8月26日，由深圳市人工智能产业协会主办的2026 AGIC深圳国际通用人工智能产业博览会暨GERX全球具身智能机器人产业博览会在深圳举办。杉岩数据作为AI原生数据基础设施与行业数智解决方案提供商，受邀出席同期举办的“AI+智能制造产业生态协同发展大会”。会上，杉岩数据产品副总裁花瑞发表题为《驯数成智：以数据基础设施释放智能制造的AI生产力》的主题演讲，并参与《链主引领·生态共生——企业管理AI产业链协同》圆桌论坛，与行业专家共话智能制造与AI深度融合的实践路径。

智能制造的深化落地，离不开坚实的数据底座

随着机器视觉、AI质检等技术加速进入生产一线，工业制造正产生规模庞大的图片、视频及设备参数等数据。如何让这些数据“存得下、管得好、用起来”，并进一步转化为支撑质量提升和AI创新的生产资料，正成为智能制造向纵深发展的关键课题。

花瑞指出，随着机器视觉、AOI等技术在消费电子、半导体、动力电池、汽车电子等行业快速普及，工业视觉检测已成为制造企业质量管控的重要入口，但也催生了海量质检数据。以动力电池行业为例，单厂每年产生的质检数据超过15PB、文件数量超过200亿张，且需按行业要求长期保存。面对数据规模的持续膨胀，传统存储架构不仅面临成本压力，更暴露出数据分散、管理复杂、检索效率低、质量追溯周期长等痛点。

与此同时，工业质检数据具有鲜明的多源异构和多模态特征，检测图片、缺陷数据、设备参数、工艺参数及产品信息等往往分散于不同系统和设备中，缺乏统一关联，致使企业难以充分挖掘其潜在价值。花瑞强调，智能制造的数据基础设施不应止步于解决“存储”问题，更需围绕数据全生命周期，构建覆盖采集、存储、治理、应用到互联的完整闭环。

杉岩IDM：从“存储”迈向“存管用联”，构建工业质检数据底座

针对上述挑战，杉岩数据推出杉岩检测数据管理系统IDM，以工业质检场景为核心，构建覆盖数据采集、存储、管理、应用及系统互联的数据闭环。花瑞将杉岩IDM的核心能力概括为“存、管、用、联”四个维度：

在海量存方面，杉岩IDM通过AI无损压缩、冷热数据自动分层及智能归档等能力，有效应对质检图像规模快速增长及长期合规留存带来的存储成本压力。在确保原始图像信息完整的前提下，对在线数据与历史数据采用差异化策略，实现数据全生命周期的成本最优化。

在高效管方面，杉岩IDM覆盖AOI检测机台及其上下游生产设备，实现全链路设备数据采集与参数管理闭环。以产品SN、时间戳、线体、工站、机种、工单等作为关联维度，使检测结果与生产过程数据在采集阶段即形成关联，为质量追溯和根因分析奠定数据基础。

在智能用方面，杉岩IDM将质量检测数据与产品、物料、设备及工艺参数深度融合，支持产品质量全链路追溯、质量异常根因回溯、质量关联分析以及工艺偏移预警与纠偏，推动质量管理从“事后发现问题”向“事前预测和预防”演进。面向AI质检模型训练，杉岩IDM能够将AOI检测图像、设备参数、产品信息等数据进行汇聚、治理、标注及训练，并基于元数据保留数据版本与血缘关系，使AI训练平台直接读取高质量数据集，减少数据搬迁与重复拷贝。

在灵活联方面，杉岩IDM支持FTP、SMB、NFS、S3、Kafka等多协议，使同一份数据能够同时服务MES、QMS、YMS、大数据平台及AI平台等不同系统，让数据高效流转至产线各环节，进一步释放协同价值。同时，杉岩IDM可对接检测机台的上下游设备，深度打通IT与OT体系，并将多设备的数据关联起来，统一数据管理，实现数据全流程监控，确保数据的完整性和一致性。

花瑞表示：“我们通过存、管、用、联这几方面的能力，让数据真正成为企业的AI生产资料。”

从单厂数据治理迈向产业链协同，数据底座需要“既统一，又开放”

在圆桌论坛环节，花瑞与行业专家围绕《链主引领·生态共生——企业管理AI产业链协同》主题展开深入对话。花瑞指出，在AI+制造深度融合的大趋势下，数据基础设施正成为产业链协同的关键纽带。杉岩数据致力于以杉岩IDM打通数据孤岛，推动数据在产业链各环节高效流转，为链主企业和生态伙伴构建统一、智能、安全的数据底座，携手助推智能制造高质量发展。

本次大会汇聚了人工智能与智能制造领域的顶尖企业、专家学者和行业领袖。杉岩数据的亮相分享，充分彰显了其在AI原生数据基础设施领域的技术实力与行业洞察，为智能制造的数据价值释放提供了清晰路径。未来，杉岩数据将持续深耕智能制造场景，以数据流动驱动AI创新，助力全球制造业迈向高端化、智能化、绿色化。