■ 本报记者 张源 周琳子

企业想用AI，却说不清真实需求；技术团队手握算法，却听不懂车间“行话”。一边是满手老茧的实干家被模糊痛点困住，一边是满脑算法的技术人员找不到落地场景，两边隔着一道墙，成了传统制造业智能化转型的普遍堵点。

眼下，温州在全省率先探索破题。不久前，温州举行全市AI行业翻译官培训会，正式组建“AI行业翻译官”队伍，首批翻译官共有500多名，来自高校、运营商、软件企业等。他们接过聘书，奔赴车间一线，把企业说不出的痛点，翻译成AI能落地的场景，打通技术与产业之间的“语言壁垒”，让AI真正走进生产线、产生真实效益。

近日，我们跟着这批行业翻译官走进温州多家制造企业车间，在生产一线见证一场由“翻译”引发的智造变革。

复盘操作3分钟拿到设计图纸

在平阳的浙江恒齿传动股份有限公司，我们见到了在企业回访的陈景钗，他是来自元贞科技的AI行业高级翻译官。去年年底，在他的助力下，这家减速机企业靠一套“AI在线选型系统”，今年一季度销售额逆势增长20%。

“客户刚刚下单了！”刚走进办公区，我们就听到研发总监陈可来在分享喜讯。这是一笔非标减速机订单，由于客户要求特殊，加上时差和专业隔阂，这笔单子断断续续谈了半个多月。“客户说不清工况，我们只知道猛讲参数，到了设计图纸阶段，沟通就像猜谜，两头都在雾里。”

为了让我们体会这层“雾”有多浓，陈可来从柜子里抱出一本选型手册放在桌上。“这就是我们以前的‘吃饭家伙’，企业能做的产品都在里面。”我们打开一看，纸页被翻得卷边发毛。里面密密麻麻地印满了扭矩、功率等专业参数，完全看不懂。“全套加起来起码有6本，哪怕资深工程师，从选型到图纸落地，设计一个全非标定制也得好几天。”他指着手册说。

“这就是供需之间的‘语言壁垒’。”一旁的陈景钗接过话茬。去年他刚入驻企业时，连减速机用来做什么的都不知道。于是，他花了大量时间泡在车间，和售前、技术、销售聊细节。“他们嘴里说的‘劲儿大’，其实是‘扭矩参数’。”他在企业15年来的订单数据中寻找经验特征，把模糊的抱怨一句句翻译成技术需求。在他的对接下，企业联合第三方，把这套“天书”变成了轻量化的AI模型，客户只需要填核心需求，系统自动匹配、自动出图、自动报价。

我们现场复盘了他的操作路径。打开电脑上的“AI在线选型系统”，我们照着指示一步步选择船舶场景需要的功率、速比等参数，就像在做一份问卷调查。点击确认后，繁杂的参数瞬间被过滤，弹出了3套精准方案。更让人惊讶的是，系统直接生成了3D模型，内部结构。从输入需求到拿到CAD图纸，整个过程不到3分钟。

陈可来告诉我们，减速机是工业的“关节”，市场潜力很大。以前因为选型慢，海外客户咨询后要12小时以上才能回应，现在只要2小时，订单转化率也提升了25%。“我们不仅要把专业规则翻译成客户能看懂的流程，更要翻译成机器能执行的代码。”看似优化一个环节，却打通了从获客到交付的全链条。

从皮料识别“小切口”开始

告别平阳装备制造企业，我们一路向北，来到位于永嘉的红蜻蜓集团有限公司。走进鞋科技实验室，一股淡淡皮革味扑面而来。在这里，我们遇到了AI行业高级翻译官、浙江安防职业技术学院人工智能学院院长陈锋，他和团队刚刚研发出一套“AI+皮具微观检测”算法，此刻正处于算法验证和优化调整的实地测试阶段。

皮革材质鉴别与质量检测，是鞋服产业品质管控的第一道关口。当地许多鞋企普遍受困人工质检效率低的难题，长期依赖老师傅凭借显微镜、从业经验肉眼判定。这也是陈锋团队选择这一“小切口”的原因。

实验台上，一台普通的光学显微镜连接着电脑，屏幕上正显示着皮革的微观世界，像是一丛丛纠缠的灌木。“传统鉴别皮革品质，全靠老师傅的眼神和手感分辨牛皮、羊皮、猪皮，但他们的丰富经验却没法通过三言两语传授，而且主观性很强，容易出错。”陈锋指着屏幕说。

