54. 赵伟:从德国大众到工业 AI,二十多年制造业经验如何在FDE中派上用场?灯下白-走进 AI 圈的真实对话

54. 赵伟:从德国大众到工业 AI,二十多年制造业经验如何在FDE中派上用场?

61分钟 ·
播放数109
·
评论数2

灯下白EP54:赵伟

🎙️嘉宾:赵伟

机械工程出身,曾在德国学习,并参与大众狼堡、匈牙利奥迪及大连发动机项目。此后在汽车及机床相关制造业工作二十余年,近几个月开始探索工业 AI。

主持人:吴熳

在得到直播讲过AI应用,在WaytoAGI北京切磋分享,代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学,AI牛马库导航科普网站 ka21.org 主理人

本节目由人类与GPT共同策划,剪映处理音频中水词,千问处理剪辑时间轴,GPT撰写Shownotes,Banana Pro生成播客logo,即梦生成播客封面,Suno生成片头片尾音乐,同时由声湃和中关村科学城公司提供录音场地,由罗德麦克风提供录音设备。感谢中关村科学城的政策支持!
《灯下白》坚持100% Human,真人真聊真AI,对白坦白灯下白。

🪝本期故事

二十多年前,赵伟在德国的汽车工厂里,看见一条生产线上密集运转的机器人。

那时的他学的是机械工程,还不知道自己会参与汽车发动机项目,更不会想到,有一天中国汽车会反过来成为他和德国朋友讨论的话题。

从大众狼堡、匈牙利奥迪,到回国参与大连的发动机项目,他一路看着制造业变化。说起一辆车,他想到的不只是品牌和外观,还有整车厂背后的一层层供应商:座椅、零件、工艺、质量标准,每一环都影响最后交到消费者手里的车。

他记得德国工厂的严谨,也看见中国制造这些年的创新。一个孩子到了德国,脱口而出“德国车也不过如此嘛”。这句话让他意识到,下一代看汽车的眼光,已经和自己年轻时不同。

然后,做了二十多年制造业的赵伟,被一位发小带进了 AI 的世界。

接触 AI 才几个月,他开始研究写代码的工具,也开始反复问自己:工厂里的经验,能不能和 AI 真正接上?

答案没有想象中简单。普通软件可以反复试错,生产线却不能为了验证一个想法随便停下来。一个判断失误,可能直接影响设备、产品质量和交付。

节目里,他用机床主轴举例:老师傅会听声音、摸温度,判断设备出了什么问题;如果传感器和模型能更早识别异常,能不能在故障发生前预警,甚至让设备主动降速?

讲到这里,吴熳追问:“这是已经做成的真实案例吗?”

赵伟说,这个闭环还在努力推进,需要机床厂一起参与。这个追问,也把“AI 能做什么”和“现在已经做到了什么”分开了。

两人继续聊到维修知识库、工业智能体、排产、材料研发,以及工厂最基础的数据问题。赵伟认为,很多企业谈智能化之前,还得先把数据整理好;在关键决策上,最终负责的人仍然是人。

聊到最后,话题又回到他自己。四十岁以后再学新工具,焦虑当然有。但 AI 也让他重新找到了学习的兴趣。他给同样来自传统行业的人一个很小的起点:先拿工具解决身边的一件事,再慢慢往专业场景里走。

💡本期你会听到

一个学机械工程的人,怎样从德国走进大众狼堡和汽车制造现场?

二十多年前的德国汽车工厂,什么给赵伟留下了最深的印象?

为什么看一辆车,不能只看整车厂,还要看一级、二级供应商?

当孩子觉得“德国车也不过如此”,一个汽车行业从业者听见了什么变化?

做了二十多年制造业,赵伟为什么在几个月前重新开始学 AI?

机床主轴的预测性维护可以怎样设计?离真正的自动预警和控制还有多远?

面对模型可能出错的问题,维修知识库能提供什么帮助?

工业智能体进入工厂后,人、数据和原有管理系统各自承担什么角色?

柔性排产和材料研发里的 AI,今天更多是在替人决策,还是给人提供辅助?

传统行业工作多年的人,开始接触 AI 可以从哪一件小事做起?

🔥本期金句

“有一种工业的精神是难以复制的。”

“工业 AI 的话,不可能全生产线去停到让你去试。”

“但是人是做最后决策的人。”

“第一步要做这个数据清洗。”

“AI 改变了一个人的学习方式。”

⏱Shownotes

01:18 从机械工程到工业 AI,赵伟先介绍自己的二十多年

从在中国、德国学习机械工程,到汽车和机床相关工作,再到最近开始探索工业 AI,赵伟把这几段经历放到同一条线上。

04:08 大众狼堡的招聘机会,怎样把他带进汽车工业?

