编者按：正规配资平台线上
当“世界工厂”遇上人工智能，当传统车间走向数据云端，有“隐形冠军”续写传奇，也有新锐力量重塑产业，还有中小企业在全球市场中突围。以它们为窗口，我们观察东莞企业如何以创新为刃，开辟产业升级的新路径。
即日起，南方日报、南方+推出《莞企新势》栏目。栏目将讲述莞企的新鲜事，关注莞企发展的新趋势，敬请垂注。
“我们这里就好像一个‘超级工业超市’，客户一进来就能直观地了解到我们能做什么，并基于他们的需要来选择适合自己的方案。”东莞模德宝智能科技有限公司（下称“模德宝”）副总裁王胜说。
走进模德宝的生产车间，鲜见工人穿梭于产线之间，取而代之的是自动化设备与云端指令的高效协同，这里与传统生产车间有些不一样——模具的前端设计、编程通过云端大数据进行交互，中间的制造通过工艺排配和APS智能排产逐一分解，以数据驱动制造，AGV小车载着物料穿梭其中，机械臂按要求和工序进行加工，“7×24”的少人化、智能化生产，让这里成了名副其实的“黑灯”工厂。
近日，南方+记者走进模德宝，了解这家“黑灯”工厂如何“照亮”模具行业的智造路，撬动万亿级模具市场的新未来。
在东莞逛“工业超市”，把智能工厂带回“家”｜莞企新势
从“一台机床一个人”到“一条生产线一个人”
模具，被称为“工业之母”，小到瓶盖、玩具，大到家电、汽车，几乎所有工业产品的成型都离不开它。作为制造业的核心环节之一，模具的生产周期、品质和成本将直接影响产品生产。一套高效的模具可以依靠简单操作，高效率、高精度、高标准地生产出数万件到数百万件的终端产品，撬动下游数十万亿产品市场。
然而，模具制造难度远高于一般工业品，涉及工艺设计、材料学、机械加工等多领域知识技术，制造工艺复杂且周期漫长，高度依赖人才和经验，这也导致此前传统模具行业长期依赖“老师傅”的经验。人工操作占比高、标准化程度低，加上年轻劳动力流失与产业外迁的压力，模具行业转型升级迫在眉睫。
“我们发现，中国有很多模具制造相关的企业，但大多数仍停留在‘一台机床一个人’的阶段。”王胜表示。
模德宝副总裁王胜。
面对这一痛点，模德宝自2023年起，在东莞松山湖建起了一座超15000平方米的模具行业标杆智能工厂并投产，拥有十余条从设计、编程、制造到检测、物流的全柔性制造自动化生产线，近80%的制造工序已经实现少人化或无人化，一条产线只需一个人，就能推进生产制造流程。
过程听起来很简单，实际上非常复杂。这一变革的背后，是模德宝对工业物联网与数据治理的深耕。“每一个产品不一样，要把它高效地生产出来，涉及许多工业知识，工艺和技术，包括材料、工业软件、精密加工、检测等多个维度，细节决定成败。”王胜举例，“模具加工设备品牌多、接口复杂，光是数据采集和清理就需沉淀非常长的时间。”
通过自主研发的工业互联网平台“模云”，模德宝打通了模具加工领域全球主要设备的物联层，从而构建起基于机台的庞大工艺数据库。
成果显而易见。以模具报价为例，传统模式下，工程师需耗费一天时间核算成本，而通过AI智能报价系统，仅需几十分钟即可生成精准方案，效率提升超10倍。目前，模德宝为家电、3C等各行业头部客户提供解决方案，“黑灯”工厂模式更成为不少制造业企业建厂的样板。
AI上线辅助生产
如果说“黑灯”工厂是模德宝为模具行业动“筋骨”，那么AI技术的应用便是为模具行业的生产制造加入一个智慧“大脑”。
在模具这一高度非标化的领域，AI的应用一度被视为“不可能的任务”——每个产品对应的模具结构千差万别，传统算法难以应对复杂特征识别。
“‘AI+制造’核心点就在于企业必须拥有真实的工业场景和对应的结构化数据。”王胜介绍，模德宝基于十多年的数字化制造经验，不仅积累了丰富的模具全生命周期生产要素，也沉淀了海量的结构化标准数据库，并在此基础之上融入AI，让全流程实现智能化。
模德宝深耕模具行业和工业软件领域十余年，服务过超千家制造企业，沉淀了涵盖汽车、医疗、3C等行业的结构化数据。
王胜表示：“2023年起，我们就开始探索大模型在工业现场的应用，不断尝试多款模型接入‘模小云’，在某些场景甚至提高了约5至10倍效率，但涉及不同具体工序的应用有着不同的难易程度。目前，我们已经在模具报价、模具排产、品质检测等具体场景实现了初步闭环，预计在今年下半年至明年就可以继续延展。”
值得一提的是，模德宝也在探索用“虚拟厂长”重构工厂管理。王胜期待，在不远的将来，工厂可以在云端利用AI智能体实时监控设备状态、管理现场加工、预判故障风险，并协调物流与供应链；在车间，集群式机器人可以自主执行指令，形成一体化管控。
基于“模云”平台工作的“模小云”AI助手。
AI的深度渗透，还离不开生态协同。目前，模德宝打造的工业互联网平台“模云”已接入数十家上下游企业，通过数据共享推动产业链协同。“我们选择在东莞松山湖打造智能工厂，也是因为这里靠近我们的客户，还有着别的城市无与伦比的配套供应链，在很短的时间内就能及时响应我们所需的零部件。”王胜说。
但在王胜看来，AI目前作为工具渗透进真实的工业现场依然会遇到很多的挑战，“因为工业制造需要高度的稳定性和准确性，未来，我们将会继续研发，让AI可以发挥更大效用，‘能干活’‘会干活’‘干好活’。”
采写/摄影/视频：南方+记者 何绮莹正规配资平台线上