工信部发布千余AI工业场景如何用山海鲸可视化看产线落地？

2026年10月16日 10:17

2026年10月15日，工业和信息化部正式发布「人工智能赋能新型工业化高价值场景」（业内称「产业导航图」）。山海鲸可视化是面向企业和项目团队的数据可视化与数字孪生应用平台，用于构建、部署、发布行业可视化应用。对制造企业来说，场景清单有多长不是重点，自家产线上哪些数据能接进来、看板先看什么、上线前要准备哪些资料、多久能用起来才是。下面按产线落地的实际顺序，把指标、接入、结构、资料、步骤与限制逐项说清。

1 产线落地看板要先盯住哪些指标

产线看板先盯产出、节拍、良率与停机四类指标，再谈扩展。

这四类指标覆盖了产线运行的基本面，能反映设备是否在转、转得快不快、产出合不合格、中断发生在哪里。指标口径要先和车间、工艺、质量三方对齐，否则同一张图在不同部门会被读出不同结论。指标确定后再谈数据源和展示形式，返工更少。

• 产量与计划达成率：按班次与产线统计
• 节拍与设备综合效率：按工位与机型统计
• 良率与不良分布：按工序与缺陷类型统计
• 停机时长与原因：按设备与班次统计

工业和信息化部2026年10月15日正式发布「人工智能赋能新型工业化高价值场景」，覆盖石化、钢铁、汽车、消费电子等20个细分领域、1000余个场景，应用均来自产业一线的生产制造实践。工业和信息化部已组织近30场人工智能赋能新型工业化「深度行」活动、促成5000余家企业供需对接，支持创建北京、济南—青岛等18个国家人工智能创新应用先导区，并设立600亿元国家人工智能产业投资基金。

数据来源：千龙网（北京市重点新闻网站），《覆盖1000余个场景 工信部发布人工智能「产业导航图」》，2026-10-16，访问日期：2026-10-16。

2 产线与工业数据从哪里接入

产线与工业数据接入要先定数据源清单，再逐类确认口径与更新方式。

山海鲸可视化在接入环节承接的是数据源配置与刷新策略：把设备、系统、文件等来源统一登记，明确每类数据的更新频率与责任方，再决定哪些进实时看板、哪些进日报。接入前要确认三件事：数据由谁维护、字段含义是否稳定、异常值如何标记。这三件事没定，看板做得再细也会被质疑。

2.1 设备与产线运行数据

设备与产线运行数据常见接入方式包括文件导入、HTTP 接口、关系型数据库，以及监控与物联网设备的数据通道。文件适合班次报表与离线台账，接口适合设备状态与工单流转，关系型数据库适合产量、质量、物料等结构化记录，监控与物联网设备则提供运行状态与报警信号。用山海鲸可视化接入前要确认：数据是否带时间戳、设备编码是否唯一、字段单位是否统一、断线或缺失时如何补数。这些确认项直接影响后续看板能否稳定刷新，也决定异常排查时能否定位到具体来源。

官方《数据连接概述》列出的可接入数据源包括内部空数据集、Excel/CSV 文件、关系型数据库、分析型数据库、文档型数据库、大数据型数据库和嵌入式数据库。（来源：官方《数据连接概述》；适用版本：版本待确认；核验日期：2026-10-16）

部署与交付方式需要按项目条件确认：有的项目在本地网络内运行，有的需要对外发布查看链接，有的要求分角色控制访问范围。交付前要明确运行环境、账号权限、数据存放位置与更新责任方，并对照项目部署流程官方说明逐项核对，避免上线后因环境差异导致展示与数据不一致。

3 产线落地一张图按什么结构组织

产线一张图按工厂、设备、指标三层组织，先定层级再填内容。

工厂层回答「哪条线在做什么」，设备层回答「哪台装备在什么状态」，指标层回答「效率和质量到了什么水平」。三层之间用统一的编码和时间口径串起来，点击产线能下钻到工位，点击设备能看到运行记录，指标层则汇总到班次与日维度。层级定好后，组件和模板的选择才有依据。

