赛轮集团：如何答好“AI+制造”必答题？

　　今年政府工作报告提出，深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。工业和信息化部部长李乐成在部长通道采访中强调，“人工智能+制造”是一个必答题，不是一个选择题。今年要大力推动“人工智能+制造”，制造业的各行各业都要拥抱AI。作为橡胶轮胎行业的领军企业，赛轮集团不仅是这一时代命题的积极答卷人，更是率先破题的行业先行者。

　　当AI浪潮席卷千行百业，身处传统制造领域的轮胎行业如何作答?近日，记者采访了赛轮集团AI技术负责人郭文鹏，听他讲述赛轮集团以“全域AI”贯穿轮胎研发、生产、质量、销售及服务全生命周期的智造图景。

　　从“点状应用”到“全域赋能”

　　自创立之初，赛轮集团便将信息化融入发展基因。“数字化是赛轮集团的‘原生基因’。”郭文鹏告诉记者，“在赛轮的顶层设计里，AI不是孤立的技术工具，而是推动战略落地的‘加速器’。”

　　在郭文鹏看来，AI对轮胎行业的赋能是全域性、全链条、全场景的。在研发端，AI让配方开发从“经验试错”走向“数据推演”。在制造端，AI打造了云边端一体化的智能工厂，实现了柔性生产和效率提升。在质量端，AI视觉检测让缺陷“无处遁形”，其检测精度远超人工。在营销与服务端，AI则重塑了用户体验，从被动响应变为主动预知，帮助客户更好地理解产品。

　　据了解，2020年，赛轮集团发布全球首个投入使用的橡胶工业互联网平台“橡链云”；2023年，赛轮集团联合青岛科技大学数据科学学院全球首发了橡胶轮胎行业首个大语言模型“橡链云聊”。“赛轮集团的AI建设并非简单的技术叠加，而是以‘橡链云’平台为底座、以专业模型为核心、以智能体为载体的系统性重构。”郭文鹏介绍，基于此，赛轮集团率先在橡胶轮胎行业完成从“业务场景试点”到“全域AI赋能”的战略跃迁，构建起覆盖研发、生产、质量、销售及服务全生命周期的AI体系。

　　“这一战略跃迁对于赛轮的意义是革命性的。”郭文鹏说，“它标志着AI不再是零散的‘点状应用’，而是融入了企业血脉的‘系统性能力’。我们不再是做一个个AI试点项目，而是构建了一个能够自我进化、全域赋能的AI原生企业。这意味着我们的核心竞争力从‘制造能力’升维到了‘数据与智能驱动能力’，能够更敏捷地响应市场变化，更高效地满足客户的定制化需求。”

　　五大核心领域成果落地

　　正是基于赛轮集团在橡胶轮胎行业的战略跃迁，赛轮集团已在研发、制造、质量、销售、服务这五大核心领域取得了阶段性的成果。

　　在研发环节，赛轮会通过系统调用历史海量的配方数据、物理模型参数及测试数据，利用AI模型基于深度学习对新材料组合的性能进行精准预测，模拟成千上万种配方组合，用算法自动筛选出最优解并推荐最佳组分比例。这种机制使赛轮实现了配方开发周期缩短50%。

　　在制造环节，赛轮构建了“云端AI统筹、边端智控、端侧感知”的模式，建立以订单为驱动的智能排产体系，排产准确率达95%以上。同时，依托自动化物流和5G智能装备及AI实时调度物料和设备，使设备综合利用率大幅提升，待料风险降低15%，库存积压降低15%，生产效率提升10%。

　　在质量环节，赛轮依托技术质量管理大模型，全面应用AI与机器视觉技术，X光帘线计数、气泡机图像判级实现自动化，其中气泡检测准确率超99%，X光帘线计数准确率超99%。同时搭建全链路质量追溯系统，实现轮胎全生命周期数据可查可溯，形成“数据—分析—优化—验证”闭环。

　　在营销环节，赛轮构建了营销专业模型体系，打造覆盖“售前—售中—售后”的营销全链路智能服务能力。部署7×24小时AI智能客服，问题自动解决率达97%；部署智能报价机器人，具备秒级响应查询需求，查询效率提升近30倍。郭文鹏介绍，通过引入CNN图像识别技术自动鉴定轮胎病象，打造了兼顾风控安全与极致体验的智能理赔闭环。

　　在服务环节，实现了从“被动应对”到“主动预警”的转变。郭文鹏介绍，通过在轮胎中安装智能传感器，利用车载设备实时监测轮胎运行状态(温度、压力、磨损等)，并由AI模型分析实时数据，能够提前识别爆胎等安全隐患。“在精准预警下，爆胎等重大安全事故率下降98%，车辆运营效能提升35%。”他说。

