制造业AI，开始退潮了？

制造业AI投资的大饼，可能真的要"烤糊"了。
但先别急着高兴。
因为这一次，被烤糊的可能不是AI，而是那些只会讲AI故事的项目。

最近，供应链和工业软件研究机构 Revalize 发布了一份报告，标题非常狠：
"制造业的AI Boom结束了。"
什么意思？
难道制造业不投AI了？
恰恰相反。
报告显示，2026年第一季度，只有36%的制造企业进入广泛或高级AI应用；仅仅半年以后，这个数字已经到了60%。
AI不是退潮了。
而是第一轮"试试看"的阶段结束了。

问题来了：
既然AI已经进入工厂，为什么突然开始有人喊"Boom结束"？
答案可能就藏在一个数字里面：

只有49%的制造企业，在严格测量AI的ROI。还有一半企业，甚至说不清楚：这个AI项目，到底给我赚了多少钱？

Revalize的调查还发现，50%的制造企业，对AI效果的追踪依然是不一致的、非正式的。

这就出现了一个非常有意思的现象。
老板说：
"我们已经全面拥抱AI。"

到了车间一问：
"这个AI到底解决了哪个问题？"

可能答案就开始模糊了。
再问：
"效率提升多少？"
"成本下降多少？"
"良率提高多少？"
"停机减少多少？"
甚至连财务口径都没有。
这才是制造业AI真正的危险信号。

01AI的想象空间太大，反而没人算得清它值多少钱

因为过去数字化项目，很多时候还能讲"基础建设"。
但是AI不一样。
AI的想象空间太大了。
AI能写代码、能看图、能分析数据、能做预测、能做知识问答，甚至还能替工程师做决策。
于是很容易出现一种情况：

技术团队觉得AI无所不能，管理层觉得AI无所不值钱，但最后没人真正算清楚，它值多少钱。

更麻烦的是，AI越往工厂深处走，这个问题越明显。

你以为装一个大模型就可以了？
真正到了现场才发现：
设备数据没有统一格式；MES、ERP、PLM各自一套数据；几十年前的设备还在用；老师傅的经验没有数字化；很多关键流程甚至没有标准化。
所以现在制造业AI最大的矛盾，可能已经不是：

"AI能不能做？"而是："工厂有没有条件让AI真正做起来？"

这也是为什么，今年另外一些制造业研究也出现了类似结论：AI已经从试点走向规模化，但数据质量、系统割裂、人才和流程，反而越来越成为瓶颈。

02制造业AI真正的分水岭，现在才刚刚开始

所以，制造业AI真正的分水岭，现在才刚刚开始。
以前比的是：谁AI项目多。
接下来比的是：谁能把AI真正嵌进生产流程；谁能把数据变成可以被AI调用的工业知识；谁能把AI输出直接变成一个动作；更重要的是——

谁能把这个动作最后换算成利润。

比如一个设备诊断AI，不应该只告诉你：
"这个轴承可能异常。"
而应该继续往下走：
什么时候停机？
需要换什么备件？
谁来维修？
预计损失多少？
如果不处理，会造成什么后果？
最终到底帮企业少损失了多少钱？

到了这一步，AI才从一个"技术项目"，变成了一项"经营能力"。

03真正的AI时代，可能才刚刚开始

所以，"制造业AI的大饼要烤糊了吗？"
答案是：
第一轮AI大饼，可能真的快烤糊了。
但这未必是坏事。
因为泡沫被烤掉以后，真正留下来的，不再是"我们用了多少AI"，
而是一个非常朴素的问题：

这个AI，到底给工厂创造了多少价值？

从现在开始，制造业AI可能不再拼谁的故事讲得大，而是拼谁的账，算得清。

AI狂热结束以后，真正的AI时代，可能才刚刚开始。