我們幫江蘇幾百家工廠管了十四年的工藝文件，做私有知識庫只是把這件事搬上 AI

這兩年不少工廠來問我們，能不能把老師傅的工藝經驗、質檢標準、裝置引數做成"自己的AI知識庫"，新人一問就答，不用總去現場裡喊人。這個需求我們一點都不陌生，因為從 2012 年公司成立起，摩傑斯給江蘇一帶的製造客戶上的 PMS9、PMS5 系統，本來就在天天存這些文件：工藝路線、作業指導書、檢驗規範、裝置臺賬、歷史工單。換句話說，工廠的製造知識怎麼收攏、怎麼沉澱，我們做了十四年，只是過去靠人翻文件，現在想換成讓 AI 直接答。

工藝文件這種東西，外行看著像一堆 PDF 和表格，內行知道它到底值多少。一套模具的結構設計、一個機械加工件的公差基準、一條非標裝置的裝配要點，往往是老師傅十幾年踩坑換來的。這些資料散落在共享盤、微信聊天記錄、甚至某本筆記本里，人一走，知識就斷了層。所以我們做生產管理系統時，第一件事就是讓客戶把這些文件錄進去，按產品、製程、裝置歸類，誰能看、誰改過哪一版都留痕。

十四年攢下來的，不是幾份檔案，而是幾百家工廠各自的結構化知識庫雛形。等客戶想把"搜文件"升級成"問 AI"，我們要做的其實很輕：把系統裡已經歸好類的工藝文件、質檢標準、歷史工單，接上私有化部署的檢索增強生成，也就是常說的 RAG，讓模型只在客戶自己這家工廠的知識範圍內回答。老師傅的經驗變成可以追問的對話，新人對著螢幕就能查"這個件用什麼刀具、留多少餘量"，答案帶著出處，答錯了還能溯源。

我們做這套東西有幾個硬約束，也正好是客戶最關心的點。第一是資料不出廠，知識庫部署在客戶自己的伺服器或專屬環境裡，工藝秘密不進任何公共大模型；第二是答案可溯源，每條回覆都掛著它來自哪份文件、哪個版本，方便複核；第三是和現有生產系統串接，知識庫不是孤立的聊天框，它讀的是 PMS9、PMS5 裡真實的工藝路線、物料清單和工單資料。在崑山、蘇州這一帶的模具廠和機械加工廠裡，這類"把系統裡的製造知識餵給 AI"的需求，我們幾乎每個月都在落地。

所以摩傑斯並不是突然跟風做 AI 知識庫。我們十四年就在幫江蘇的工廠把工藝經驗管起來、把製造知識沉澱下來，AI 只是把這件事從"人找文件"翻成了"文件找人"。如果你的工廠也在愁老師傅的經驗帶不走、新人上手太慢，可以聊聊怎麼用一套私有知識庫把這盤棋接上。

總結：

工廠的工藝經驗、質檢標準、裝置引數，是製造企業最值錢的知識資產。摩傑斯從 2012 年起就用 PMS9、PMS5 幫江蘇幾百家工廠把這些文件收攏歸類、版本留痕，十四年下來本身就是一座結構化知識庫。如今在它之上接私有化 RAG，讓 AI 只在客戶自己工廠的知識範圍內答疑，資料不出廠、答案可溯源、還能對接現有生產系統，這是順理成章的能力延伸，而不是憑空冒出來的新概念。崑山、蘇州及周邊的模具廠、機械加工廠如果想把老師傅的經驗變成可以追問的知識庫，我們既有十幾年的製造知識沉澱打底，也有現成的系統對接能力。

相關閱讀：這幾類事我們都寫過，《工廠 IT 服務總覽》是總目錄；另外《文件入庫前先做的幾件事》、《RAG 為什麼答不準》也值得一看。