在雅图仕仓储物流环节，AGV智能叉车发挥重要作用。
在科技浪潮奔涌向前的当下，AI（人工智能）已成为企业转型升级的“关键密钥”。当生成式AI等前沿技术不断突破边界，企业究竟该如何借AI之力重塑竞争力？AI普及下，企业的人力结构发生了哪些根本性调整？
带着这些备受关注的问题，记者深入江门制造一线，对话企业掌舵者与行业专家，解码AI赋能的变革密码。
文/图 江门日报记者 李银换 吕胜根
AI重构企业竞争力密码
在数字化转型的浪潮中，人工智能（AI）正以前所未有的速度渗透到各行各业，为传统行业带来颠覆性的变革。企业，作为创新与技术的前沿阵地，同样迎来了AI技术的深度融入。
在鹤山雅图仕印刷有限公司（以下简称“雅图仕”）的智能车间里，一场“无声革命”正在上演——过去，人工抽检容易受情绪等主观因素影响，可能存在疏漏；如今，多种异常质量模型通过AI摄像头实时捕捉缺陷，使得产品良率大大提升。另外，技术人员遇到各类设备问题，需耗时翻阅设备说明书、标准指引、维修记录等，损失生产时间，如今，透过AI协助现场人员能高速高质解决问题，并能构建故障预测模型及自动生成维保计划。
“AI对我们最直接的效益是质量把控和生产提效。”雅图仕党委书记招伟宁介绍，在仓储物流环节，AGV智能叉车和出货平台让订单处理效率提升；而办公系统中，各类AI工具正在生成会议纪要、审核法务文件，管理人员的工作量骤减50%。
在“国家高新技术企业”——柏曼科技（广东）有限公司，AI同样渗透到其办公系统中。该公司总经理严治国表示，AI的核心价值是把软件、硬件全面打通，以降低成本。今年以来，该公司在日常办公、产品设计方面接入DeepSeek，极大提高效率。
在江门职业技术学院教授袁智徽看来，AI的核心价值在于提升企业的决策效率、运营效率以及创新能力。通过数据分析，AI能够为企业提供精准的洞察，帮助管理层做出更加科学的决策。此外，AI还可以解放企业员工的生产力，让他们从烦琐的重复性工作中解脱出来，专注于更具创造性和战略性的发展。
中国融媒体改革研究智库中心首席专家王良也表示，AI颠覆、重塑和变革的新时代已然来临，AI能让管理成本下降80%以上，让工作效率提高80%以上，让企业拓客轻松80%以上，最终帮助企业解决变现和利润增长的问题，提高人民的幸福指数。
江企加速拥抱AI
作为数字化转型的先行者，早在2005年，雅图仕就开展了一系列探索，完成了很多初始化的创新积累工作——
2006年，雅图仕将RFID（无线射频识别技术）传感技术应用在成品和半成品的生产管理中，以提升物流效率。
2007年，雅图仕导入精益生产理念，减少浪费，并进行流程再造。
2009年，雅图仕创建科技创新研发中心。
2010年，雅图仕构建并实施半成品物流追踪方案。
2013年—2014年，雅图仕建立自动化研发中心，开始进行全面的自动化、智能化升级改造。
2015年，雅图仕开展APS高级计划与排程。
2017年，雅图仕构建无人试验车间，尝试运用各种先进技术进行智能化生产。
2018年，雅图仕提出“梦·工厂”中长期发展规划，正式进入转型升级的新阶段。
2020年，雅图仕ERP2.0系统正式上线，打通供应链端到端信息高速公路。
2022年，雅图仕开启车间智能物流建设及智能园区构建。
2023年，雅图仕打造中控中心数据可视化平台与智能生产数字孪生系统，通过数据洞察提升生产效率与产品质量。
2024年，全面推行数字员工引领的智能办公自动化，搭建咭书事业部智能工厂试点车间。
“我们从2018年就开始布局智能制造，于2024年引入AI。”招伟宁介绍，随着智能制造、AI的普及，雅图仕传统流水线工人从高峰期的1万人缩减至6200多人，但技术工人团队却逆势扩张到2300人。AI无法替代的岗位主要集中在设备研发、维护以及高精度工艺环节。另外，办公室管理人员也从2800人优化到1400人，这主要得益于AI对重复性事务的替代。
雅图仕的转型轨迹，正是传统制造业拥抱AI的缩影。从RFID技术到机器人，再到现在人工智能应用正深入落地至生产及业务各环节，每一次技术迭代都伴随着人力结构的深刻调整。这种调整并非简单的“机器换人”，而是对人才价值的重新定义。
正如袁智徽教授所言：“AI技术的普及，正在重塑传统岗位的价值链。”袁智徽认为，随着AI技术的普及，传统岗位将发生转型。一些重复性、低技术含量的工作会被AI取代，传统岗位的工作内容和要求也会发生变化。人才的技能需求将更加侧重于跨领域的知识，特别是在数据分析、AI模型构建与优化等领域。同时，AI与人类协作的新模式要求员工具备与技术合作的能力，理解AI如何增强他们的工作效率，而非被其替代。
企业应避免“为AI而AI”
2025年全国两会释放出明确信号，推动“人工智能+”行动，加快大模型在制造、金融、医疗等行业的应用。这不仅标志着AI产业进入落地加速期，也意味着智能决策将成为企业竞争力的核心。
“未来3—5年，我们可以预见AI在企业中将会有更多创新应用，尤其是在客户服务、市场预测、个性化产品推荐等领域。”袁智徽认为，生成式AI将推动定制化内容和产品的生产，神经形态计算则有望推动更加灵活和高效的自动化运营。传统的层级式管理模式可能会被更加灵活、数据驱动的组织结构所取代，团队协作和决策将更加依赖AI的实时数据支持。
对于计划引入AI的企业，招伟宁提醒，一定要从实际业务需求出发，避免“为AI而AI”。建议企业先构建数据资产体系，确保各系统数据互通，再选择与自身模式匹配的AI工具。最后强调数据安全，生产数据是企业的生命线，必须建立分级保密机制。
袁智徽同样认为，对于计划引入AI的企业，最关键是避免技术跟风。很多企业可能会因为看到AI的热潮而盲目跟进，但实际的应用效果并非一蹴而就。企业应该先评估自身的业务需求和技术基础，选择适合的AI应用场景，做好与现有流程的结合。加强数据安全也是非常重要的，数据是AI的“食粮”，确保数据的安全和合规性是前提。至于组织架构的重构，虽然重要，但这是在企业逐渐形成AI应用的成熟环境下的事。
