当工业互联加速渗透机床工具行业时,遇到的阻力比多数行业都大——设备品牌杂、系统封闭、数据锁在私有的“黑箱”里以及车间里核心的工艺知识仍装在老师傅的脑子里。
过去十年,无锡微茗智能科技有限公司(以下简称:微茗智能)坚持做一件事:把机床连起来,把数据采出来并让数据回到加工过程中去,变成效率、良率和交付能力。中国机床产业体量庞大,单位设备与单位工时里的价值密度仍有很大提升空间。怎么从每一台机床每一道工序里挖掘出更高附加值,是这个行业要回答的问题。

DMP数字化制造平台
连上了但还没有真正“用起来”
从连接层面看,基础设施已初步成型;从价值层面看,数据向效率、良率和交付能力的转化仍处于起步阶段。
从基础设施看, 2026年上半年我国规模以上制造业关键工序数控化率已接近70%;工业互联网核心产业规模在2025年突破1.6万亿元;智能工厂梯度培育已累计建成基础级3.5万家、先进级8200余家、卓越级500余家。在机床工具行业,相比国际先进水平,仍有以下几方面亟待提升:
其一是标准问题。我国已有自主的机床互联通讯协议——NC-Link,于2022年获批为国家标准GB/T 41970-2022,与美国MTConnect、欧洲OPC UA以及德国umati同属数控装备互联互通领域的主要协议方案。但目前存在的问题是,标准落地速度远赶不上设备异构程度。比如,我们在某用户车间看到,数控系统涉及多个品牌,设备代际跨度接近二十年。微茗智能的应对方式是扩大设备兼容范围,其中DMP数字化制造平台目前可兼容95%以上的CNC与PLC控制器系统。这并非绕开标准,而是在标准大规模落地之前,先解决设备接入问题,避免任何一台设备成为数据孤岛。
其二是工艺问题。工艺知识的软件化,是当前差距较大且最易被低估的问题。设备数据采上来只是“物理信号”,真正决定加工质量的却是工艺知识:切削参数怎么选,与刀具何时该换以及这台机床是否处于 “健康状态”,这些知识大量沉淀在老师傅的经验中,尚未变成可存储、可复用且可迭代的模型。
其三是应用问题。数字化项目未能达效,最常见的形态不是系统无法上线,而是上线后无法证明经济价值——屏幕上的曲线看似良好,却没人说得清它为企业省了多少钱、多交付了多少订单。
推进中的三道坎连
微茗成立于2016年,正值工业互联网概念兴起之初。十年间,我们交付了500多条产线系统和200多个离散制造系统,也面临过多个难题。
· 设备异构
最初,我们试图用“标准接口”解决设备异构问题,很快发现行不通——老旧设备没有接口且进口设备接口封闭。解决方法是两条腿走路:软件侧靠协议兼容,硬件侧靠外挂式传感器。以撞机保护系统为例,其不受数控系统类型限制,可兼容众多品牌的主流数控系统。
· 数据可信
这是最容易被忽视的问题之一。我们逐渐意识到:单一数据源一定会“看走眼”。微茗智能自研的AI直接处理采集来的数据,以IoT微内核和业务应用微内核为基座,往上是元数据MetaData For AI(业务、分析与操作三类元数据)和元数据管理与服务(建模、感知、向量化与语义模型),最上面是Agent形态的AI智能助手,配有MCP、微应用和组件按场景拼装。因此,有新场景进来时,只需要加组件,而不必把系统重写一遍。
· 从项目到产品
创业初期我们做定制交付,每个客户一套方案,做得辛苦,规模却起不来。真正的转变发生在把能力沉淀为标准模块之后:撞机保护、刀具监控、MDC数据采集、DNC程序管理、FMS柔性制造以及E-MES车间协同——每一块都能独立交付,组合成整体方案。架构云化之后,中小企业也能按需订阅、轻装上阵。
技术优势与场景价值
微茗的布局可以概括为“点—线—面”三个层次,加上一项贯穿其中的能力:软硬一体。
