提到 AI，进入你脑海的画面是什么？大概是北上广深灯火通明的写字楼，硅谷码农敲击键盘的清脆声响，二十岁出头的天才少年用大模型一夜之间改写行业规则。从诞生就被曝光在媒体聚光灯下的 AI 与工厂有什么关系？与那些满手机油、五十岁上下的老师傅又有什么关系？
这大概是大多数人的刻板印象。
实际上，AI 已经进入了制造业的各个领域。" AI+ 智能制造"数据显示，2025 年，我国制造业数字化转型渗透率已达 68%。截至 2025 年底，规上制造业企业人工智能技术应用普及率超 30%。
在长三角一家汽车零部件工厂的总装车间，一位五十多岁的老师傅正对着平板电脑，调用生产管理系统，查看 AI 给出的工艺参数调整建议。而三年前，他连电脑开机都要问旁边的年轻人。
西南某大型钢铁企业的轧钢车间，一位技术工人在把自己三十年积累的"看火候"经验，一点一点输入到企业的 AI 训练平台。他的目标是让这套系统学会手册上没有的传统判断方法。
这些老师傅正在做的事情可以被称为一场对于 AI 的"驯服"计划。他们在自动化浪潮被替代的忧虑之下，摸索出来一套与 AI 共存的法则。
不过，从抗拒到妥协，从驯服到共生，这条路并非坦途。在传统制造工厂里，老工人如何拥抱 AI、适应 AI？他们的心态经历了怎样的转变？
前几年，当"机器人要进厂"的消息第一次在各个车间里传开的时候，反应最激烈的往往是那些工龄最长、技术最好的老师傅。
一家南方汽车零部件工厂的老师傅回忆，那天车间主任开会宣布要上自动化产线，话音未落，就有老师傅拍了桌子："机器能有人灵活？出了问题谁负责？我们这些人怎么办？"会议室里安静了几秒，然后是一片附和声。
举个简单的例子，在电渣炉车间，以往每炉钢需要 3 名工人冒着高温，手工搬运近 800 公斤的物料。那是一份苦活，但也是老师傅们引以为傲的硬功夫，谁搬得快、放得准，全凭经验和体力。当自动上料系统的方案摆在面前时，反对几乎是一种本能。
这种抵触是一种来自多方面的复杂的情绪。
要理解这种抗拒，得先理解老师傅们几十年来建立起来的职业骄傲。对于从业几十年的技能大师来说，任何一项手艺都不是一蹴而就的，比如取向硅钢加工难度很大、精度要求高。电流的大小是否合适，焊缝的熔深是否到位，刀具的进给速度是否精准，全凭几十年磨炼出的直觉。
要达到这种精度，需要对材料特性有极深的理解，对设备状态有精准的判断。所以当 AI 这个"外来者"进入车间时，老师傅们的抗拒是真实的。他们的底气来自几十年如一日的积累，来自那些在高温、噪声、油污中磨出来的真本事。在他们看来，AI 不可能理解火候是什么，也难以懂得手感为何物。
除了对自身专业能力的骄傲，还有一层更现实的担忧：饭碗。在任何一个行业，新技术出现的时候，最先感到威胁的都是那些在旧技术体系中投入最多的人。老师傅们花了二三十年学会了一身本领，现在突然有人说这些本领可能要被机器替代了，恐慌就会快速蔓延。
更何况，在关于技术变革的主流叙事中，老师傅往往被塑造成"跟不上时代"的那群人，是转型的阻力。这种标签让许多老师傅本能地产生了防御心理。
这时候，当有人说"这个东西可以用 AI 替代"的时候，老师傅听到的潜台词就是，"你花了三十年学会的东西，不值钱了"。
所以，在 AI 驯服计划开始之前，大多数老师傅的第一反应是拒绝的。他们不是计划的对象，他们是计划的反对者。
然而，抗拒归抗拒，工厂的变化并不会因此停下脚步。
2020 年后，中国制造业的自动化进程加速了。黑灯工厂开始出现在各个行业。广西玉柴的"黑灯工厂"里，上千个零件的每项操作平均作业时间仅 90 秒，加工精度达到 0.001 毫米。某炼钢厂的自动上料系统，原来三个人的重体力活变成了按几个按钮的事。