毕业时遇上面向中国项目的人才招聘,他从德国汽车工厂的工作开始,后来参与发动机项目,也由此见证中国汽车工业的发展。

08:45 二十多年前走进德国工厂,满眼都是机器人

当年的自动化产线让他印象深刻。再回头看今天的中国汽车制造,他谈起自己眼中德国制造的严谨与中国制造的创新。

13:36 一辆车背后,还有多少层供应商?

从整车厂到一级、二级供应商,零部件和质量标准层层传递。赵伟解释,整车品牌的变化,也离不开供应链能力的变化。

19:55 “德国车也不过如此”:孩子的一句话让他重新看中国汽车

他讲起孩子到德国后的直观感受,又提到一位来中国交流的德国少年。不同年龄和成长环境的人,正在用不同的尺度看汽车与制造业。

25:28 一个发小,把二十多年的工业人带进 AI

从编程话题聊起,赵伟开始接触 AI 工具。他说,重新学习带来的兴奋感,让自己又一次愿意花时间琢磨新东西。

28:16 工业 AI 为什么不能像普通软件一样试错?

软件可以反复运行、修改,生产线却牵涉设备和产品质量。赵伟认为,工业场景的物理设备和试错成本,是 AI 走进工厂时绕不开的门槛。

29:21 二十多年的行业经验,在 AI 时代还值钱吗?

面对“工作会不会被替代”的问题,他谈到重复性工作与长期积累的行业判断,也承认经验并非绝对不可替代。

32:40 一根机床主轴,能不能在坏掉之前发出信号?

老师傅听设备声音、感受温度;传感器则可以持续采集温度、压力、振动等数据。赵伟用这个场景解释预测性维护的设想。

36:24 追问真实案例:从预警到自动降速,还有一步要走

吴熳问这个闭环是否已有真实案例。赵伟明确说仍在推进,需要机床厂共同参与;节目也由此转向工业 AI 的精度与可靠性问题。

38:52 维修知识库,怎样减少“答错故障”的风险?

从设备报警号检索对应原因,再结合维修手册和行业知识库,赵伟介绍了更受约束的问答方式,同时承认模型错误无法被绝对消除。

44:10 工业智能体进入工厂,人还做什么?

赵伟讲述自己接触到的工厂实践:智能体参与协调和研发建议,但参数是否采用、关键决定由谁负责,最后仍然要回到人。

48:21 没有数据,谈智能化会卡在哪里?

自动化、数字化、智能化是不同阶段。他提醒,很多工厂还没有整理好基础数据;做工业智能体前,先得弄清哪些数据有用。

50:38 排产、材料研发和管理系统,AI 今天能帮到哪一步?

从缺料时调整生产顺序,到缩小合金试验范围,再到在现有管理系统里接入智能体,赵伟分别讨论 AI 作为辅助工具的可能性与现阶段边界。

55:08 给四十岁左右、来自传统行业的你:先从一件小事开始

赵伟谈起自己也有过的焦虑。AI 改变了他的学习方式;给初学者的建议,是先用工具解决眼前的问题,再决定是否走向更专业的工业场景。

💬听众互动

如果你也在传统行业工作,你最希望 AI 帮你解决哪一个具体问题?在你的工作现场,最难交给 AI 的判断又是什么?欢迎在评论区聊聊。

也欢迎把这期节目分享给正在制造业里探索 AI,或者想重新开始学习的朋友。

真人真聊真 AI,对白坦白灯下白。

我们下一盏灯见。

展开Show Notes
HD323601y
HD323601y
2026.9.30
听完确实挺有感触的。里面讲的一些东西,跟我之前参加分享会听到的案例相互串联起来了。

比如以前通信公司的信号塔很高,一些维护工作需要人爬上去做,既危险又辛苦,现在已经开始用无人机加 AI 去代替人做一部分了。还有横店拍戏,以前演员吊威亚做一些危险动作,现在有些也开始用 AI、数字技术来辅助完成。

正好我自己也是在制造业做信息化这块的,所以听这期的时候感触会更深一点。感觉 AI 已经不只是我们平时聊天、编程这些了,而是真的开始进入工业和各种现实场景,去解决实际问题了。
只不过工业 ai 化,任重而道远!
Rosia吴熳
Rosia吴熳
2026.9.30
哈哈 谢谢你的反馈!我以后也会继续探索一些行业和AI的结合方向!