　　以业务痛点为导向破解“AI+”难题

　　尽管成果斐然，但推进“AI+”的过程并非坦途。郭文鹏坦言，制造业企业在拥抱AI时，普遍面临业务与技术的融合难题、数据孤岛与质量问题突出、复合型人才与文化转变难三大挑战。

　　“很多企业面对AI时，不知道该从哪里入手，容易陷入‘为了AI而AI’的误区。AI是‘数据驱动’，如果数据不通、不准，AI就是‘空中楼阁’，只有高质量数据才能让AI更聪明。此外，既懂轮胎又懂AI的复合型人才稀缺，还需要改变工程师和管理者传统的‘经验依赖’。”郭文鹏说。

　　面对这些难题，郭文鹏给出的答案是：“AI必须服务于战略、扎根于业务。我们不应先问‘AI能做什么’，而要先问‘业务痛点是什么’，将AI价值精准拆解为可落地、可衡量的业务场景。”

　　他进一步解释，可落地的标准是场景必须具体，比如“提升X光检测效率”“缩短配方开发周期”，将AI精准地“嵌入”到具体痛点中，而不是做一个泛泛的AI项目。可衡量的标准是必须有明确的量化指标，如“配方开发周期缩短50%”等，这些数字就是衡量AI价值的一把尺，确保每一分投入都有看得见的回报。

　　回顾AI技术从研发到推广的全过程，郭文鹏坦言，赛轮遇到最大的挑战是打破传统经验依赖与建立数据信任。早期工程师和管理者习惯于“经验主义”，对数据驱动的决策持怀疑态度。同时，历史数据存在孤岛和质量参差不齐的问题。

　　为解决这一难题，赛轮集团从顶层设计入手，将数字化融入发展基因，确立“业务痛点导向”而非“技术导向”的原则。同时，打造标杆场景，通过在质检、排产等环节取得立竿见影的量化成果，用事实数据证明AI价值，建立内部信心。此外，还要构建“AI+工业互联网+数据资产”三位一体的深度融合模式，通过平台化手段解决数据孤岛，让数据真正流动起来。

　　谈及这一模式的意义，郭文鹏表示：“三者互为支撑。平台汇聚数据，数据训练AI的算法和模型，AI优化平台运行并创造新的数据资产。工业互联网是底座，‘橡链云’平台提供连接能力和算力支撑，打通设备、系统与人的连接。AI是核心引擎，利用大模型和算法对数据进行深度挖掘和分析，提供智能决策和执行能力。数据资产是燃料与纽带， 将业务产生的数据清洗、治理并资产化，作为AI训练的燃料和产业链协同的纽带。”

　　郭文鹏强调：“数据是AI的核心要素，没有高质量、规模化的数据，AI就是无米之炊、无源之水。很多企业的AI无法落地，核心原因就在此，有的企业只有一个通用的AI模型，只能和人进行对话聊天，不能赋能工业。赛轮从开始就意识到这个问题，通过多年来的积累形成了规模化、高质量的大数据平台，让AI真正读懂轮胎行业。”

　　以“深”与“全”拓展全链应用

　　站在2026年的新起点，赛轮集团将全面深化AI建设。如何将“数字化”这一发展基因进一步融入?

　　“重点在于‘深’和‘全’两个字。”郭文鹏表示，“深”即深化AI建设目标，主要体现在三个层面。一是模型更智能，持续迭代“橡链云聊”大模型，让它更懂轮胎、更懂工艺、更懂服务。二是数据资产化，将数据真正视为核心资产，通过AI挖掘数据背后的价值，反哺研发和生产，形成从数据到价值的正向循环。三是决策智能化，从“机器辅助人”向“机器赋能人”转变，让AI为各级管理者提供更精准的决策支持。

　　“全”即全面拓展AI应用计划，着眼于全场景渗透和全链条贯通，让AI向供应链上下游、碳排放管理等更广泛的场景延伸。以数据资产为核心纽带，通过AI技术打通从原材料采购、生产制造、物流配送到终端服务的全链路数据，实现产业链协同效率的整体提升。

　　郭文鹏指出，未来，轮胎行业要从“语言模型”思路转换到“世界模型”。下一步，行业需将更多物理规律、工艺因果关系嵌入模型中，将大模型与生产现场、设计研发等紧密结合，快速推进基于行业自身数据训练出来的“世界模型”，真正实现AI赋能工业。

　　从2002年铺下第一块信息化基石，到2026年全面深化AI建设，赛轮集团始终将“数字化”融入发展基因，为轮胎制造及相关制造业领域提供可复制、可推广的智能化转型方案。郭文鹏在采访最后表示，未来，赛轮集团将以数据资产为核心纽带，通过AI技术赋能供应链全链路数据贯通与价值挖掘，推动产业链协同整体效率提升与价值共创，引领产业迈向高质量发展的新阶段。