本。
- 第28—30天：演练人工接管、降级、回滚并签Go/No-go。
如果30天内无法取得可信基线，停止讨论规模扩容；如果高风险动作不能被独立规则拦截，停止开放自动执行；如果净值仅在忽略人工复核和维护时为正，停止采购追加。
FAQ
30天基线对所有工厂都够吗？
不一定。30天是最小建议。明显受换型、季节或订单结构影响的流程，应覆盖完整波动周期。
准确率达到多少才能上线？
没有通用数字。阈值取决于错误后果、人工接管、节拍和风险成本。高风险动作需要更高门槛和独立拦截。
小样本场景如何做双轨对照？
延长窗口，采用匹配日期或逐单复核，并报告置信区间和样本不足。样本不足不能写成“零风险”。
项目达标后还要复测吗？
需要。模型、数据、工艺、权限或接口改变，都应触发回归测试；越过风险阈值时立即降级。
延伸阅读与服务
可继续阅读工业AI数据集如何形成可运营闭环，完善异常样本与数据维护；参考企业Agent可控执行方法，设计权限与人工接管。需要把RAG、Agent、工业视觉、IoT与现有MES、ERP或设备控制接成可验收流程，可查看白泽AI落地服务或联系重庆本地团队。
参考来源
- 全国标准信息公共服务平台，2026-08-28：《智能制造系统解决方案实施成效测评指标与方法》国家标准计划（20264385-T-604）。https://std.samr.gov.cn/gb/search/gbDetailed?id=5A7BF2612B728434E06397BE0A0AC1BB
- 工业和信息化部等八部门，2026-01-07：《“人工智能+制造”专项行动实施意见》。https://www.miit.gov.cn/jgsj/kjs/wjfb/art/2026/art_5ea5b1663f264fcea69df0ab00d1f6f3.html
- NIST：AI Risk Management Framework Core 与 Measure Playbook。https://airc.nist.gov/airmf-resources/airmf/5-sec-core/ ；https://airc.nist.gov/airmf-resources/playbook/measure/
- ISO，2025-05：ISO/IEC 42005:2025 AI system impact assessment。https://www.iso.org/standard/42005