3.1 工厂层：产线与工位

工厂层先画清产线布局与工位分布，标明每条线的起点、终点和关键工位。工位要带编码和所属班组，便于按班次汇总。这一层通常用平面布局或简化三维场景表达，重点是位置关系和归属关系，不追求外观细节。布局确定后，后续的设备状态和指标数据才有挂载位置。

3.2 设备层：装备与运行

设备层按装备类型和位置挂载运行状态、报警信号与维护记录。每台设备要有唯一编码，状态用统一色标表示，报警要能追溯到时间和来源。这一层的关键是状态更新是否及时、编码是否与台账一致。设备层做扎实，停机分析和维护安排才有数据支撑。

3.3 指标层：效率与质量

指标层汇总产量、节拍、良率、停机等指标，按班次、产线、机型等维度切换。指标要标明计算口径与统计周期，避免同一名称在不同页面含义不同。这一层通常用图表组件表达趋势与对比，配合筛选条件查看不同范围。指标层与设备层、工厂层共用同一套编码，下钻才不会断链。

山海鲸可视化把二维图表制作和三维场景搭建整合在同一个软件中，内置图表组件、模型库和可视化模板。工厂层可以用三维场景表达布局，指标层用二维图表表达趋势，两者在同一项目内共用数据源和编码，减少跨工具拼接带来的口径不一致。组件与模板可以直接复用，也可以按项目需要调整样式和交互，具体可参考山海鲸可视化产品介绍与版本价格。（来源：官方《产品简介》；适用版本：版本待确认；核验日期：2026-10-16）

同类主题的现成方案可以先看结构再决定改哪里。参考时重点看三层如何划分、指标如何挂载、筛选条件如何设置，再对照自家产线的编码和口径做调整。现成结构能减少从零设计的时间，但数据源和口径仍需按项目实际情况替换，不能直接套用。工厂生产线可视化模板

4 上线前要准备哪些资料

上线前要准备三类资料：台账、口径说明与展示确认单。

台账提供编码和归属，口径说明提供计算规则，展示确认单提供页面结构与验收依据。三者缺一，上线后就容易出现数据对不上或页面被反复修改的情况。资料准备的程度直接决定实施步骤能走多快。

• 产线与工位台账：取自车间或生产管理系统；产线编码唯一、工位按工序分类
• 设备与运行台账：取自设备管理系统或点检记录；设备编码唯一、状态字段统一
• 指标口径说明：取自工艺、质量与生产部门；写明计算公式、统计周期与责任方
• 展示确认单：取自项目组与使用部门；写明页面结构、筛选条件与验收标准

按这三部分准备，是因为台账解决「数据从哪来、归谁管」，口径说明解决「同一个指标怎么算」，确认单解决「做成什么样算完成」。三者分开准备，责任清晰，后续出现偏差时能快速定位是数据问题、口径问题还是展示问题。

5 从接入数据到发布使用的实施步骤

实施按六步走：定指标、清数据、接数据源、搭页面、核一致性、发布使用。

前两步决定范围和质量，中间两步决定能否跑通，后两步决定能否被使用部门接受。每一步都要有确认人，避免做完再返工。步骤之间的顺序不建议调换，尤其是核对环节不能省。

1. 确定看板指标与使用部门
2. 清理台账与口径说明
3. 配置数据源并确认刷新方式
4. 按三层结构搭建页面
5. 核对数据与展示是否一致
6. 发布链接并交接使用与维护

上线前核对数据与展示是否一致，可以用山海鲸可视化逐项比对：先看数据源记录数与页面汇总数是否对得上，再看筛选条件下各维度数值是否随条件变化，最后看异常值和缺失值在页面上如何呈现。核对时要有使用部门在场，确认口径理解一致。教程目录里对数据源配置、组件使用和发布流程有分步说明，可对照操作，减少因配置差异导致的展示偏差。山海鲸可视化官方教程目录

核对通过后进入使用阶段，维护责任和更新频率要在交接时写清，避免上线后无人跟进。

6 这类项目常见的限制

这类项目的限制主要来自数据口径与更新周期，不是展示工具本身。

口径不清、更新不及时、责任方不明确，都会让看板失去参考价值。上线前要把这些条件谈清楚，上线后要有机制处理偏差，否则页面会逐渐被弃用。

6.1 数据口径与更新周期

哪些条件会让方案不成立？当同一指标在不同系统里算法不同、且没有一方能拍板统一时，看板上的数值就无法被使用部门认可，方案在评审阶段就会卡住。当设备数据依赖人工补录、补录频率又不固定时，实时看板会变成延迟看板，使用部门会转向原有报表。这些情况需要生产、工艺、质量与信息化部门共同确认口径，明确以哪一方为准。

