问：工厂AI试点项目如何选取需要什么样的数据基础？

答：工厂AI试点能不能跑通，七成看数据基础选得对不对，而不是算法选得有多先进。选试点场景时，先看这个场景有没有稳定、可追溯、带标签的历史数据，没有数据基础的场景再诱人也要先放一放。

一、先确认数据是不是"带时间戳的过程数据"，而不是月底汇总的报表

很多工厂说"我们数据很多"，打开一看是ERP里的月度产量、财务口径的成本表。这类汇总数据做经营分析可以，喂给AI基本没用。AI试点需要的是带时间戳的时序数据，比如某电子厂SMT产线的炉温曲线、贴片机的抛料记录、AOI检测的逐板结果，采样频率至少到分钟级甚至秒级。假设一家汽配企业想做压铸机异常预警，那它至少要有半年以上的锁模力、压射速度、模温这些通道的连续记录，而不是每班抄一次的点检表。数据颗粒度不够，模型学不到异常发生前的渐变过程。

二、标签质量决定这是"AI项目"还是"数据整理项目"

监督学习类试点，比如表面缺陷检测、设备故障分类，前提是历史数据里已经有人工判定过的标签。某电子厂想做PCB焊点缺陷识别，如果过去两年的AOI复判记录里，缺陷类型、位置、判定结论都规规矩矩存着，那这个试点起步就快。反过来，如果标签散在工程师的纸质记录本或者微信群里，光是把标签和数据对齐就要花掉大半预算。选试点时不妨先做个小测试：随机抽200条历史记录，看能不能在半天内把特征和标签配对上。配不上，说明数据基础还没到做AI的时候。

三、数据要能按"批次、机台、班次"这几个维度串起来

工厂数据和互联网数据最大的区别，是它强依赖物理上下文。同一台注塑机，换一套模具、换一批原料、换个班次，数据分布可能完全不同。所以试点场景的数据基础里，必须包含机台编号、模具编号、物料批次、班次、操作员这些维度字段。假设一家食品厂想做杀菌环节的能耗优化，如果数据里只有温度曲线，没有关联到当时是哪条线、哪个批次、什么产品，模型训出来也没法落地，因为不知道在什么条件下该信它。维度齐全，后续做根因分析和模型迭代才有着力点。

四、数据量不是越多越好，要看"有效样本"够不够

一个常见误区是攒了几年的数据就认为基础很好。实际上设备停机、换型、检修期间的数据大量是无效的。真正要看的是目标工况下的有效运行时长。比如做刀具磨损预测，需要的是正常切削状态下的主轴功率、进给速度、声发射信号，而且最好覆盖从新刀到换刀的几个完整周期。如果半年里只换过两次刀，有效样本就太少。选试点时，宁可挑一个换刀频繁、数据积累快的工序先做，也不要硬啃一个半年才出现一次异常的稀有场景。

五、数据可获取性和实时性，决定试点能不能从离线走向在线

离线训练出模型只是第一步，工厂AI试点最终要回到产线上。这就要求数据基础不只是"存得下来"，还要"取得出来"。OPC UA、Modbus、MQTT这些采集通道是否通畅，MES或SCADA能不能按需吐出结构化数据，历史库和实时库是否分离，这些在选试点时就要摸清楚。假设一家装配厂想做拧紧扭矩的实时异常拦截，如果数据从PLC到数据库有几分钟延迟，那模型再准也只能做事后追溯，做不了在线拦截。选场景时，把实时性要求高的和低的排个序，先从对延迟不敏感的场景切入更稳妥。

总结建议：工厂选AI试点，别先问"哪个场景最值钱"，先问"哪个场景的数据最像样"。优先挑那些已经有时序记录、有历史标签、有维度字段、有效样本够、采集链路通的工序。数据基础达标的场景，哪怕业务价值看起来小一点，跑通一个就能复制到同类机台和产线；数据基础不达标的场景，哪怕PPT上写得再大，也容易卡在数据清洗阶段出不来。