效率提升、成本降低、质量稳定……不转型就意味着在市场竞争中就会处于劣势。
老师傅们慢慢发现，自己手里的手艺确实在贬值。以前一个老师傅能干的活，别人干不了，这就是议价能力。现在机器能干到八十分，而且稳定、便宜、不知疲倦。
面对这种现实，老师傅们的态度开始分化。
有一部分人选择离开。有的是提前退休，有的是转行去做别的。这些人通常不会出现在新闻报道里，他们离开的理由也很简单：不想学了，也学不动了。把自己半辈子的积累突然推倒重来，眼看着机器越来越厉害，对于固执的匠人来说，这是一种残忍的"淘汰"。
更多的人选择留下来，留下来的方式也各不相同。有些人被动地接受了现状，机器让干什么就干什么，不求有功但求无过。有些人则开始琢磨：既然机器来了，那我怎么在这个新体系里找到自己的位置？
老师傅们发现，AI 虽然厉害，但它有一个致命的短板，它不懂没有被训练过的业务。
于是，一种新的情感萌发了：AI 并非无所不能，他们不仅不会被替代，或许还能成为 AI 的训练师。
当老师傅们真正开始接触 AI，他们发现了一个有意思的事情：AI 这个东西看起来很高大上，但其实很"笨"。
这并非有意贬低 AI。AI 的"笨"和人的"笨"不一样。人的"笨"是一种职业门槛，有的人就是学不会、记不住，而 AI 的"笨"是没有常识、不懂变通。一个 AI 可以读完所有焊接手册，但如果你给它一个手册上没有的场景，它可能完全不知道该怎么办。
它会按照训练数据里的模式去推断，但如果这个场景在训练数据里没有出现过，它的推断如果错了，就会带来不可估量的损失。
这就产生了一个很有意思的角色反转，也给忧虑的老师傅带来了新的底气和骄傲。
以前是老师傅们觉得自己要被 AI 取代了，现在他们发现，AI 需要他们来"教"。
老师傅们要做的就是给 AI 装上那些手册上没有的东西、处理 AI 难以解决的生产制造难题。
在某个炼钢厂，一些已经退休的技术工人被重新请回公司。
他们需要将关于"火候"的判断、关于"手感"的拿捏、关于异常情况的应急处理全部记录下来，变成 AI 可以理解和执行的规定。
在此之前，这些通常是言传身教，不会被记录在员工手册上的隐性知识。
而 AI 的出现给了这些隐性知识一个被"显性化"的机会。因为 AI 需要明确的规则、明确的输入输出关系，所以老师傅们被迫去把自己的经验"翻译"成 AI 能懂的语言。
这个过程也有一个意想不到的效果。当老师傅们把自己的经验梳理出来、教给 AI 的时候，他们自己对这些经验的理解也加深了。有些以前模模糊糊知道的东西，在试图教给 AI 的过程中变得清晰了。
这就是驯服的本质，让 AI 为人所用。能做到这一点的人，往往不是那些最懂 AI 的人，而是那些最懂业务的人。因为他们知道什么是真正重要的问题，知道 AI 给出的结果到底意味着什么。
当然，不是每个老师傅都走到了这一步。有些人学会了使用 AI 工具，但始终停留在"工具使用者"的层面；有些人则更进一步，开始参与 AI 系统的训练和优化。
不同的人在车间里都存在，他们的选择往往取决于个人的学习能力、年龄、性格，以及企业提供的支持。
随着人和 AI 的协作模式逐渐成熟，一种新的协作共生形态出现了。
抗拒阶段，AI 是敌人，要把它挡在车间外面；妥协阶段，AI 进来了，老师傅被动接受，但心里不情愿；驯服阶段，老师傅主动出手，让 AI 按照自己的规则来干活。这三个阶段，有一个共同的特点：人和 AI 之间是一种主从关系，老师傅始终站在"主"的位置上，AI 是工具、是下属、是被驯服的野兽。