他拿出两张牛皮让我们分辨，除了颜色深浅，摸起来并无差别。“用系统检测试试。”在他的指导下，我们将皮料放在显微镜镜头下，轻点鼠标拍照、上传、比对。不到1秒，系统自动生成了报告：第一张，牛皮，纯度90%；第二张，牛皮，纯度80%。

“为什么会差了10%？”陈锋解释，第二张皮料可能受过污染或药水处理。“老师傅一摸就知道是什么皮，但分不清‘有多纯’。”他解释，纯度不够，直接影响耐折、耐磨和色牢度，更决定成品鞋能否达标出口，因此每批原料都必须做入门检测。

他告诉我，这套系统看似简单，前期的“翻译”工作却足足耗费了团队数月的时间。项目起步时，团队通过检测机构，调取数十年沉淀下来的上千份皮革微观检测原图与鉴定报告。但早年图片像素低、画面模糊。“很多数据不能直接用，我们得联合老师傅们逐一筛选。”更难的是标注工作。起初，工厂质检人员对软件不熟悉，对纤维、毛孔等特征圈选粗放，标注框偏移严重，数据无法用于训练。陈锋团队便驻点教学，陪着工人对照微观画面一点点修正标注区域，反复打磨标注精度。

过去，企业送检一批货，来回取样、排队、出报告，起码要等2天；现在，通过AI系统，时间被压缩到了秒级，准确率能稳定在95%以上。

“但这还不够。”陈锋说，这只是第一道关。

跟着30多道生产线“长跑”

搞定原料入厂的皮料识别，并不意味着皮革质检的翻译工作就此收尾。皮料缺陷是团队接下来要啃下的“硬骨头”。随后，陈锋带我们走进生产车间，那里才是真正的“长跑”起点。

在制鞋前的工序中，工作人员正在仔细排查皮料缺陷，有着20多年经验的谢师傅告诉我们：“最好的牛皮在背部和臀部，但一张皮上往往有蚊虫叮咬、蹭痒留下的天然瑕疵，我的工作就是把它们都找出来。”说着，他抓起一张黑色牛皮，启动设备拉平整，用白色水笔快速画出一个个圈。

这里哪儿有瑕疵？我们看上去皮面平整光滑，好像没有问题。“换个角度，看这里。”顺着谢师傅的指引，我们凑近、侧身、对着光细看，才发现一个针尖大小的微孔。“这么小也要圈？”“对，虽然纹路比较浅，也得圈出来。”我们学着他的样子，小心翼翼地在那些肉眼难辨的缺陷上做标记。

“这活儿没什么技术，就是熬眼睛。”谢师傅坦言，他每天要盯近百张皮，动作要重复近百次。长期依靠肉眼排查，不仅耗费人力，更容易因视觉疲劳导致漏检。如果到了成品环节才被发现，整双鞋子就废了。“除了皮面瑕疵，生产前还需要看皮革的厚薄、色差等是否匀称。”谢师傅说。

陈锋低头仔细观察那些被圈出来的微孔。“目前的检测系统还在迭代，这些环节的皮质缺陷，未来都要放进AI识别系统里。”陈锋说，“像红蜻蜓等头部企业，供货商会提供检测报告，但是在高端皮革生产中，后续30多道生产线都需要反复检测皮革品质，所以我们要跟着它们一起‘长跑’。”

我们和陈锋团队跟着生产线，一路摸清车间每个环节的痛点，不断扩充数据集。陈锋说，他的目标是，把原料入仓到成品出厂的每一个质检环节，都翻译成AI能看懂、能执行的代码，让品质有了标准。他预计还需要经过一至两年的反复样本补充、对比测试，才能正式落地投用。

“只要车间里的机器还在转，我们的翻译就不能停。”陈锋收起笔记本说，很多企业对AI的期待是一蹴而就，但翻译官不是来一次就走的客人，而是陪企业长跑的搭档。“我们不只是在企业生病时开药方，更要在企业长身体时，帮它换骨架。”所以，翻译官们要有发现问题的眼光，也要有把复杂环节慢慢细化的耐心。

截至目前，温州的AI行业翻译官已完成600多家企业入企调研，推动一批标杆场景落地。他们的目标只有一个，就是把AI技术一个一个地拽进车间里。