CEO 和一线员工，活在两个平行世界
老板说”所有部门都要用 AI”，技术主管说”我们没有标准化”
云睿思科技
最近拜访的一点观察
我们最近拜访的一些客户，做非标设备的、做自动化产线的、做盘柜的都有。
聊软件聊标准之外，几乎都会问同一个问题：”你们的软件有AI吗？”潜台词是：有没有AI能自己画图的。
· · ·
观察一一个客户身上的两个世界
先说一个让我印象很深的场景。
一家做非标设备的客户，老板在会议室里跟我们聊 AI，讲得很兴奋：行业峰会上的案例、同行的数字化转型通稿、某个大模型又出了新版本。他说现在的 AI，一句话就能生成一个很厉害的模型出来。
聊到一半，他补了一句，我记到现在：
“我们会要求所有部门都用 AI 完成工作，所有人都要学着用 AI。”
这话的方向没错。
我顺着说了一句：如果真要用 AI 来干活，最开始其实还是得有一些标准——要不然，AI 未必给得出符合你们需求的东西。
然后我们提出，能不能看一份真实的图纸，顺带了解一下你们标准化的情况。
老板叫来了技术主管。
我们跟他聊设计流程，聊工艺流程。技术主管说了几句很实在的话：
“我们是非标的，我们没有标准化，每次都不一样。”
“我们也不是每次都画完图再给生产——有时候图还没画完，生产已经开干了。”
聊到后面才知道：这家公司连图纸版本管理都还没上 PLM，没有标准符号，也没有标准宏。
一个下午，两边的距离，像是两家公司——
老板这边：所有部门都要用 AI。
技术主管那边：我们连标准化都没有。
我把他俩的话拼在一起，大概是这样一个画面：
| CEO 的世界 | 一线的世界 | |
|---|---|---|
| 在讨论什么 |
|
|
| 看到的信息 |
|
|
| 认为的障碍 |
|
|
| 对”AI 要什么”的理解 |
|
|
| 准备怎么干 |
|
|
这不是谁不努力。
是用两套完全不同的坐标系，讨论同一件事。
· · ·
观察二CEO 的三个”当然”
这几个判断我不止一次听到。它们听起来都很合理，但每一个都少了一个前提。
“AI 是万能的。”
AI 很强，但它处理的是数据。它不生产数据，只消费数据。
一个连物料编码都一物多码的公司，上了 AI 之后不会变好，只会变成一物多码的速度快了三倍。
“AI 是免费的。”
还真有老板不知道 AI 要花钱。
不是说买个账号——模型调用、算力、数据整理的人力、后续维护，全是成本。而其中较大的一块往往不是模型，是把数据整理成 AI 能看懂的样子这件事本身。
“先上 AI，数据回头再补。”
这是危害较大的一条。
数据是地基，流程是承重墙。你不可能先装吊灯，再回头浇地基。
我见过太多”试点很成功、推广推不动”的项目，卡点从来不在算法，在头一步：没有一份能用的主数据。
· · ·
观察三一线的四个日常
技术主管说的”没有标准化”，听起来是一句话。拆开看，是四件天天在发生的事：
1.BOM 靠手工拉。 客户发来 DWG 图纸，技术员对着图一个个数：用了什么元器件、多少个、装在哪。图纸一改版，重来一遍。
2.编号一人一套。 老王编 K1、K2，小李编 KM1、KM2，还有一位编 QF-01。同一个东西三种叫法，报表一汇总就散架。
3.一物多码。 同一个断路器，因为供应商换了、录入的人不同，系统里有四个物料号。采购下错单，仓库多备货，谁都不觉得是自己的问题。
4.版本靠文件名。XX项目图纸-最新.dwg、-最新-改.dwg、-最新-改-确认版.dwg。
· · ·
观察四“AI 自己画图”——这个幻觉具体长什么样
前面三条聊的都是数据。但拜访下来，我发现老板们对 AI 较具体、较普遍的一个期待，其实是另一件事：
“AI 现在这么强，能不能让它自己把图给我画了？”
这句话，几乎每家都问过。所以我想把它单独拿出来，认真拆一拆。
4.1 老板脑子里的 AI 画图，大概有三个版本
版本 1：输入一句话，输出一套图。
“给我画一台 3 台电机、带 PLC、带急停的柜子原理图。” 然后 AI 自己在软件里拖符号、连线、编线号、生成 BOM，一气呵成。
版本 2：客户发来图纸，AI 自己读懂，转成可编辑的工程文件。
拿到一沓 PDF 或者 DWG，AI 自动识别、自动重建，出来就是能改能用的原理图。
版本 3：AI 看一遍我们以前的图，就学会我们的画法，以后自己画。
