核心摘要
- 为老旧设备加装控制器生成数据
- 先有数据，再有代理
- 让熟练工参与验证环节
- 按设备统计的产量和不良率，现在能计算吗
Sizzle通过在压力机、焊接机等老旧设备上加装自主设计的控制器，生成产量和质量数据，以此方式切入中小制造业的AX。在2026年9月24日国际新闻的报道中，Sizzle代表李智贤表示，国内制造业在与中国、美国的竞争中日益艰难，中小企业需要能够立即应用的实际解决方案。
没有数据的工厂应从何入手
李智贤代表于2016年创立Sizzle。据国际新闻报道，创业契机源于其在老旧工厂目睹使用数十年的设备大量生产不良品的场景。Sizzle在工厂中生成数据的方式如下。
- 在压力机、焊接机等老旧设备上加装自主设计的控制器。
- 控制器测量设备的产量和质量，生成数据。
- 设备的运动和运转状态等高精度数据以数百亿条的规模累积。
国际新闻介绍称，引入Sizzle的技术后，即使是此前完全没有工艺数据的企业也能获取核心数据，并通过AI分析数据，无需大规模投资即可实现工艺创新。李代表表示：“制造业是我国的根基产业，但至今仍有不少企业以经验主义方式运营”，并说明打造能够系统性检视企业现状的基础，是Sizzle的目标，也是AX的起点。
如何将熟练工的诀窍转化为数据
李代表表示：“核心并非单纯的自动化，而是将制造业积累的感觉和诀窍转化为数据的工作。”仅凭机器声音即可判断润滑油量或设备状态的诀窍固然重要，但随着劳动人口老龄化和人力短缺，熟练人力正在减少。Sizzle的技术着重于利用AI验证并强化熟练工的经验和直觉。
李代表表示：“AI并非取代熟练劳动者，而是将他们的诀窍转化为更强大的资产。”在现场导入初期曾遭到部分劳动者的反对，李代表通过与现场劳动者共处的方式持续进行说服。
Sizzle的AI代理能做什么
截至2026年9月，Sizzle正全力开发“AI代理”。这已超越单纯提供数据的阶段，进入由AI自主分析工厂状况并支持决策的阶段。报道中介绍的示例如下。
- 当工厂运营者询问不良率上升的原因时，AI代理会分析工艺数据，锁定问题出在哪台设备或哪类产品上。
- 还能实时提出产量下降的原因或改善方向。
国际新闻指出，该代理能够直接访问工厂内部数据，从而作出针对实际制造现场的专业判断，这是其一大特点。李代表说明：“我们正在打造一种结构，让工厂运营者无需不断在现场巡查逐一确认，而是由AI率先分析情况并进行告知。”Sizzle计划未来将技术应用范围扩展至智能农场、智慧城市、碳减排基础设施等制造业以外的产业。
对韩国企业AX的启示
Sizzle的做法始于从设备中生成数据，进而延伸至分析该数据的AI代理。如果在没有工艺数据的情况下就先考虑引入AI代理，正确的顺序应是先确认代理据以判断的数据究竟来自哪台设备。
如果核心工作是将熟练工的诀窍转化为数据，那么拥有该诀窍的人必须参与到项目中。若正在筹备导入，最好从一开始就将熟练工验证AI分析结果的角色纳入计划。
请确认贵公司工厂现在能否立即按设备统计产量和不良率。如果无法统计，首先要决定的就是从哪台设备开始生成数据。