通用大模型为什么不能直接搬进工厂？因为每一家工厂，都有自己的“语言”。

　　设备数据、生产规则、工艺经验，大量信息只存在于企业内部。一台设备和另一台设备是什么关系，一道工序出了变化会传导到哪里，老师傅凭什么判断一个异常，这些都不是仅靠互联网语料就能学会的。

　　创新奇智科技集团股份有限公司产品总监朱冰介绍，工业项目往往要和客户一起定义问题、分析数据、整理流程，再把这些经验沉淀下来。通用模型很难直接获得企业内部的工具、数据和业务经验。

　　所以，奇智孔明做的第一件事，是让大模型“认识这家工厂”，这其中一个重要办法是构造“本体”。

　　设备、工艺、规则、物料、订单，原来散落在不同系统里，现在被重新组织成实体、属性和关系。简单说，就是先给AI把工厂的关系理清楚。

　　在“大模型制造车间”的现场演示中，朱冰利用系统，先去理解业务目标，再读取企业数据，推断不同数据之间可能存在的关系，逐步形成设备、故障、规则等构成的本体。随后，用户只需要用自然语言提出需求，大模型就能进一步生成设备故障诊断的工作流。

　　第二关

　　不能只会猜，还得把依据摆出来

　　工业现场比手机里的聊天窗口更在意一件事，那就是可靠。