喂它几百套老项目，它就有了”我们公司的风格”。
这三个版本，每一个都有一部分是对的。这正是它危险的地方。
-
版本 1 里，”一句话变成结构化配置表”这件事，AI 现在确实做得到。
-
版本 2 里，”识别图纸元素”这件事，也确实在做了。
-
版本 3 里，”学习历史模式”这件事，方向也没错。
问题出在三句话里：老板以为 AI 在做的事，恰好不是 AI 现在真正能做到的那部分。
老板以为 AI 在”画图”。AI 实际在做的是——把需求翻译成数据、把图形识别成元素、把历史归纳成模式。
它做的是”翻译、识别、归纳”，不是”设计”。这三件事有本质区别。
4.2 但一张工程图，其实是三层东西
要理解这个区别，得先想清楚一件事：你看到的”一张电气图”，到底是什么？
它不是一层，是三层。
| 这一层是什么 | 由谁生产 | 这一层出错会怎样 | |
|---|---|---|---|
| 第 3 层 意图 |
|
|
|
| 第 2 层 语义 |
|
|
|
| 第 1 层 图形 |
|
|
|
你在一张图纸上看到的所有”专业感”，其实都在第 2 层和第 3 层。
线画得直不直，是第三等重要的。
4.3 AI 现在只站在第 1 层，而且第 1 层也没站对
AI 生成图形的能力很强，这没得说。但它在第 1 层就有个要命的问题：
AI 画出来的，是”形状”，不是”符号”。
这两者差别在哪？
一个圆圈加一条线，画在纸上叫图形。而在电气软件里，一个”断路器符号”意味着：
-
它是一个有唯一编号的对象（QF1），不是三条线
-
它挂在部件库里某一条真实的物料记录上——有型号、有供应商、有价格、有库存
-
它有引脚定义，能和其他符号建立连接关系
-
它参与交叉引用、参与 BOM 汇总、参与端子排生成
工程图不是”画的图”，是”一个数据库的可视化”。
AI 能给你画出 100 个长得像断路器的圆圈。但这 100 个圆圈背后没有库、没有编号、没有引脚、没有连接关系。
它就是一堆好看的线条。车间拿到这张图，一个柜子也装不出来。
4.4 AI 拿不到的三样东西
那为什么 AI 补不上第 2 层和第 3 层？
因为它有三样东西拿不到——这三样东西，没有一样在 AI 的训练数据里，全在你公司内部。
头一样：你的库。
AI 不知道你们公司用的是施耐德还是正泰，不知道你库里到底有哪个型号，不知道这个型号有没有现货、采购周期多久。
它只知道”世界上有一种叫断路器的东西”。它不知道你们家的断路器。
第二样：你的规则。
为什么这路要加继电器？为什么这根线走 1.5 平方？为什么这个回路的端子不能和那个回路共用？
这些答案不在网上，在你公司的规范文件里、在行业标准里、在甲方那本厚厚的技术要求里。
第三样：你的上下文。
这套图上一版为什么改？是现场反馈了什么问题？哪个车间抱怨过什么？上次验收时甲方挑了什么刺？
这些叫”项目记忆”，散在邮件里、微信群里、和老师傅的脑子里。
库、规则、上下文——这三样东西，AI 一样都拿不到。
拿不到，它就只能在第 1 层画线。
4.5 而且这不是 AI 才带来的新问题
讲到这里，我想插一件事——它可能比上面所有分析都更能说明问题。
现在的电气设计软件，其实早就有了”自动成图”的能力：从标准回路库里挑一个宏，参数一填，原理图自己就长出来了；端子排图、接线表、目录、交叉引用，也都能自动生成。
你仔细想想：这套东西的原理，和老板们期待”AI 自动画图”想要的东西，很大程度上是一回事。
但你去问一圈就会发现：软件买了好几年，这个功能大部分公司从来没用过。
为什么用不起来？
因为它要的三样东西——标准回路库、编号规则、模板和宏——正好都得公司自己先攒出来。而这些，恰恰是大部分公司缺的。
这里得说句公道话：这不是老板不重视。
中国这一批做设备的公司，很多是这二十年里快速长起来的。订单来得快、项目变得快，先把活干出来，其他都往后放。过去的历史图纸，本来就没多少标准，也很少有人回头去整理；干了这么多年，也没攒下一套属于自己的知识库。
所以软件把”自动成图”送到你面前，你也用不起来——不是软件不行，是它要的那点”料”，你没攒。
AI 今天遇到的问题，和”自动成图”这些年遇到的问题，是同一个问题。
标准没有，自动成图用不起来；标准没有，AI 也画不了。