但共生阶段，AI 不再是老师傅眼中会抢走他们饭碗的洪水猛兽，也不再是不可信任的新技术形态。
接受了老师傅的经验训练之后，AI 在越来越多的场景下可以独立做出正确判断，甚至在某些细分领域超出了老师傅的能力范围。它的反应更快、计算更精确，也不会因为疲劳或情绪波动影响判断。
共生关系的一个重要特征，是双向依赖。AI 做 AI 擅长的事，人做人擅长的事。AI 擅长的是处理大量数据、精确控制、不知疲倦地重复劳动；人擅长的是经验判断、处理异常情况、创造性地解决问题，谁离了谁都不行。
这带来的结果就是，AI 在不断进步，能做的事情越来越多；人也在学习，能驾驭的 AI 工具越来越多。边界是动态的。
以企业级智能体为例，龙虾智能体能够听懂诸如"三号注塑机停机了，快处理"这样的指令，然后自主登录监控系统确认设备状态，调用知识库查找故障原因，创建维修工单，在车间大屏上推送紧急通知。
这意味着，人的角色从执行者变成了监督者，不需要自己去登录系统、查故障、建工单，只需要确认 AI 做得对不对，在关键节点做决策。
当然，共生关系也有它的紧张之处。有些老师傅会感到一种隐隐的危机，AI 正在变得越来越独立，需要自己介入的次数越来越少。现在的共生关系是以 AI 的不完美为前提的。如果有一天 AI 完美了，这种关系还会存在吗？
但可以明确的是，" AI 完美"这件事在可预见的未来不太可能发生。制造业的复杂性远远超出通用 AI 的能力边界。每一种材料、每一台设备、每一个环境条件，都可能带来新的变数。AI 可以在标准化场景下做得很好，但遇到真正的"异常"，还是需要人来判断。
更重要的是，制造业的竞争最终是产品和服务的竞争。一个能够把老师傅经验和 AI 能力结合起来的企业，比一个只有 AI 没有老师傅的企业，竞争力更强。因为前者的系统里包含了那些手册上没有的、经过几十年验证的经验，而后者的系统里只有公开的知识。
某制造厂车间的老师傅表示，以前自己是一个人在做事，现在有了一群数字分身，它们帮他干活，他则负责帮助它们升级。
这或许是老师傅们在这个时代能够找到的最稳固的位置。与其对抗或者被动接受 AI，不如主动学习、与时俱进，成为那个能与 AI 系统共生的最懂业务的人。
从抗拒到妥协，从驯服到共生，这条路并不好走。每一个阶段都有它的痛苦和挣扎。不是每个人都走到了最后，也不是每个人都需要走到最后。每个人的选择都是在自己的处境下做出的合理判断。
那些选择离开的人有他们的理由，被动接受的人有他们的无奈，那些主动学习、成功转型的人有他们的运气和努力。这些不同的选择共同构成了这个时代制造业工人群体的真实图景。
技术变革从来不是中性的。它创造新的机会，也摧毁旧的生计。对于被冲击的人来说，"拥抱变化"不是一个轻松的选择，而是一场艰难的博弈。
经验的价值不会消失，但它变现的方式会变。在 AI 时代，最有价值的往往是还没有被数据沉淀的人类经验。判断力、直觉、对业务的深刻理解，这些仍然是人的优势。
对于制造业工人来说，共生并非终点，而是一种动态的平衡。AI 在进步，人在学习，边界在移动。能够在这个动态过程中找到自己位置的人，会活得更好一些。
回到文章开头那个问题：AI 与老师傅，真的没有关联吗？
有，而且比大多数人想象的要深。老师傅们的经验正在成为 AI 系统中最稀缺、最值钱的部分。他们没有被 AI 取代，而是让 AI 真正"懂行"的人。这个事实或许能给那些正在焦虑中挣扎的人一点安慰。
通弘网提示：文章来自网络，不代表本站观点。
