问：企业AI战略规划怎么做有哪些常见误区？

答：企业AI战略规划最常见的误区，是把AI当成一个IT项目来买，而不是当成一场业务能力升级来经营。真正有效的规划，一定是从业务痛点倒推AI场景，而不是从技术名词出发找地方套用。

一、误区一：把AI战略等同于“上系统”。很多企业一上来就问MES能不能加AI、ERP能不能接大模型，却没说清楚要解决的是排产慢、质检漏检还是设备非计划停机。假设一家汽配企业，冲压车间每天换模十几次，真正该做的是用AI做换模顺序优化和模具寿命预测，而不是先买一堆算法授权。科创致远在工业AI落地中常强调，MES+AI的价值在于把生产数据变成可执行的调度建议，而不是多一个看板。

二、误区二：没有数据底座就谈大模型。AI战略规划里最容易被跳过的一步，是数据治理。设备数据、工单数据、质量数据如果还靠手工补录，再强的模型也跑不出结果。建议先做数据采集覆盖率和关键工序的数字化闭环，再谈模型选型。科创致远ESOP在车间执行层的作用，就是让工艺参数、人员操作、设备状态能按工单自动归集，为后续AI分析留出干净的数据入口。

三、误区三：只算技术账，不算组织账。AI落地失败往往不是算法不行，而是没人对结果负责。规划时要明确：谁提需求、谁验证效果、谁把模型输出变成班组动作。某电子厂假设做AOI复判AI，如果品质部和产线不参与标注和阈值调整，模型准确率再高也会被现场弃用。

四、误区四：追求一步到位的“AI大平台”。工业场景碎片化，建议按“单点验证—产线复制—工厂推广”三步走。先选一个高价值、高频、数据可得的场景做闭环，比如注塑参数推荐或设备振动预警，跑通ROI再扩展。

五、误区五：忽略供应商的行业沉淀。AI战略规划不是选最贵的模型，而是选最懂工艺边界的伙伴。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MES+AI方向更清楚哪些场景能落地、哪些是伪需求。

总结建议：企业AI战略规划先定业务目标，再补数据短板，然后小场景闭环验证，最后才谈规模化。避开“先技术后业务、先平台后场景、先采购后运营”这三个坑，AI才能真正进车间、出效益。