刘好仃把保温杯从窗台拿下来时，杯底那张纸被阳光晒得微微卷边。他没急着进会议室，而是先绕到技术部工位，把平板往小王桌上一放：“昨天说的那三件事，今天全给我腾出时间。”
小王正盯着电脑屏幕发愣，听见动静抬头，发现刘好仃已经走了两步，只留下一句：“九点，一个都不能少。”
会议室的灯亮得有点晃眼。白板上“智能升级”四个大字还在，底下那行“目标：让每一片玻璃，都长出脑子”也原封未动。不同的是，角落多了三张便利贴——技术、成本、人才，每个词前面都被画了个红圈，像是被谁默默盯上了。
人陆陆续续到齐。刘好仃没开场，先从包里抽出一本厚书，啪地一声放在会议桌中央。封面是深蓝色的，烫金标题写着《工业4.0下的智能制造系统架构》。
“这本，”他指了指，“三年前我就买过，翻了五页就放下了。看不懂。”
有人笑了。小王也笑，但笑得有点心虚——他自己那本电子书APP里，收藏了十几本类似的书，打开次数加起来不超过三次。
“现在不一样了。”刘好仃翻开书，纸张哗啦作响，“咱们得看懂。不是为了考试，是为了别让别人甩得太远。”
他把任务分下去：技术部负责搜集近五年国内外玻璃生产线智能化改造的案例；采购和财务一起梳理设备更新的成本模型；人事则要摸清目前行业里相关技术人才的流动情况。
“资料越多越好，”他说，“看不懂的也先存着。咱们现在像进了一间黑屋子，灯没开，但总得先把开关摸到。”
散会后，小王抱着那本书回工位，刚坐下就听见隔壁工友嘀咕：“咱们这代人，连扫码点餐都学得磕磕巴巴，现在要搞AI？”
他没接话，低头打开电脑，搜了第一个关键词：“智能玻璃生产线”。
三天后，会议室又聚齐了。这次桌上堆满了打印资料，还有几台笔记本连着投影。技术部的小李率先发言，放了一段视频：德国某工厂里，机械臂自动抓取玻璃原片，通过AI视觉检测瑕疵，再由无人车运送到下一工序。全程没人说话，只有数据流在屏幕上跳动。
“他们这套系统，响应延迟低于0.1秒。”小李说，“咱们上次被马来西亚客户吐槽的0.8秒，在人家那儿，连个喷嚏都算不上。”
屋里安静了几秒。有人翻资料的声音显得特别响。
接着是案例分享。有人提到日本某企业用数字孪生技术模拟整个生产流程，提前预测故障；还有人说国内某厂引进国外控制系统，结果因语言和协议不兼容，调试半年才勉强运行。
“最麻烦的不是买设备，”小李总结，“是‘打通’。就像你买了辆进口车，结果发现加油站全是另一种油。”
大家开始争论：有的说应该先局部试点，改一条线试试水；有的认为必须一步到位，否则改来改去反而浪费钱。
“关键是，”财务老陈推了推眼镜，“咱们有没有这个‘油钱’？”
没人接话。预算表摆在桌上，光是中央控制系统的授权费，就够发全厂半年奖金。
刘好仃一直没说话。他听着，记着，偶尔在本子上画个箭头或圈个词。等大家吵得差不多了，他才开口：“吵得好。说明咱们真在想这事，不是应付。”
他站起身，走到白板前，拿起红笔，在“技术”下面写了个词：“生态”。
“咱们以为买套系统就能升级，其实不是。”他说，“就像你想学会游泳，不能光买泳衣。得学换气、蹬腿、划水，还得适应水温。”
他指着德国工厂的视频截图：“他们不是突然变聪明的。十年前就开始铺传感器，五年前建数据中心，两年前才上AI。咱们现在想跳过前面几步，直接游到对岸？”
会议室又静了。
“那怎么办？”有人问。
“先学。”刘好仃说，“像小学生一样，一个字一个字认。”
他提议请专家来做一次线上分享。不是讲大道理，而是帮他们理清这些资料里的“人话”和“黑话”。
两天后，视频会议开启。专家姓周，是某智能制造研究院的副所长。他没讲PPT，直接打开一张架构图：“你们关心的，无非三件事：能不能用、好不好用、划不划算。”
他一条条拆解：从数据采集到边缘计算，从协议转换到云端协同，甚至连“为什么德国工厂能实现0.1秒响应”都讲了——因为他们用的是专用工业网络，不是普通WiFi。
“你们现在的系统，”周教授说，“相当于用手机热点打电竞。不是手机不行，是网不行。”
小王听得直点头。他忽然想起厂里那台老压模机，连USB接口都没有，数据全靠人工抄表。
“那有没有‘便宜又好用’的方案？”有人问。
周教授笑了：“有，但还在试验阶段。比如用轻量级AI模型做本地决策，不依赖云端；或者用开源框架自己搭系统，省授权费。”
这章没有结束，请点击下一页继续阅读！