“点”是机床感知。撞机保护系统被客户称为“机床安全气囊”:采样频率最高达13333 Hz,从传感器采集信号到触发急停耗时≤1 ms,这一速度快于冲击能量向主轴轴承传递的临界时间,因此能把损伤阻断在主轴受损之前。比如,青岛汉优精工的实测能够说明这一问题:同一台设备在2025年1月经历两次剧烈撞机后,主轴径向跳动分别为0.0032 mm
和0.0035 mm,优于行业标准要求的≤0.005 mm,检测完成后,该设备当日即恢复生产。相比之下,另一台未加装主动保护的设备出现以下问题:主轴轴承碎裂和锥孔拉毛,配件从德国调货至少等待14天,含人工费用总计12万元,整条产线停摆,3个订单被迫延期。
“线”是产线柔性。在无锡航亚科技的生产线上,与传统单机加工模式相比,微茗智能柔性自动化线控软件可使生产效率提升40%,所需人员减少80%。而在重载搬运这个长期依赖人工吊装的环节,微茗智能全资子公司无锡高格机器人自主研发的Master系列重载堆垛机器人,可稳定搬运750~3000 kg重物,重复定位精度≤±0.5 mm,价格为国外同类产品的50%。
“面”是车间协同。微茗智能通过E-MES、FMS与数字孪生全域中控系统,打通从工件自动上下料到全域数据可视化管理的全流程。客户覆盖航空航天、汽车、轨道交通、医疗以及3C等领域,包括博世集团、中国中车和航天科技等头部企业。落到经营指标上,客户侧的平均改善是:设备产能提升30%,产品订单交付率提升5%,车间产能提升10%。
构筑核心竞争力
我们认为,未来制造企业的核心竞争力,将不再取决于“拥有多少台设备”,而体现在三种能力上。
把工艺Know-how转化为数据资产的能力。设备可以采购,工艺数据只能积累。谁先把老师傅的经验变成可复用的模型,谁就掌握了下一代制造的定价权。
软硬一体的闭环能力。只做软件,触达不到机械本体;只做硬件,产生不了数据价值。微茗从数据采集起步,并在解决机加工行业实际痛点的过程中逐步形成从传感器、机器人到控制软件的完整闭环——这是“以数据反哺制造”的自然结果。
将解决方案标准化并使其具备可复制的能力。目前微茗技术成果已落地600余家企业项目,拥有49项专利、38项软件著作权。这些数字的背后,是一套可被反复验证的交付方法论,而不是无数个定制项目。
未来发展
AI将从“帮助人看数据”转向“直接输出决策”。2026年1月,工信部等八部门印发《“人工智能+制造”专项行动实施意见》,明确提出到2027年推出1000个高水平工业智能体、打造100个工业领域高质量数据集。制造业数字化的核心命题,正从“让管理者看见”切换为“让智能体判断并执行”。
工业互联从“连接规模竞赛”进入“价值深耕”。2026年6月,工信部等部门印发《关于推动工业互联网高质量发展的实施意见》,提出到2030年核心产业增加值突破2.5万亿元、建设5万张工业5G专网、实现207个工业中类全覆盖。政策导向已从“鼓励建设”转向“优胜劣汰”,竞争焦点正从接入设备数转向单客户价值深度与行业Know-how沉淀。
工艺模型将取代设备,成为车间里的重要资产。当硬件性能趋同,差异将来自“同样的机床,谁能加工得更稳、更快与更省”。基于这些判断,微茗正在推进四项工作:加大AI与工艺自适应加工的投入,让系统不仅能报警,还能推荐更优的切削参数;打磨数字孪生全域中控系统,把车间级数据真正映射到云端决策;推进重载机器人系列化,向上覆盖更大负载与向下提升空间适应性;稳步推进国际化,继EMO 2025汉诺威、JIMTOF 2024日本国际机床展之后,持续拓展海外客户。
机床的精度,表面看是机械的精度,骨子里是数据的精度。工业互联对机床工具行业而言,不是一条锦上添花的新赛道,而是把老师傅的手感、设备的状态、订单的波动,全部变成可计算、可复用和可传承资产的必经之路。我们的口号是“让每一个数据都更有价值”——这句话背后,是十年只做一件事的耐心,也是我们对中国机床工具行业的一点坚持:做难且正确的事。