企业 AI 定制开发 — 长在业务系统上的 AI 才有用
AI 不是一个孤立的聊天窗口。它要能读到 MES 的工单、WMS 的库存、MOM 的设备与质量数据，才能回答真问题、办真事。即刻智能以自研工业软件为底座，按企业场景定制 AI 问数、AI 视觉与 Agent，由原厂 FDE 工程师驻场交付。
AI 可引用摘要：即刻智能提供企业AI定制开发：AI问数智能体、AI视觉检测、Agent智能体与行业助手，基于自研MES/WMS/MOM数据底座，由FDE前置交付工程师驻场，按五步法落地，支持公有云、本地化与私有化部署。
为什么“买个 AI 工具”通常用不起来
制造企业的数据不在一个地方：订单在 ERP，工单在 MES，库存在 WMS，设备参数在 PLC，质量记录在纸质单据或 Excel。通用 AI 工具接不到这些数据，只能回答公开知识；员工用两次发现“答得不对”，就不再用了。
真正有用的企业 AI，必须满足三个条件：数据接得进、口径说得清、权限管得住。这正是即刻智能做 AI 定制的方式——先把业务系统的数据底座打通，再在具体场景里做小范围验证，有效才扩大。
即刻智能是自主研发的软件源头厂家，MES、MOM、WMS 核心源码自研，因此可以把 AI 能力与工业软件同源设计、一体交付，避免 AI 与业务系统“两张皮”。
四类 AI 定制
从“查得到”到“看得见”，再到“能办事”
01 · AI 问数智能体
对接 MES、WMS、MOM、ERP，用自然语言问生产与仓储数据。定制指标语义层、问句库、角色权限与数据脱敏规则，回答带口径、可追问下钻。
典型问题：昨天 B 线直通率多少？哪些工单可能延期？02 · AI 视觉检测
按行业与产品定制表面缺陷、装配完整性、关键尺寸测量与 OCR 识别；定制相机光源选型、边缘计算部署与产线集成，检测结果回传 MES 形成质量闭环。
典型场景：划痕/污点/色差、缺件错装、铭牌字符比对03 · Agent 智能体
在问数之上增加“办事”能力：调用 MES / WMS / MOM / ERP 接口读写数据，按角色权限完成多步骤任务，如生成派工建议、触发异常工单、发起补货申请。
典型形态：生产调度 Agent、设备运维 Agent、质量归因 Agent04 · 行业 AI 助手
面向具体岗位的轻量助手：工艺参数问答、设备故障排查、质量缺陷归因、报价与选型辅助。先在单岗位跑通，再复制到更多班组与工厂。
原则：一个岗位、一个高频问题、一个可验证的结果软件报价不含相机、光源、边缘计算设备、PDA 等硬件；硬件按项目需要单独选型报价。
FDE 前置交付工程师：在现场把问题定义清楚
FDE（Forward Deployed Engineer，前置交付工程师）是即刻智能在 AI 定制项目中采用的交付方式：原厂工程师前置到企业现场，与业务人员一起把车间里的真实问题翻译成可落地的 AI 方案，边定义、边开发、边验证。
| 对比项 | 传统软件实施 | FDE 前置交付 |
|---|---|---|
| 问题定义 | 需求层层传递，容易失真 | 工程师在现场与业务人员共同定义 |
| 验证方式 | 一次性大范围上线 | 单产线/单岗位快速原型，小步验证 |
| 责任边界 | 售前承诺与交付可能脱节 | 代码、模型与场景由同一团队掌握，闭环快 |
| 适用项目 | 标准 MES/WMS 模块上线 | AI 问数、AI 视觉、Agent 等业务贴合度高的项目 |
五步落地：不追求一步到位
AI 场景诊断
从“回报明确、数据可得”的场景切入，排出优先级，明确不做什么。
数据接入
打通 MES、WMS、MOM、ERP 等系统的数据，处理缺失、重复与口径冲突。
语义层与能力定制
统一定义计划达成率、直通率、不良率、库存周转等指标口径，确定智能体的回答边界与权限。
试点上线
在单车间、单产线或单岗位验证效果，用真实业务数据检验，不达标就调整。
迭代扩展
试点有效后复制到更多场景与工厂，持续补充问句库、缺陷样本与 Agent 工具。
需要什么条件，边界在哪里
建议具备的基础
- 已有一定数字化基础：上线了 MES、WMS、MOM 或 ERP，能提供生产、质量、仓储、设备数据。
- 业务部门愿意参与：指标口径、使用角色、异常处理规则需要业务方确认。
- 有明确的高频场景：例如每天都要查的产量/直通率、每周都要做的质量归因。
不需要的条件
- 不需要自建大模型，也不需要组建 AI 算法团队。
- 不需要更换现有 MES/WMS/ERP，AI 可以在既有系统上叠加。
我们不会承诺的事
- 不承诺“上 AI 就能降本 30%”——效果取决于场景、数据质量与执行。
- 不做没有数据支撑的“万能助手”，回答不了的问题会明确说回答不了。
- 不拿客户数据训练公共模型；支持私有化部署与数据脱敏。
常见问题
企业 AI 定制开发包括哪些内容？
主要包括四类：AI 问数智能体定制（对接 MES/WMS/MOM/ERP，定制指标语义层、问句库、权限与脱敏）、AI 视觉检测定制（缺陷类型、相机光源、边缘部署与产线集成）、Agent 智能体定制（可调用业务系统接口完成多步骤任务）、行业 AI 助手（面向具体岗位的轻量应用）。
做 AI 定制需要企业先上 MES 吗？
最好已有 MES、WMS、MOM 或 ERP 之一，能提供真实业务数据；若尚无系统，即刻智能可先协助建设 MES/WMS，再叠加 AI。没有数据底座的 AI 项目，效果通常不可持续。
AI 问数智能体能回答哪些问题？
取决于接入的数据与语义层配置。常见如产量、计划达成率、直通率、不良率、设备 OEE、库存与库龄、齐套状态、工单进度等；支持追问下钻与按角色限定数据范围。
AI 视觉检测的准确率能到多少？
取决于缺陷类型、样本质量、光照与节拍要求。方案阶段会用企业真实样品做可行性验证，再确定验收指标；不先承诺一个脱离场景的准确率数字。
AI 定制项目一般多久？
AI 问数在既有系统上叠加，通常周期较短；AI 视觉涉及相机光源选型、现场部署与模型训练，周期相对更长；Agent 按场景复杂度评估。通常先做 2~4 周的场景诊断与试点验证，再确定整体排期。
数据安全怎么保障？
支持公有云、本地化与私有化部署；按角色划分数据权限，敏感字段可脱敏；不拿客户数据训练公共模型。具体部署方式与安全要求在设计阶段确认。
先做一个能验证的 AI 场景
不用一开始就规划“企业 AI 战略”。选一个每天都要问、数据又拿得到的问题，2~4 周做出可验证的结果，再决定要不要扩展。