模具AI白皮书：60%企业仅初级水平，六成卡在设计长试模贵

模具是"工业之母"——汽车、电子、家电、航空航天的质量和交期，最终都压在这一道工序上。中国模具工业协会数字化信息化工作委员会联合益模科技等九家单位发布的《模具行业AI应用路线图白皮书（2026年版）》，34页，用一套MDAM-5五级成熟度模型对行业做了清晰的"体检"，结论不复杂：60%的企业还在"初探"阶段，离AI真正进入业务闭环还有相当距离。

一、MDAM-5成熟度：60%还在L1"初探级"，L4智能级仅4%

白皮书自研的MDAM-5（Mold Digital+AI Maturity）五级模型给出了行业现状的量化定位：L1初探级占60%，L2单点级25%，L3集成级10%，L4智能级仅4%，L5引领级不到1%。协会调研显示，多数模具企业的AI应用集中在"问答式工具尝试+局部视觉检测试点"阶段——也就是说，绝大多数企业还处于"试用"层面，距离形成稳定的业务闭环仍有距离。

白皮书的判断是务实的：企业不必焦虑，但必须起步——第一步是先把单点场景跑通，而不是直接追逐Agent、具身智能等前沿形态。这个建议和行业5%-10%的利润率是高度匹配的：没有容错空间的小本生意，经不起"全厂大而全"的AI项目折腾。

二、六大痛点：设计长、试模贵、加工不稳定、老师傅带不走

白皮书归纳了模具行业的六大典型痛点：设计周期长——复杂模具方案论证与改图次数多，设计与工艺、制造的反馈链路冗长；试模成本高——成型工艺对材料批次、温度场、浇口与冷却高度敏感，调试依赖经验；加工质量不稳定——CNC、EDM、线切割参数窗口窄，受设备状态、刀具状态、装夹、材料硬度及温湿度波动多重影响；知识传承难——诀窍集中在资深工程师与试模技师脑中，人员流动带来能力波动；设备意外停机——关键设备突发故障打乱节拍；排产与资源调度复杂——多项目并行、工序耦合、外协插单与瓶颈资源并存。

这些痛点的共同指向是：模具企业的竞争力提升，本质上是"经验数据化、流程可复制化、闭环迭代加速"——而AI在每个维度都有明确的量化验收指标（试模次数、一次合格率、非计划停机时长、新人上岗周期），这让ROI论证有了抓手。

三、四阶段路径：单点试点→环节集成→全流程→行业协同

白皮书给出了四阶段推进路径，与益模装备、注塑两个版本一脉相承：单点试点→环节集成→全流程智能化→行业协同智能（愿景）——先证明价值，再打通闭环，最后做平台化扩展。报告第八章专门讨论了2028-2032年的中长期愿景：以视觉大模型和LLM为能力底座、以Agent为应用形态、以MCP（模型上下文协议）为系统连接方式、以具身智能为物理交互延伸——不同层级的技术正形成组合能力，有望系统性重塑模具行业的协作方式与决策方式。

但白皮书也冷静地提示：企业应在做好短期落地的同时，预留长期能力建设的接口（数据资产、系统API、人才储备），而不是被前沿概念打乱当下的行动节奏。这个"双脚踩地、眼睛看远"的节奏感，是这份34页白皮书最值得从业者参考的地方。