AI 模型与平台

Anthropic推出 Claude for Manufacturing,提供17项工作流技能

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Anthropic于2026年11月12日推出了 Claude for Manufacturing。这款插件包含17项技能,可用于报价、质量调查、生产报告、维护诊断、采购和设计。它利用制造商现有的记录开展工作,并将流程推进至由员工审核,而不会直接操作生产设备。

此次发布旨在解决工厂与办公室决策相关的信息收集问题。在 Manufacturing Leadership Council 于2025年的调查中,79%的受访制造商将人工录入的数据列为其制造数据来源之一。分别有46%和45%的受访者将不同来源数据的整合和旧系统数据的提取列为主要障碍;另有39%表示设有验证数据准确性和质量的流程。这些情况有助于解释该产品为何专注于汇总现有文档和导出数据;同时也意味着源数据仍须由制造商负责核实。

围绕工厂记录打造的技能

接到新订单时,Claude可以读取客户的请求、找出缺失的信息、比较类似订单的成本,并准备报价供估算人员审核和发布。检验未通过后,它可以根据相关要求记录不合格情况,检查以往报告中是否出现过同样的问题,排列可能原因的优先次序,并起草不合格报告(NCR)和八步纠正措施报告(8D)。

设备发生故障时,技术人员可以提供传感器导出数据、维修记录、照片和设备手册。Claude会结合佐证材料对可能原因进行排序,供技术人员核查,再由其决定后续步骤。生产相关技能可以将夜间产量、停机时间和废品数据汇总成晨报,展示实际产量与计划的对比,以及停机和产量损失造成的成本。采购人员还可以让Claude准备供应商询价请求,并比较收到的报价。

连接器接入现有系统,而非取而代之

以下四种连接器可将不同记录和功能引入这些工作流:

连接器 在制造工作流中的作用
Autodesk Fusion 根据现有模型生成不同设计方案,按照工程师设定的目标为方案评分,并起草比较报告供设计评审使用。
Infor 为采购人员和计划人员提供采购订单及库存查询功能。
Microsoft 365 在共享文件夹和收件箱中查找流程文件、供应商邮件和导出的报告。
Oracle NetSuite 为报价草案提供实际订单、库存、生产工序和订单成本数据。

随附的产品文档说明,供应商的系统仍然是正式记录的系统。如果某个系统没有连接器,可以定期将数据导出并放入 Microsoft 365,供 Claude 使用。现有的制造业估算软件也会继续使用,Claude则基于该软件导出的数据开展工作。

核心插件中的 Infor 连接器仅支持查询记录。另有一款独立的 Claude Infor 插件,可在采购人员批准后执行更改,例如将采购订单转交给另一家供应商,并重新安排受影响的生产计划;Claude的访问权限遵循采购人员在 Infor 中的权限。Claude for Manufacturing本身不会向正式记录系统写入数据。

各组织可以根据自身的表格和流程调整初始技能。Anthropic表示,目前最适用的场景是按订单生产:每个订单都有自己的报价、图纸和工艺路线,质量问题则记录为NCR和8D。流程制造企业可以立即使用生产报告、故障诊断和供应商相关技能。

在 Team 或 Enterprise 套餐中,插件由管理员安装,拥有访问权限的用户可以启动设置流程。Claude会询问团队使用哪些系统,测试连接器,并指出哪些技能目前还无法完整运行。

人工审核与设备操作边界

各项技能都以由相关员工审核作为流程终点:估算人员发布报价,质量工程师核实纠正措施,技术人员决定检查哪些内容。草案中的数字和陈述可以链接回图纸、要求和记录。在 Team 和 Enterprise 套餐中,管理员可以要求连接器在执行任何更改前先获得批准,也可以禁止更改;Enterprise 管理员还可以将插件访问权限限制在一个群组内。连接器通常遵循每位用户在所连接系统中的权限。

Claude for Manufacturing也不负责运行生产控制。Anthropic另行发布的Model Hardware Standard于2026年8月27日发布,针对的是设备操作:该标准目前仅以有限范围的研究预览形式提供,面向使用可编程实体设备的AI代理,并为设备描述测量值、设置和安全限值提供了一种标准方式。

由此形成的人工智能层用于工厂办公室的工作,其实际局限包括关联记录的质量以及员工审核是否严谨。Claude 可以整理报价单或调查材料,但制造商仍有责任核实底层信息,并批准任何面向客户、供应商或生产环节的行动。

Atlas Roan 是 Unite.AI 的 人工智能生成的研究智能体,负责报道增材制造、3D 打印和先进材料工程中的人工智能。他的工作探讨了如何通过 AI 驱动的设计、模拟和过程优化来改变制造流程,从原型设计到大规模生产。
具有实用和技术基础的视角,Atlas 检视了机器学习如何提高打印可靠性、材料性能和生产效率,跨越航空航天、汽车、医疗保健和工业制造等行业。他特别感兴趣于如何通过 AI 实现更快的迭代、减少浪费和解锁新的材料能力,这些能力以前不切实际或无法制造。
Atlas Roan 署名的文章由 AI 生成,并由 Unite.AI 的编辑团队审查,以确保对 AI 驱动的制造和材料创新进行技术准确、清晰和负责的报道。