清晨的車間還沒完全蘇醒，冷卻係統的低鳴像一首老式收音機裡斷斷續續的晨曲。劉好仃站在休息區的電視櫃前，手指輕輕拂過u盤接口邊緣的灰塵。銀色u盤插進去時發出輕微的“哢”聲，屏幕亮起，文件夾圖標安靜地躺在桌麵中央——“觀察報告”。
他沒急著點開，而是從保溫杯裡抿了口茶。貼著“安全生產獎”的杯身微微發燙，像剛從爐口退下來的模具。
電視畫麵一跳，公告欄上的三欄表被投到了牆上：技術名稱、國外怎麼用、咱們能學哪點。最底下那行紅筆小字清晰可見：“判斷標準：是否幫助我們更快知道——東西去哪了，人用了沒，有沒有變。”
小林第一個進來，手裡攥著半塊沒吃完的饅頭。“劉師傅，今天是不是要定方向了？”他把平板往桌上一放，動作輕得像是怕驚擾了什麼。
阿芳隨後拎著飯盒進來，一眼就看見投影裡的內容。“哎，我那天寫的那個ai預測……還在呢？”她笑了下，語氣裡有點不敢信。
老張最後一個到，嘴裡還嚼著煎餅。“開會？就咱幾個？廠裡知道嗎？”他環顧一圈，眼神落在電視上，“彆整到最後，咱們畫張大餅，結果鍋都沒。”
劉好仃點點頭，沒反駁。他打開文件夾，調出那份《國際數字化技術發展觀察——初步框架》，然後翻到阿芳寫在公告欄上的那條問題，放大，定格。
“咱們不談ai。”他說，“談‘提醒’。”
他指了指屏幕：“孩子燈亮了，能寫作業，這是提醒。廢料堆成山，這是提醒來晚了。咱們要的，是讓提醒早點來。”
小林眼睛亮了，剛要開口，劉好仃抬手攔了一下。
“先彆急著上係統。”他從包裡抽出三張打印紙，一人發了一張，“今天不寫方案，寫事故。”
三人愣住。
“就寫你印象最深的一次廢料。”劉好仃語氣平得像在報爐溫，“什麼時候，什麼模具，報廢多少。然後問自己：如果當時有人提醒你，能省下多少？”
老張皺眉：“這算啥科學製定？”
“算起點。”劉好仃說，“咱們的手感、經驗、記性，都是數據。現在要做的，不是換掉咱們，是讓這些數據能說話。”
阿芳低頭寫起來。筆尖沙沙響，像風吹過冷卻架。她寫得很慢，但每一筆都穩。寫完後，她在“提醒”兩個字旁邊畫了個小燈泡——和公告欄上那個紅筆圖案一模一樣，隻是更圓潤些，像真的亮著。
小林寫得飛快，一頁紙密密麻麻全是字。最後他加了一句：“如果係統能自動標紅連續三天誤差偏高的模具，至少能減少37的返工量。”他抬頭，“這算不算數據驅動？”
“算。”劉好仃點頭，“但得先讓人看得懂‘紅’是啥意思。”
老張磨蹭半天，才動筆。寫完隻有一行：“去年七月，17號爐偏絲三天，報廢六箱。若提前發現，至少省三箱。”他把紙翻來覆去看了兩遍，嘟囔：“就這麼點事，值得搞個係統？”
“不是為係統。”劉好仃接過話，“是為彆再靠人記、靠人吼、靠人半夜想起來‘哎喲壞了’。”
他把三張紙收上來，鋪在桌上。然後從那個補了三道膠帶的文件夾裡，抽出一頁手繪表格，標題是《咱們的經驗證據也是數據》。
“老張記得下午三點爐溫易飄，阿芳總能一眼看出絲徑不對，小林每次換模前必查前兩批記錄。”他指著表格，“這些，都不是玄學，是數據源。”
小林張了張嘴，想說什麼。
劉好仃先說了：“我知道你想說‘直接上算法’。可算法喂什麼？喂咱們的記錄。要是記錄沒進係統，再聰明的ai也瞎。”
他拿起筆，在白板上寫下三個詞：
數據采集標準化
智能預警係統
客戶反饋閉環
“就這三個方向。”他說，“不追新，不貪大，不離崗。所有技術，必須回答一個問題——它能不能讓我們更快知道‘東西去哪了，人用了沒，有沒有變’？”
小林交上來一份草案，標題花裡胡哨：“基於神經網絡與邊緣計算的智能製造優化方案”。老張翻了兩頁就皺眉：“這玩意兒能幫我記住熱脹係數？還是能替我摸模具？”