文 | 巨潮 WAVE，作者｜老鱼儿，编辑｜杨旭然
11 月初，前百度集团副总裁、百度研究院副院长吴甜正式官宣加盟三一集团，出任集团副总裁、耘 AI 总院院长，同时兼任人工智能研究院院长。
这位在百度供职近二十年、全程参与了飞桨深度学习平台创立，是文心大模型早期的主要技术负责人之一，职业生涯的下一站，选择的是一家以挖掘机、泵车闻名的重型机械制造企业。
在更早些的 10 月份，原奇瑞汽车副总裁、智能化中心实际运营负责人谢保军也已经确认加入三一体系。谢保军在奇瑞期间统筹智能座舱、智能辅助驾驶和数字架构，还曾代表奇瑞发布猎鹰智驾系列产品，是汽车智能化领域的资深老兵。
两位分别来自互联网和车企的大厂技术高管，前后脚投奔了同一家工程机械公司。
而这家年营收近九百亿元的 " 挖掘机一哥 "，正在用越来越密集的动作，强化自己身上的 AI 标签，甚至是 " 人工智能原生机器人公司 " 这样的定位。
AI 人才从互联网各科技大厂转向重型制造业，也是 AI 潮流的一个组成部分。而那些传统印象里似乎相当粗放的制造业，在 AI 转型上的迫切程度，可能比大多数人想象的要强烈得多。
AI 心
三一的 AI 布局不是今年一时兴起，而是在几年前就踩下了数字化转型的油门。
2018 年，三一把数字化升级提到了 " 要么翻身，要么翻船 " 的战略高度，长沙 18 号工厂是这一阶段的标志性产物。
这座被达沃斯世界经济论坛认证的 " 灯塔工厂 "，通过柔性自动化、工业互联网和数字孪生技术，工厂产能提升了 1.5 倍，人均产值提升 151%，是当时整个重工行业智能制造的标杆。到 2026 年上半年，三一在全球已经建成 37 座灯塔工厂。
这一阶段的 " 智能化 " 本质仍是自动化的延伸，核心目标是降本增效。
真正的 AI 转向发生在 2025 年。三一把这一年定义为集团的 " 智能化元年 "，转型重心从制造端向产品端和组织端全面迁移，并由董事长亲自挂帅，要求所有管理岗和关键岗都必须思考 AI 与自身业务的结合点。
2027 届秋招，三一已单独设立 " 计算机及 AI" 岗位序列，覆盖算法、AI 应用、云计算等方向。同时，在公司内部职称评定体系里也新增了 AI 知识考试环节。
所有动作都传递出一个明确信号：三一试图把 AI 变成所有岗位的通用基础能力。副总裁李宏伟更是豪言 " 可以肯定的是，未来三一集团会发展为一家 AI 原生机器人公司。"
几年下来，AI 落地也确实拿出了一些看得见的成果，如自主研发的无人装载机实现商业化运营，无人摊压机群创下过高速施工连续作业的行业纪录，智慧矿山和智慧港口也形成了成套的全场景解决方案。在一些封闭作业场景里，无人设备已经能稳定完成标准化作业流程。
但这些成绩距离 "AI 原生公司 " 的目标，差距依然不小。
李宏伟也坦言：目前可实现的无人化，仍然主要依靠规则算法而非数据驱动，机械的整体协同效率与人力成本相比，还没有突出的比较优势。
这正是吴甜和谢保军被引入的核心原因。吴甜带来的不只是个人技术声望，还有一整套大模型平台建设、AI 技术体系化落地的经验。其执掌的耘 AI 总院，要做的是把大模型能力迁移到工程机械场景，推动 AI 从规则驱动走向数据驱动，在各条业务线里真正扎下去。
谢保军则带着汽车行业智能化的完整工程经验，从智能座舱到辅助驾驶的体系化能力，恰好可以平移到重工装备的智能化升级中。
两位跨界高管的到岗，意味着三一的 AI 转型，从 " 做试点 " 阶段正式进入了 " 建体系 " 阶段。
缺口
三一之所以把 AI 的调子定得这么高、步子迈得这么快，其背后有多重现实压力。
最底层的压力来自人才供给的硬约束，也就是人才缺口。
在制造端，教育部等三部门联合印发的《制造业人才发展规划指南》显示，我国制造业十大重点领域至 2025 年人才缺口将接近 3000 万人，缺口率高达 48%，需求总量与供给总量差距不断拉大。其中，仅数字孪生工程师缺口就达 47 万人。
三一就曾经受此情况困扰。其安仁工厂投产后，一度就因为焊工、下料工等紧缺工种缺口，制约了产能释放。
售后端缺人的情况同样普遍。央视财经报道，2025 年，我国工程机械出口额达 601.69 亿美元，同比增长 13.8%，售后人才却一度 " 断档 " ——这个专业每年毕业生只有 50 人左右，就业率接近 100%，依然供不应求。
当熟练技工越来越难招、越来越贵，AI 和无人化就不再是锦上添花的升级，而是在人才供给侧上不得不走的替代路径。
