2024 年初，我接触了一个智慧工厂项目。
甲方的 IT 总监老周，带着团队熬了 6 个月，把边缘网关、MES 系统对接、PLC 数据采集全部跑通了。技术验收那天，仪表盘上数字跳得漂亮，老周拍着我肩膀说 ” 你们技术确实扎实 ”。
然后呢？
然后没有然后了。
产线工人照样填 Excel，班组长还是靠微信群汇报，设备故障照样等钳工到场。系统躺在那里，没人用。
老周后来跟我说：” 验收的时候确实没问题，但产线的实际情况太复杂了，用不起来。”
这种 ” 技术通过、项目失败 ” 的情况在 AIoT 行业并不少见。我见过很多项目，功能完整、数据联通、算法达标，最后却悄无声息地死了。
某制造业客户上线预测性维护系统，传感器部署到位，验收标准写的是 ” 准确率≥90%”，实测达到 92%。
三个月后，设备部门集体弃用。
我当时在场，复盘时才发现问题：那个 92% 是在实验室跑出来的。工厂环境里有电磁干扰、有高温、有粉尘，传感器的漂移在真实环境下远比测试环境严重。系统上线第一周准确率就掉到了 60% 以下。
但验收的时候，没人问过这个问题——大家都在忙着跑通技术链路。
我后来想，我们这行做预测性维护的人，多多少少都有这个毛病：盯着指标，忘了想这个指标是在什么条件下跑出来的。
某食品加工企业上了一套自动投料系统。
上线第一周，车间主任找到我说：这个系统能不能关掉？我说怎么了，他说工人不配合。我当时以为是操作培训没做到位，后来才发现根本原因是工人觉得被系统 ” 盯着 ” 了——每个人的投料量、偏差、效率，系统里一目了然。
这不是培训问题，是系统设计的问题。
我做这个项目之前，在设计阶段只问了车间主任技术参数，没问过一线操作工的使用感受。等系统上线才发现，工人的抵触情绪已经导致数据失真——大家开始手动调整投料量来让数字好看，而不是真正按系统的建议走。
技术验收的时候，我们测的是响应速度、算法准确率、系统稳定性。没有人测过 ” 工人愿不愿意用 ”。
某智慧农业项目，传感器、温控器、滴灌系统全部联通，物联网平台数据哗哗地流。
但当客户提出要做 ” 病虫害 AI 预警 ” 时，我们发现历史病害数据只有两年的记录，而且标注质量参差不齐。系统里跑的是传感器的时序数据，但业务真正需要的 ” 病虫害规律 ” 数据几乎为零。
这个项目让我重新理解了一件事：连接是手段，不是目的。
很多 AIoT 项目的逻辑是 ” 先把设备连上网，数据积累起来再说 ”。但数据采集和数据分析是两件完全不同的事。前者花钱就能做，后者需要的前提条件多得多。
立项的时候，一定要先问清楚：现有数据能否支撑目标 AI 场景？如果不能，是先做数据积累，还是先收缩 AI 目标？
某园区智慧消防系统，接入了两千多个烟感和温感设备。系统验收通过，半年后误报率开始飙升。
不是设备坏了，是网关固件需要更新，但维保团队只有一个人，顾不过来。设备厂商、平台厂商、系统集成商三方互相推：谁负责固件升级？
这个项目合同里写了 ” 质保一年 ”，但没有写清楚 ” 一年之后，谁来管这个系统持续健康地跑 ”。
技术验收只验证 ” 系统能不能跑起来 ”，不验证 ” 系统能不能长期跑下去 ”。运营维护是项目价值的延续，但在合同里往往被当成 ” 后续服务 ” 单独谈，优先级最低。
某冷链物流企业上了温湿度监控系统，能实时看车厢数据，能生成报表。验收合格，CEO 满意。
年底 CFO 追问：这套系统每年运维成本 80 万，省了多少？仓储损耗降低了多少？
我回答不上来。
我们当时太专注于 ” 把监控功能做完整 ”，没有想过这个监控数据要怎么跟业务系统打通，为业务决策提供依据。系统能展示车厢温度，但没有办法告诉客户 ” 因为你用了我们的监控，上个月减少了多少损耗 ”。
没有闭环的价值量化，AIoT 项目就永远停留在 ” 成本中心 ”，很难进入企业的投资回报计算。
| 维度 | 技术验收关注 | 商业成功关注 |
|---|---|---|
| 指标 | 准确率、响应时延、系统稳定性 | 业务效率提升、成本下降、收入增长 |
| 用户 | 技术负责人满意 | 一线工人 / 业务人员愿意用 |
| 数据 | 数据能采集上来 | 数据能支撑决策 |
| 维护 | 系统上线 | 系统长期健康运行 |
| 价值 | 功能实现 | ROI 可量化 |
技术验收是必要条件，不是充分条件。
一个 AIoT 项目要真正成功，必须在立项阶段就把 ” 商业成功 ” 定义为验收标准。技术团队和业务团队需要对齐同一个目标——不是 ” 系统跑通了 ”，而是 ” 问题被解决了 ”。
- 验收标准提前对齐 ：技术指标和业务指标并重，三方确认（技术方、业务方、管理层）
- 一线用户必须参与 ：不是走过场，是真正的需求调研和操作验证
- 数据先行 ：先评估数据基础，再定义 AI 场景
- 运营要进合同 ：维保边界、升级流程、责任人必须落纸面
- 设计价值闭环 ：每个功能对应一个可量化的业务价值
飞熊 ，AIoT 技术咨询顾问，专注于智能制造、智慧农业、物联网平台的规划与落地。
曾主导 / 参与 20+ AIoT 项目，覆盖边缘计算、PLC 数据采集、预测性维护、智慧农业等多个场景。踩过很多坑，也在坑里总结出了一套 AIoT 项目的实战方法论。
如果你正在做或计划做一个 AIoT 项目，欢迎咨询：
- 项目可行性评估
- 技术方案评审
- 验收标准设计
- 运营维护体系搭建
- 技术团队能力提升
交个朋友，也许我能帮你避开一些坑。
END
如果这篇文章对你有帮助，欢迎转发给正在做 AIoT 项目的同行。