从抗拒到共生，制造业老工人如何拥抱AI机器时代

提到工厂里的技术升级和人工智能，大家的印象往往是明亮的无尘车间、全部都是机器人规律的执行着。

但在中国广袤的实体制造业一线，更多得则是在传统车间，一群满手机油、年过半百的老工人身上。面对势不可挡的AI智能化浪潮，这些制造业老兵怎么样了？他们有被淘汰吗？

进入2026年，老兵们正在经历了一场深刻的心态与角色转变，制造业升级的本质，不是单纯的机器换人，而是通过新技术将几十年的宝贵经验提取、转化并传承下来，在这场技术变革中，老工人正在重塑自己的职业价值。

什么是制造业老兵AI驯服计划？

所谓的“制造业老兵AI驯服计划”，并不是一句冠冕堂皇的口号，而是当下无数传统工厂车间里正在发生的真实一幕。

计划的核心，是让拥有几十年工厂经验的老工人，把那些无法写进标准操作手册里的小技巧，一点点讲给AI机器听，从而让AI真正懂行业技术、会变通的干活。

实际上，机器和系统进入工厂的速度比很多人想象的都要快。

“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%。在这个背景下，长三角一家汽车零部件工厂的总装车间里，一位五十多岁的老师傅正熟练地对着平板电脑，查看AI给出的工艺参数调整建议，要知道在三年前，这位老师傅连电脑怎么开机都不知道。在西南某大型钢铁企业的轧钢车间，一位技术工人正把自己三十年积累的经验，一点一点输入到企业的AI训练平台，科技在进步，老师傅也在同样赋能AI。

一个刚进入工厂的AI系统，就像一个读死书的书呆子，它掌握了海量的理论计算能力，却完全不懂真实的生产环境，处理不来突发的状况，也不懂生产上的小技巧。老兵们的驯服计划，就是把关于状况、细节、技巧等应急处理事件，变成AI可以理解和执行的规定。在这个过程中，老工人成就成了AI的师傅，他们用最鲜活的经验赋予了机器灵魂。

传统工人与技术变革之间

然而，这条路走的并不一帆风顺。

当AI机器人要进入车间，反应最激烈的往往是那些工龄最长、技术最好的老师傅。他们有着深厚的职业骄傲，几十年的经验与手艺，一台机器能明白吗？对于老师傅来说，任何一项手艺都不是一蹴而就的，都需要长久的经验累计，比如取向硅钢加工，电流大小、焊缝熔深、刀具进给速度，全凭几十年在高温、噪声和油污中磨炼出的直觉。

其次是现实的生存担忧。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，这是一份极其辛苦的体力活，但也是工人们引以为傲的硬功夫，因为不是每个人都能吃得了这份苦。

当自动上料系统摆在面前时，工人们害怕的是饭碗保不住了。搬了十几年的物料，突然要被机器所替代，这种惆怅完全可以理解。

面对效率提升、成本降低、质量极其稳定的机器，老工人们不得不承认一个残酷的现实：自己手里的纯手工作业确实在贬值。机器不只疲倦，但人不行，如果不转型，就意味着在市场中处于劣势，旧的技术体系已被智能打破，传统工人与新技术的融合已是趋势。

妥协、角色赋能与心态转变

面对不可逆转的自动化趋势，老师傅的心态也发生了转变，这种转变的转折点，在于他们在实际接触中发现了AI的致命短板。

一个AI可以读完所有的焊接手册，但如果遇到一个手册上从来没有出现过的特殊材料变形或环境异常，它可能完全不知道该怎么办。AI虽然看起来高大上，但其实很“笨”，人的笨可能是学不会，而AI的笨则是没有常识、不懂变通，这也能理解，因为它只是一台机器。

这给老工人们极大的底气，也促成了他们对机器的妥协与接纳，他们这才知道，AI并非无所不能，它极度依赖高质量的训练数据，而这些数据恰恰掌握在自己脑子里。于是，一种角色反转出现了：以前是人害怕被机器替代，现在是机器需要人来“教”。

在这个阶段，老工人们开始主动拥抱AI，他们的角色得到了全新的赋能，当AI机器的老师，他们从旧体力劳动者变成了AI训练者。梳理操作习惯、整理突然异常案例等等，只为了把经验教给机器，在这一过程中，老工人自己对业务的理解也变得更加深刻和清晰了，有些企业甚至会把已经退休的工人返聘回厂。

这是防御心态到开放心态的转变，通过主动学习和与时俱进，在新体系里找到了最稳固的位置。

未来新制造业共生形态的畅想

随着人和AI协作模式的逐渐成熟，制造业正在形成一种全新的共生形态。在未来的车间里，人和机器不再是替代与被替代的对立关系，而是一种高度互补的双向依赖。

我们可以这样去理解：

AI去做它最擅长的事，处理海量数据、精确控制设备、不知疲倦地进行高强度重复劳动；

人类则专做我们擅长的事：比如利用经验进行判断、处理突发异常情况、以及创造性地解决非标问题。

可以确定的是，老师傅的角色已经从满头大汗的执行者，彻底变成了机器决策者，只需在关键节点确认机器做得对不对。

有人或许会问，如果有一天AI变得完美了，老工人的经验还会值钱吗？每一种新材料的引入、每一台设备的老化程度，都可能带来难以预测的新变数，制造业的复杂程度远超想象，真正的生产一线永远充满着未知数，而应对异常，永远需要老师傅的经验与直觉。（微信公众号：Tahou_2025）