更现实的经营需求，则来自海外业务。
去年三一重工实现国际主营业务收入 558.6 亿元，占总营收的 64%；国际业务毛利率达到 31.7%，比国内高出近 11 个百分点，海外毛利润占比超过七成。今年上半年，三一重工海外主营业务收入同比再增长 21.82%，占比仍在 60% 以上。
当生意的重心移到了海外，对三一的服务能力就提出了更高的要求。海外市场面对的是小语种、跨时区、备件调度复杂、资深技师稀缺的复合难题。比如，在意大利语里，仅 " 手柄 " 一词就有十几种不同的行业表达。传统维修模式下，依靠人工精准识别故障部位和对应零件，即便对当地工人来说也很困难。
这些语言识别、故障诊断、远程指导方面的问题，恰恰是 AI 技术最擅长解决的痛点。
三一推出的 " 海外维修助手 "，就是直接回应这个场景的产品。它能够利用大模型的语义理解能力，在复杂的语言环境下精准定位问题，给出解决方案并匹配正确的备件，同时自动调度人员进行现场维修。
未来三一在海外铺开的市场越大、卖出去的设备越多，销售和售后包袱就越重。从这个角度看，AI 如果能把远程诊断、维修指导等效率提上来，将帮助公司打开海外业务的利润空间。
除了公司内需，外部政策层面也在同步加力。
工信部 2026 年在研究起草新一代智能制造政策时，明确点名要 " 推动智能工程机械研发应用，提升自主作业和智能服务能力 "；同期还公示了工程机械数智化远程运维服务的行业标准计划。
行业标准和政策导向双管齐下，意味着智能化已经不是选答题，是行业未来的准入门槛。
内外因素叠加之下，从科技企业直接挖成熟人才，就成了最快的破局手段。
跨界
大举押注 AI 和跨界挖人的重工企业，实际上并不止三一重工这一家：
2019 年，中联重科就与吴恩达创立的 Landing.AI 合作，由后者为其搭建 AI 团队，吴恩达本人曾帮助谷歌和百度进行过 AI 转型；
2023 年硅谷裁员潮期间，农机与工程机械巨头 CNH 的 CEO 公开表示，公司一年内招聘了超过 350 名工程师，其中一部分就来自亚马逊和微软；
2026 年 10 月，韩国斗山任命原现代汽车自动驾驶中心负责人 Woongjun Jang 出任 CTO；
卡特彼勒和小松虽然没有直接大规模挖人，但走的是和大厂的深度合作路线。卡特彼勒与 FieldAI 合作推进物理 AI 和自主机器人技术，同时联合英伟达搭建数字孪生体系；小松则与美国 AIM Intelligent Machines 达成战略合作，推进推土机和液压挖掘机的自主作业，目前已在美国市场进入商用阶段，计划 2027 年进入日本市场。
具体方式各有不同，但同一个趋势逐渐明晰：重工行业正在成为 AI 技术落地的重要试验场。
对互联网和车企的 AI 人才来说，重工场景也确实有它的吸引力。矿山、港口、封闭工地的工作面相对固定，作业流程可以被清晰描述和重复，不需要应对开放道路上无穷无尽的突发状况。很多 AI 相关技术在这里已经越过了 " 能不能用 " 的验证门槛，进入了 " 划不划算用 " 的商业计算区间。
如三一的无人挖掘机在真实场景中，已经能实现无人干预下连续装载超过 10 车，无人化装车效率达到人工的 80% 以上，打通了 " 挖—装—运—卸 " 全流程。
但硬币也有反面：这样的联手，也远不是 " 技术降维移植 " 那么简单。
互联网公司的 AI 迭代逻辑是虚拟验算、快速试错，一个版本不行立刻换下一个，试错成本主要是算力和时间。重工业的技术迭代完全是另一套逻辑：设备在工地、矿山里跑，一次故障可能造成几十万甚至上百万的损失，还可能引发安全事故，试错成本极高。任何 AI 功能上线前，都要经过漫长的可靠性验证。
汽车行业的自动驾驶体系，是在相对规范的交通环境里生长的。而重工的 AI 要面对的，是粉尘、震动、泥泞、高温和非标准化地形，以及更多的人机协同。两者的物理约束差异巨大。把汽车上的智能方案直接搬到挖掘机上，也很有可能会水土不服。
跨界挖人或许可以快速补齐组织能力和技术框架，但在最关键的场景适配上，没有捷径可走。大厂人才带来的模型能力、工程方法，与重工行业几十年积累的工况数据、设备经验深度磨合之后，会真正长出可用的产品。
可以确定的是，当挖掘机一哥都开始用副总裁级别的岗位去挖 AI 人才时，说明 AI 向实体经济的渗透，已经越过了概念阶段，进入了真刀真枪的产业落地期。
只是这一次，主导节奏的不再是互联网公司，而是那些手里握着真实场景、真实设备、真实需求的制造企业。