换句话说：AI 画图的卡点，不在 AI 本身。
4.6 那网上那些”AI 画图”的演示，是怎么回事？
每次我讲完上面这些，都有人问：可是我明明看过视频，AI 几秒钟就画出来了啊。
对。但下次看这类演示，你可以问一个问题：
这张图，能不能直接拿到车间去施工？
大部分演示，演示的是”生成一张看起来像电气图的东西”。你把它放大，会发现：符号不是标准符号、编号是乱的、回路根本不成立、没有部件信息、没有交叉引用。
它是一张示意图，不是工程图。
还有一部分演示，其实是”模板套用”——在某个很窄的场景里，把固定的图形拼出来。这确实有用，但你要知道：那背后干活的是规则和模板，不是 AI 的”理解”。
这不是说这些演示在骗人。而是说，演示的终点（图出现在屏幕上）和工程的终点（柜子正确装出来）之间，还隔着很远。
4.7 一个更准确的说法
AI 现在是个手速极快、但完全不懂工艺、没进过你们公司库、也没见过你们甲方规范的实习生。
他能在 5 秒内画完 100 条线。但这 100 条线，每一条你都得重新核对。
而你真正想要的，其实不是”一个会画图的 AI”。
你想要的，是“一个知道我们公司所有规范、能查我们库、能复用我们标准回路、新人来了也不会画错”的画图员。
这个人不是靠模型喂出来的。是靠库和规则喂出来的。
· · ·
观点那 AI 在画图这件事上，到底能干什么？
上面说的是 AI 不能干什么。但我说得再直白一点：AI 在电气设计里，已经能帮上很多忙——只是不在你以为的那个环节。
它可以：
-
把一句话需求变成结构化配置表（人话 → 数据）
-
从已有的标准回路库里智能装配图纸（选哪个宏、参数填什么）
-
反过来读图做校对（端子重号、线号重复、BOM 和设备对不上）
-
自动生成那些机械性的内容（目录、交叉引用、端子排图、接线表）
这些事的共同点是：
AI 负责”理解和判断”，软件负责”确定性地执行”。
它可以选回路，但回路是你先建好的。它可以填参数，但”哪些参数合法”是你先定义的。它可以查错，但”什么叫正确”是你先规定的。
AI 不碰 CAD 内核，不自由画一根线。它只负责生成正确格式的输入数据。
（这套路径我们单独写过一篇拆解，见《AI 到底能不能自动画电气图？》）
· · ·
顺序AI 是发动机，但你需要油和路
所以我常打一个比方：
AI 是发动机。数据是油，工作流是路。
你不会因为听说发动机好，就先拆掉车子底盘去买发动机。
电气设计里，要让 AI 真正发挥作用，前面至少有两级台阶：
第 3 级 AI 智能装配 / 校验 / 生成 ← 老板们讨论的地方
↑
第 2 级 流程可执行 ← 标准回路库、编号规则、图框模板
↑
第 1 级 数据可计算 ← 部件库、物料主数据、结构化 BOM
↑
第 0 级 数据存在 ← 大多数公司的真实位置
大部分来找我们聊 AI 的工厂，还在第 0 级和第 1 级之间。
这也是为什么，很多公司多次问过”自动成图”却一直无法推进——第 2 级没走通，它就没法开工。
跳过下面两级直接谈第 3 级，就像在一张没铺平的桌子上摆满菜——看起来丰盛，一动全洒。
所以我一般会反问三个问题：
第 1 问，这个 XX 要用的数据，现在在哪？ 在谁电脑里？是图纸、Excel，还是只在老师傅脑子里？今天能不能导出给我看？
第 2 问，这个数据是唯一的吗？ 同一个元器件，全公司是不是只有一个叫法、一个编码？
第 3 问，这个流程现在有人跑吗？ 如果今天用人工走一遍都走不顺，换成 AI 也走不顺——只是错得更快。
这三个问题答不上来，不是不能上 AI，是还不是时候。
· · ·
实话说点实话
我们自己也卖软件。客户想买 AI、想买新工具，对我们不是坏事。
但我在客户现场看到的浪费太多了：
花了一大笔钱买了工具，只用到 10% 的功能；培训做了三轮，标准化还是推不下去；现在又要为”AI”再投一笔。
工具从来不是那个卡点。
先有人把符号库和部件库理清楚，编号规则统一，让 BOM 能自动长出来——这时候 AI 才有东西可以吃。
顺序反了，钱花两遍，问题一个不少。· · ·
那个平行世界，其实是可以打通的。
只是通道不在 AI 那一头，在数据这一头。
云睿思科技
电气设计软件 · 电气设计服务 · ChemDraw · InDraw · Spotfire
