一台关键设备在夜班停机，报警码能被系统记录，老师傅脑子里的排查顺序却没有留下。值班员先翻手册，再逐个打电话，直到找到“以前见过这个问题的人”。2026年9月24日，微软披露Rockwell Automation新加坡工厂的维护Copilot案例：该厂把资深工程师20—30年的现场经验，与设备手册和制造软件数据组织到同一查询链路中；企业内部跟踪显示，机器停机时间下降33%，服务和备件成本约下降25%，新人独立排障所需时间从9个月缩短到3个月。
两个工厂，暴露的是同一种经营问题
Rockwell面对高混合、低批量生产环境：1000多个SKU、每年超过2万次换线。维护人员过去需要在数百页手册中查错误码，再请教处理过类似故障的同事。新系统把经验按“症状—原因—处置反应”组织，技术员既能看到手册步骤，也能看到其他产线出现过什么、最后由谁确认。
世界经济论坛2026年6月22日发布的新一批灯塔工厂材料显示，重庆太极集团涪陵制药面对的是另一类隐性知识：中药生产依赖人工经验和定性控制，批次一致性难以稳定。该工厂通过数字化炮制标准、质量标志物分析等30多项方案，把关键经验转成过程规则和可测指标。公开材料显示，批次质量波动下降33%，OEE提高13%，生产成本下降10%。
一个是自动化设备排障，一个是中药工艺控制；共同变化是隐性知识开始从个人能力变成组织可调用的生产资产。这比部署一个聊天入口更难，也更接近制造企业愿意持续投入的价值。
经验流失如何变成停机、返工和交付风险
- 异常发生：报警、视觉缺陷或工艺漂移出现，但系统只保存结果码。
- 诊断依赖个人：班组寻找见过类似问题的人，夜班和新人等待更久。
- 处置不可复盘：更换过什么、测过什么、哪些尝试无效，没有统一记录。
- 经验再次流失：人员调岗、离职或退休后，同类故障重新从头排查。
采购通用模型账号不会自动缩短停机。回答必须进入工单、点检、报警、备件和审批流程，使每次处置都形成新的证据。
可追溯系统至少包含五层
1. 采集层：记录事实
每条经验至少绑定设备ID、型号与版本、发生时间、报警和工况快照、检查动作、测量读数、最终根因、恢复时间和确认人。没有这些字段，后续检索很容易把相似现象误判成同一问题。
2. 结构化层：拆成故障链
适合生产的最小知识单元是“症状—可能原因—验证动作—处置—结果—适用边界”。无效尝试也应保留，避免下一班重复消耗时间。
3. 证据层：建议能回到来源
答案要指向手册章节、获批作业指导书、历史工单或具名专家确认；需要区分原厂规定、企业SOP和个人经验。证据不可追溯的建议只能作为线索。
4. 权限层：按照风险分级
低风险内容可以只读查询；涉及停机、复位、参数修改、屏蔽报警和安全联锁的动作，需要人工确认或双人审批；写入PLC、MES、QMS等系统还要有回滚和审计。
5. 回写层：用结果淘汰错误经验
处置结束后记录是否恢复、用时、备件、是否复发和确认人。知识条目按设备版本和有效期管理；误导答案进入复盘，过期经验自动降权或失效。
谁受益，谁会承压
先受益的是夜班、新员工、跨厂支援团队和多品种小批量工厂。他们需要在没有资深人员陪同的情况下快速获得有证据的排查顺序。设备服务商也可把同类机型的匿名故障模式沉淀为服务能力，但必须隔离客户数据和权限。
承压的是只按模型调用量、账号数或演示效果报价的项目。企业会更关注停机分钟数、一次修复率、重复故障率、培养周期和误导率。没有工单接入、证据引用、权限控制和结果回写，模型能力很难归因经营价值。
重庆制造企业的30天验证
第一周，从过去3—6个月工单中选出造成停机损失最高的一个故障族，按频次与损失排序前20个原因；第二周，让老师傅用真实工单复盘验证步骤，补齐无效尝试和适用边界；第三周，把知识接入只读问答，所有答案显示来源，不允许自动改参数；第四周采用人工流程与AI辅助双轨对照。
至少记录平均定位时间、平均恢复时间、一次修复率、重复故障率和答案被人工否决率。样本量不足、来源引用率未达目标、出现越权建议或关键指标无改善时，停止扩到全厂，先修数据和流程。
白泽判断
制造业AI接下来的稀缺资源，是在真实工况下被证明有效的知识单元。更实际的起点是一个损失明确的故障族，让每次处置都留下事实、证据、权限和结果。做到这一步，老师傅经验才会从个人记忆变成组织资产，Agent才有进入生产流程的基础。
常见问题
只有设备手册，能不能直接做维护问答？
可以做只读检索，但手册通常缺少本厂工况、改造历史和失败尝试。答案范围应明确为“原厂资料”，不能包装成现场经验。
是否应该让AI自动执行复位或参数修改？
首阶段不建议。先显示来源、步骤和风险，由授权人员确认；只有经过充分验证、具备互锁和回滚机制的低风险动作，才考虑受控执行。
小型制造企业没有MES，能不能做？
可以从工单、点检表、报警导出和备件记录开始。关键是统一设备ID、故障分类和结果字段。