模具被称为"工业之母"。中国模具工业协会数字化信息化工作委员会今年 6 月发布的《模具行业 AI 应用路线图白皮书》，给出了一个 MDAM-5 成熟度模型，行业自评结果是这样的：L1 初探级约 60%，L2 单点级约 25%，L3 集成级约 10%，L4 智能级约 4%，L5 引领级约 1%（来源：《模具行业 AI 应用路线图白皮书（2026 年版）》，中国模具工业协会数字化信息化工作委员会）。
换算一下：85% 的企业，AI 还停在"问答式工具尝试 + 局部视觉检测试点"；真正把 AI 跑进产线、形成稳定闭环的，不到 5%。
不是不想动，是难点排得太密
白皮书归纳了模具行业的六类典型痛点：设计周期长、试模成本高、加工质量不稳定、知识传承难、设备意外停机、排产与资源调度复杂（来源：同上）。
这些问题有个共同点——都不是"缺一个算法"造成的。试模调试依赖老师傅的手感，CNC、EDM 的参数窗口窄，受设备状态、刀具状态、装夹、材料硬度、环境温湿度共同影响。经验集中在资深工程师和试模技师脑子里，人一流失，能力就波动。
图注：MDAM-5 五级成熟度里，85% 的模具企业落在 L1 与 L2，能进入 L4 智能级的只有 4%，L5 引领级 1%
卡住的不是模型，是试模记录
报告给出的第一条核心结论，是"数据资产是落地成效的分水岭"。这句话背后是具体的阻塞点：多数企业卡在试模记录、加工履历、质检结论、报警日志的完整性与一致性上。这些数据今天大多还躺在 Excel 和个人电脑里（来源：《模具行业 AI 应用路线图白皮书（2026 年版）》，中国模具工业协会数字化信息化工作委员会）。
另一个断点是系统。CAD、CAE、MES、ERP 多为孤岛，关键系统缺少 API 接入能力，AI 拿不到跨系统的上下文，只能做单点问答。白皮书对 2026 年现状的判断很坦率：多数企业的数据资产结构化程度仍处在 Excel/个人电脑阶段（来源：同上）。
图注：产线上不缺传感器和数据，缺的是能跨 CAD、CAE、MES 流动的同一套字段口径
这不是模具行业独有的问题。中国信通院和三六零联合发布的《企业级智能体技术与应用研究报告（2026年）》里，金融、制造、政务、医疗、教育五个行业的标杆案例已经规模化铺开，但每个案例的落地前提都是数据先打通（来源：《企业级智能体技术与应用研究报告（2026年）》，中国信通院、三六零）。源势AI在企业级 Agent 落地里看到的也是同一条规律：demo 跑通和业务上线之间隔着一条河，河的深度由数据基础决定（来源：《企业级Agent，到了落地深水区》，源势AI，2026-08-10）。
先证明价值，再谈闭环
白皮书建议的路径是四段递进：单点试点 → 环节集成 → 全流程智能化 → 行业协同智能。排序的关键在第一段——先做数据可得、指标可验收、责任可界定的场景，证明价值之后再打通闭环，最后才谈平台化和生态化（来源：《模具行业 AI 应用路线图白皮书（2026 年版）》，中国模具工业协会数字化信息化工作委员会）。
它也明确提醒不要跳步：行业整体还处在初级阶段，第一步是把单点场景跑通，而不是直接追 Agent、具身智能这些前沿形态（来源：同上）。
图注：从 2026 年的现状到 2032 年的愿景，中间六年的差距几乎全部落在数据资产与系统接入能力上
人机协同不是过渡，是常态
报告把人机分工写得很清楚：AI 更适合定位为工程师、编程员、试模技师的"副驾驶"，负责把经验结构化、把判断辅助化；质量责任与安全边界仍由制度与流程兜底（来源：《模具行业 AI 应用路线图白皮书（2026 年版）》，中国模具工业协会数字化信息化工作委员会）。
它给出的中长期愿景是 2028 年之后的事：以视觉大模型和 LLM 为能力底座、Agent 为应用形态、MCP 为系统连接方式、具身智能为物理交互延伸（来源：同上）。对今天的企业来说，这个时间表的含义不是等待，而是提前把接口留出来——数据资产、系统 API、人才储备。
源势AI观点
第一，"我有数据"和"我的数据能用"是两件事。模具厂不缺记录，缺的是字段统一、口径一致、能追溯到具体项目的记录。动手前先做一次数据盘点，把试模记录、加工履历、质检结论的字段定义统一到一张表上，成本不高，收益是后面所有场景的前提。
第二，验收指标要在立项时写死。白皮书反复强调"有数据、有指标、有责任边界"，三个条件里最容易糊弄过去的是指标。缺陷检出率、试模次数、非计划停机时长的基线值，立项时不写清楚，结项时就只能听供应商讲故事。
第三，别把 Agent 当成起点。制造业的 AI 落地顺序是数据 → 单点模型 → 集成 → Agent，中间任何一步跳过，后面都要还回来。
参考材料
- 中国模具工业协会数字化信息化工作委员会《模具行业 AI 应用路线图白皮书（2026 年版）》，2026 年 6 月
- 中国信通院、三六零《企业级智能体技术与应用研究报告（2026年）》
- 源势AI《企业级Agent，到了落地深水区》，2026-08-10
- 源势AI《AI落地最苦的活，为什么最值钱》，2026-09-08
话题标签：#工业AI #模具行业 #数据治理
