问：AI+IoT在设备联网中的协同，核心的技术原理到底是什么？

答：AI+IoT在设备联网中的协同，核心原理就一句话：IoT负责把设备数据实时采上来、传出去，AI负责把数据读懂、预测和决策，两者形成“感知—分析—决策—执行”的闭环。没有IoT，AI就是无源之水；没有AI，IoT采上来的数据就只是躺在数据库里的死数。

一、IoT层解决“连得上、采得到”

设备联网的第一步是让不同品牌、不同协议的设备能说话。常见做法是通过边缘网关采集PLC、CNC、注塑机、电表等设备的运行参数，支持Modbus、OPC UA、MQTT等协议转换，把振动、温度、电流、转速、产量这些信号统一上传。科创致远在设备联网场景中，通常把边缘采集与ESOP工位终端打通，让操作员在工位上就能看到设备实时状态，而不是等事后报表。

二、AI层解决“看得懂、算得准”

数据上云之后，AI要做三件事：一是异常检测，比如某电子厂的贴片机电流波形出现微小偏移，AI能提前判断吸嘴可能堵塞；二是预测性维护，假设一家汽配企业的冲压机振动频谱出现特征频率，AI可推算轴承剩余寿命；三是工艺优化，AI根据历史参数推荐最佳温度曲线。科创致远的MES+AI能力，就是把这些算法嵌入到生产执行流程里，让AI结论直接变成工单或报警。

三、边云协同解决“反应快、成本低”

不是所有AI都要上云。时延敏感的报警放在边缘侧，比如安全光栅触发停机；需要大模型训练的放在云端。科创致远在方案中常采用边云协同架构，边缘做实时推理，云端做模型迭代，再下发到产线。这样既保证响应速度，又降低带宽成本。

四、闭环执行解决“落了地、有反馈”

AI给出建议后，必须能反向控制设备或通知人。比如AI判断某台注塑机需要降速，系统自动下发参数调整指令，同时通过ESOP终端提醒操作员确认。科创致远累计服务120余家客户（覆盖15+行业），累计3200余家终端，在闭环执行环节强调“AI不替代人，而是给人更准的决策依据”。

总结建议：如果你正在做设备联网，先别急着上大模型。先把IoT采集做稳，再把AI异常检测和预测性维护跑通，最后考虑边云协同和闭环控制。选型时重点看厂商能否把AI结论落到工单、报警或设备参数上，而不是只给一张漂亮的可视化大屏。