2026年9月19日上午，在南海区政数局的指导下，南海融媒“AI赋能智造”系列专题报道采访组莅临吉康环境。公司总经理黄冠英热情接待并接受专访，重点向采访组分享了企业在人工智能场景落地及数据治理方面的前沿实践。
一、AI覆盖全流程
访谈中，黄冠英总经理介绍，吉康环境的AI应用已实现销售、管理与生产全流程覆盖。2025年初公司启动DeepSeek大模型本地化部署，并由内部技术人员开发自动化程序，解决了设备数据因平台容量限制被删除、人工导出易遗漏的问题，实现了数据的自动采集与闭环管理。
在具体业务层面，销售端通过沉淀历史案例与调研数据构建知识库，AI可辅助检索项目、匹配解决方案，并整合经验数据、制造成本、采购价格与网络比价生成精准报价；研发端，AI将物料测试报告转化为“数据指纹”，有望将物料特征识别准确率提升至99.9%；生产端，AI结合数学与物理模型“解密”低温干化“黑匣子”，通过输入输出数据反推阀门、管道流向等中间变量，为失效模式分析与预测性维护提供支撑。
黄冠英总经理表示，目前该模型正与南京航空航天大学、港科大深圳校区等高校团队合作进行优化。
二、自研逻辑
面对“为何不直接采购成熟外部产品”的疑问，黄冠英总经理给出了务实的解答：通用型产品往往难以深入适配企业特有的知识库结构，且存在实施复杂、后续迭代受制于供应商、响应迟缓及各业务系统耦合度低等痛点，难以构建统一的中控平台。
“自研让我们能将MES、OA、财务等各平台数据抓取至自有服务器，彻底摆脱了外部供应商的数据访问权限限制。”黄冠英总经理强调，自研的核心价值在于掌握数据主权，从而能够依据业务实际需求灵活调整模型逻辑。
这一自研理念同样体现在细微的业务改造中。例如，通过引入扫描枪与轻量级小程序，仅需约两千元的低门槛投入，便有效解决了具体作业环节的效率瓶颈，印证了自研策略在投入产出比上的显著优势。
三、数据治理
面对海量数据，吉康环境将治理策略精炼为“易处理”三个字。黄冠英总经理以一个贴切的比喻阐释了这一理念：数据治理犹如图书馆入库，必须经过分类、编目、上架。若任由数据如散书般堆积，再大的存储空间也会被耗尽，检索时更将无从下手。
基于这一思路，公司坚持以“源头治理”为核心，在采集端即进行数据清洗与颗粒度管控——保留高价值信息，剔除冗余数据。例如，考勤系统仅记录频次与时间，图像数据仅提取关键帧，而非全量存储视频片段。这一策略不仅有效控制了存储成本，更显著提升了数据的检索效率。
四、人才破题
谈及AI转型的瓶颈，黄冠英总经理明确指出：“最大的瓶颈并非算力，而是既精通业务流程、又具备数字化理解能力的复合型人才。”这类人才充当着连接外部技术供应商的“联络员”角色，能够将企业内部需求精准转化为技术语言，从而大幅降低沟通成本与试错时间。
在内部管理上，公司积极推行“一人公司”理念——并非倡导单人作战，而是鼓励每个岗位借助多个AI助手处理重复性工作。这一模式促使员工从传统的“执行者”转变为“任务分配者”，有效拓展了岗位职责边界。
黄冠英总经理同时提醒团队：管理者需警惕员工因过度依赖AI而导致创新能力退化。员工必须对AI输出进行二次判断与模型调优，而非简单机械地“搬运”结果。
结语
不盲目迷信大厂通用模型，而是打出“开源大模型 + 内部小代码 + 严格数据治理”的务实组合拳，用较低成本精准击破具体业务痛点——这正是吉康环境探索出的AI落地路径。
我们更希望，这条“自己造、用得起、管得住”的实践探索，能为更多中小制造企业的数字化转型，提供一份可借鉴、可复制的鲜活样本，共同推动AI在实体产业中的深度落地。
