制造业AI培训怎么做才不空转？北京长安把课堂搬进了车间，四川也开始行动了

前几天看到一条消息，让我对制造业AI培训这件事有了点不一样的看法。

北京长安汽车公司，把AI培训直接搬进了生产车间。不是那种把工人拉到会议室，放一天PPT，讲完鼓掌散场的培训。是真真切切在冲压线旁边、在涂装车间里，让工人一边干活一边学。

他们的培训怎么搞的？按岗位分层。一线操作工，学"用得上的工具"——怎么让系统自动提醒自己换刀、保养、点检；技术骨干，学"理数据、搭流程"——把车间经验写成提示词，把设备数据接进平台；管理人员，学"用数据、管生产"——用数据看板看产量、看质量、看异常。

不搞一次性扫盲，而是持续在做。有个"小龙虾"强化训练营讲轻量化办公，有AI小课堂专门啃智能体和代码对接，还有专题培训讲数字工匠。

一个涂装车间的工程师说了句实在话：刚开始也慌，怕以后不会干。后来发现，AI是把重复的活儿接走了，工人更像"把关的"，主要看参数对不对、工艺稳不稳、异常处不处理。

这句话点透了一件事：制造业AI培训的目标，从来不是把工人变成AI专家，而是让工人学会用AI当自己的辅助工。

为什么我觉得这个案例值得聊？因为我见过太多工厂的AI培训，钱花了，时间搭了，最后什么也没留下。

问题出在哪？

第一，培训内容脱离车间。请个老师来讲大模型原理，讲参数怎么调，讲神经网络是什么。工人听半天，回去该怎么干活还怎么干活。不是工人不想学，是学的东西跟手里的活儿没关系。北京长安聪明在哪？工人不用先懂大模型原理，就先从"让系统提醒我换刀、保养、点检"用起。先用起来，再慢慢理解。

第二，不分岗位一锅烩。一线操作工、技术工程师、部门经理坐在一起听同样的课。操作工觉得太深听不懂，经理觉得太浅不解渴。培训必须分层——操作工学工具，骨干学流程，管理学生产经营。每个岗位只学自己用得上的。

第三，只讲一次没有后续。培训当天热热闹闹，一周之后全忘光。技能这种东西，不反复用是留不住的。北京长安把AI培训嵌进班组建设、技能比武和师徒带教里，就是让工人在日常工作里持续接触、持续使用。

再说个跟咱们成都更相关的。

9月11日，四川省经信厅发了一份通知，委托四川理工技师学院开展先进制造业领域省本级职业技能提升培训。一共50个班，计划培训2000人，覆盖车工、焊工、电子设备装接工、数控机床操作调整工等30个工种。培训从9月中旬一直办到12月中旬，实操实训时间不少于60%，不收培训费和食宿费。

这个信号说明什么？说明制造业技能升级已经不是企业自己的事了，政府在真金白银地推。

不只是四川。湖南人社厅最近也发了通知，3年内要开展AI补贴性培训10万人次，力争带动30万人次学AI。福建工信厅9月到12月要在全省办10期"人工智能+制造"技能培训，第一期9月11日已经在福州开班，请的是中国信通院、华为的专家，线上线下加起来1300人参加。中国汽车工业协会9月14日也在太仓办了高技能人才转型研修班，为期4天，专门讲AI质检、预测性维护、全价值链重构。

从南到北，从政府到行业协会，大家都在做同一件事：让产业工人学会用AI。

但我想给工厂老板提个醒：政府组织的培训要积极参加，但企业自己的内部培训也得跟上。外部培训解决的是入门和普及，真正要把AI用到你家的生产环节，还得靠你自己根据工厂的实际情况来设计。

我自己在成都做制造业AI落地两年，帮不少工厂做过内部培训和陪跑，总结几条实操建议。

首先，培训的第一节课不要在教室里上，要在车间里上。带着老师或者AI工程师到产线上转一圈，看看工人每天到底在干什么，哪些环节最重复、最耗时、最容易出错。培训内容从这些真实痛点里长出来，工人才觉得有用。

其次，先让一批愿意尝鲜的人学起来。不用要求所有人同时开始，每个班组找一两个接受度高的年轻人，先学会，再由他们带动其他人。工人之间互相教，比外面的老师讲十遍都管用。

然后，一定要给练习的时间和环境。培训课上讲得再好，回去没有机会用，一周就忘。要允许工人在工作中尝试——哪怕刚开始用得慢、用得笨，也比不用强。跑通一个真实场景，比听十个案例都管用。

最后，培训效果别用"满意度问卷"来衡量。用什么衡量？用工人有没有真的在用，用他负责的那个环节效率有没有变化，用老师傅的经验有没有被沉淀成可复用的数字资产。北京长安人力资源处的经理说了句话挺好：智造不是不要工人，而是不要"只会重复"的工人。

制造业AI培训这事儿，说白了就一句话：别把它当成一次课，要把它当成一场持续的工作方式调整。课堂在车间，老师在产线，成果在工人手里。

窗口期就这几年，先动起来的工厂，工人先成长，工厂先受益。