一个真实的场景：车间主任想知道"昨天夜班 2 号线的合格率"，他要登录 MES、选模块、选日期、选产线、导出、筛选……十分钟过去了。系统上了不少，查个数却越来越难。语音查询要解决的就是这最后一公里。
一、问题不在数据，在入口
工厂不缺数据，缺的是顺手的查询入口。MES、WMS、SCADA 各有界面各有账号，数据口径还不一致。管理者的真实需求往往是一句话的事："这批物料到没到""3 号注塑机今天停过几次"。为一句话去学一个系统界面，不现实，于是大家继续打电话问、群里吼。
二、自然语言查询怎么实现
技术链路是这样的：工业数据网关把设备、生产、物料、工单数据采到统一的数据底座；大模型负责把口语化问题翻译成结构化查询——"昨天夜班"解析成具体时间段，"2 号线"映射到产线编码；查询结果再用自然语言组织成回答。语音输入只是在这个链路上加一层语音识别，对着手机或车间终端说话就能查。
关键不在大模型多聪明，而在数据底座是否打通：各系统的数据先汇聚成统一口径，查询才问得到、答得准。
三、什么人最受益
- 车间主任/班组长：巡检路上语音问一句，不用回办公室开电脑；
- 生产计划员：物料、工单、产能随口核对，排产冲突早发现；
- 厂长/决策者：晨会前问一句"昨天各线 OEE"，数字直接出来，不等报表。
四、数据安全怎么办
生产数据是工厂的命脉，这是合理顾虑。我们的做法是本地部署：大模型跑在厂内服务器上，数据不出厂区，查询权限按角色控制——操作工能查自己工位的，厂长能查全厂的，权限体系和原有系统对齐。
乾力智能的 AI 设备运维智能体内置自然语言与语音查询能力，并可通过大模型调用 MES、WMS 数据，让操作者与决策者高效获取生产信息。想现场体验一下语音查产量，欢迎联系我们约个演示。