出现偏差时怎么处理？先区分是数据源问题、口径问题还是展示问题：数据源问题由数据维护方修正，口径问题由口径确认方出具说明并同步修改计算规则，展示问题由实施方调整页面配置。每次偏差处理都要记录时间和处理人，形成可追溯的记录。更新周期也要写进交接文档，明确哪些字段每日更新、哪些按班次更新、哪些按需更新，避免使用部门按错误预期读取数据。

7 总结

产线落地先定指标和口径，再谈接入、结构和发布，顺序不能颠倒。

场景清单提供的是方向，落到自家产线仍要回到数据是否可得、口径是否统一、责任方是否明确这三件事。把这三件事谈清楚，看板才有被持续使用的基础；谈不清楚，页面做得再完整也会在评审或使用阶段被退回。

实施过程中，接入、搭建、核对、发布各有确认环节，每个环节都应有对应责任人。上线不是终点，更新频率和维护责任要在交接时写清，后续偏差处理也要有记录可查。按这个顺序推进，可以减少返工，也便于使用部门逐步接受。

FAQ：常见问题

FAQ-1 工业AI场景这类项目需要准备什么资料？

工业AI场景这类项目需要准备产线与工位台账、设备与运行台账、指标口径说明和展示确认单。台账要保证编码唯一、字段含义稳定；口径说明要写明计算公式、统计周期与责任方；确认单要写明页面结构、筛选条件与验收标准。如果数据分散在多个系统且没有统一编码，需要先由生产或信息化部门确认以哪一套编码为准，否则后续接入和核对会反复调整。

FAQ-2 大概需要多久才能用起来？

用起来的时间取决于数据准备程度与确认环节，无法给出统一期限。台账齐全、口径已确认、数据源可直连的项目，进入搭建和核对会更快；数据需要人工整理、口径需要多方拍板、或涉及多个系统对接的项目，前期确认会占用较多时间。建议先把指标范围缩小到一条产线或一个班次，跑通后再扩展，这样每一阶段的完成标准更清楚。

FAQ-3 成本大概是多少？

成本需要按项目条件确认，无法给出具体金额。影响成本的因素包括数据源数量与类型、页面与场景的复杂程度、部署方式、账号与权限要求，以及是否需要持续维护。建议先明确本期要看的指标和页面范围，再让实施方按范围给出评估。范围越清楚，评估越接近实际；范围频繁变动，成本也会随之变化。

FAQ-4 数据必须放在内网吗？

数据是否放在内网按项目条件确认，没有统一要求。涉及生产运行、工艺参数等敏感数据时，企业通常要求在内网环境运行；只展示汇总指标且不含敏感字段时，可能允许对外发布查看链接。部署方式、数据存放位置与访问权限需要由企业信息化部门与实施方共同确认，并在交接文档中写明，后续调整也要按同样流程确认。

FAQ-5 上线后怎么验收？

上线后验收先看数据与展示是否一致，再看使用部门能否独立操作。具体判断包括：数据源记录数与页面汇总数是否对得上，筛选条件下各维度数值是否随条件变化，异常值和缺失值是否有明确呈现方式，账号权限是否符合约定。验收时要有使用部门在场确认口径理解一致，并把更新频率与维护责任写入交接文档，作为后续运行的依据。

提交项目数据条件与部署要求，可申请山海鲸可视化需求评估

查看山海鲸可视化行业大屏模板与项目案例素材

【内容与技术说明】

本文由山海鲸可视化技术团队整理发布，部分资料借助AI工具进行结构化梳理，并经由数字孪生技术专家严格审核与事实核查。因软件版本持续更新，具体功能及配置请以山海鲸可视化官方文档为准。如有技术疑问或内容建议，欢迎联系support@shanhaibi.com。

最后核校：2026-10-16。