前言
早班调度会上，脱硫泵（场景示例）突发停机记录引来讨论。
该设备此前刚完成机封更换，EAM 里工单已赫然显示“已完成/关闭”。然而现场交接复核实际并未完成，安全隔离与检修恢复环节尚存疏漏。
查日志才发现，工单不是班长关的，也没经运行验收，而是维修工在群里对 AI 助手发了句语音：“脱硫泵机封换好了，帮我把单子关了。”
AI 助手调用后台 API，直接在数据库里将工单改成“已完工”。当对话式 AI 绕过现场人机验收门闩直接获得关单权限时，EAM 历经长期实践建立的状态机防线在简单脚本面前彻底形同虚设。
一、聊天窗口的“快捷”假象：越权关单撕碎现场防线
维修工满手油污，讨厌层层填报；管理层乐见吼一声 AI 自动结单，完成率报表光鲜亮丽。
但这种“快捷”掩盖了工单闭环的本质逻辑：
1. 工单是设备状态交接的契约。它是安全许可与挂牌上锁（LOTO）解除的前置凭据，更是备件核算与健康履历更新的源头。
2. AI 助手分不清“干完了”与“合格交付”。在模型看来，口头指令与系统里的 status = CLOSED（系统状态示例）只是语义映射；但对装置而言，修完螺栓只是动作结束，能否受电、现场状态监测指标（如测振）是否达标、备件是否退库，必须经物理核实。
3. 缺少人机门闩的代劳是管理失控。当前大模型缺乏对物理环境与工程后果的实际感知与预判能力。聊天窗口能派单、能查状态，绝不代表系统能把工单终审的生死权交给缺乏物理感知的大模型。
二、踩过的真弯路：全权 API 与“帮我关单”催生的数据黑洞
在推进 AI 落地时，制造企业常踩两个深坑：
弯路一：赋予 AI 助手单向闭环权限，全权代填导致数据黑洞。行业常见做法中，部分企业在推进移动端与对话交互时，直接开放了工单写入权限，允许作业人员通过指令批量结单。一线为节省填报精力，常将描述与字段全权交由 AI 代办。AI 为满足必填项校验，自动编造“正常磨损、紧固调校”等套话回填。一段时间下来，大量工单备件空白，工时多为系统默认值，台账沦为毫无价值的数据垃圾。用全权 API 绕开一线必填防呆换来的虚假高完成率，本质上是在用 AI 工业化批量制造系统坏账。
弯路二：模糊“技术完工”与“管理关闭”，安全交接链条全面断裂。另一个常见误区是将工单生命周期压缩为单一关单动作。在一些推行自动化的现场，系统根据口头或文本汇报判定“作业完成”后便直接触发系统关单；若关联的检修作业票、断电隔离凭据尚未与运行部门完成交接复核，便会导致线上单据已关闭而线下安全措施尚未解除或未及移交，在检修与生产之间留下严重管理漏洞与安全隐患。缺乏现场验收确认的自动关单，直接切断了检修与生产之间的安全防线。
三、明确判断与适用边界：状态机人机门闩，助手止步于技术完工
理顺人机协同与状态机控制，必须确立不可撼动的工程边界。
在此给出明确判断：在任何工业企业的 EAM/CMMS 体系中，AI 助手严禁拥有直接将工单置为「已关闭/已完成（CLSD，部分EAM系统中常见的状态叫法示例）」的最终执行权；工单状态机必须严格解耦「技术完工（TECO）」与「管理关闭（CLSD）」（两者为部分EAM系统中常见的状态叫法示例）两道门槛。AI 助手至多只能协助填报并推进至「待验收/技术完工」状态；最终关单与验收确认必须由组织在职责分工中明确的现场运行负责人、班组长或设备工程师通过实名工号进行独立人机门闩复核。
AI 可以在流程中充当参谋，辅助检索规程、整理工述、提醒备件，但绝不能替代责任主体签字。
适用边界：
1. 中大型流程与连续制造企业：涉及高危介质、电气联锁、跨班组交接的现场，必须强制执行本判断；AI 推进至“技术完工”后，必须由运行方在现场完成验收确认（如采用现场扫码或移动端确认等组织可选做法）方可管理关闭；
2. 人员规模较小的简易机修班组：此类场景无复杂跨部门交接，可免除多级审批流；但仍必须坚持“维修人与验收人不得为同一人”的底线，由班组长实名现场确认，绝不允许依赖无审计日志的脚本代劳。
状态机的严肃性不在于审批流程有多繁琐，而在于责任链条的不可篡改；任何算法都不可越过物理现场的真实责任人。
四、过去与现在：从「聊天代劳的黑盒」到「辅助作业与硬门闩协同」
把关单门闩重新收紧并在系统底层加固后，现场数字化呈现出全新面貌。
过去，管理陷入两难：严控流程，工人在手持机上被表单折磨，拖到月底突击补单；放给助手，现场又变成无人负责、隐患蔓延的黑盒，关单成了仅在数据库跳动的状态位。
现在，系统实现了辅助输入与责任门闩的清晰咬合：
1. AI 助手在前台干“脏活累活”：维修工口述作业经过，AI 自动提炼故障现象、部件名称、推荐代码与工时，生成待审草稿，免除打字负担；
2. 底层锁死状态跃迁接口：开放给 AI 助手的写入 API 仅限于更新描述与备件预留，核心状态转换被强行熔断；AI 可以提请“进入待验收”，但无权发起“关闭”操作；
3. 闭环验收确认机制（如双人见证等组织可选做法）：生产与检修人员在设备前共同确认试车与交付状况（如双人见证等组织可选做法），核实现场状态监测指标（如测振、温升）达标、工完料净场地清后，各自完成移动端确认（如现场扫码等组织可选做法），工单方可归档。
让 AI 承担结构化整理的繁琐杂活，把签字关单的权威牢牢留给现场工程师，才是人机共生最健康的工业姿态。
五、工程落地：筑牢 EAM 关单门闩的三条防御铁律
要将关单门闩落到系统架构中，必须执行三条具体的工程约束：
- API 权限物理隔离与熔断机制：在 EAM 接口层，AI 助手账号永久封死
WORKORDER_CLOSE（管理关单权限，虚构示例），仅授予更新草稿与提请验收接口；系统一旦检测到非人工 Token 越权修改状态位，立刻报警并拦截事务。 - 关键要素不全坚决不予结单（硬防呆）：在系统底层固化工单关闭的前置卡口：① 领用备件与换下件或退库清单核销完毕；② 关联的停送电与隔离凭据在安全模块闭环注销；③ 包含工艺运行人员现场确认记录（如现场移动端扫码等组织可选做法）。关键交接要素缺一，界面坚决无法点击关单。
- AI 生成内容显式标记与留痕审计：凡由 AI 自动提取补全的工单字段，数据库中必须打上
IS_AI_ASSISTED标记（虚构示例）并在界面显式呈现。经人工复核确认后记录工号与时间戳，确保资产数据真实可溯。
真正可靠的工业软件系统，从来不盲信任何神化的算法，而是用严谨的权限与状态防呆护卫现场的每一道安全底线。
结语
大模型与对话式 AI 确实为工业现场带来了轻便的人机交互，减轻了一线的录入负担。但工具越是聪明，越要警惕将管理责任偷梁换柱。
工单从“创建”到“关闭”，记录的是物理实物从故障、干预到重获健康的全过程。每一张闭环工单背后，都是稳定运转的机组、完好归位的备件和安全下班的工人。
给 AI 助手立规矩，守住 EAM 的状态机关单门闩，绝不是抗拒技术，而是工业企业在智能时代对生产安全与数据真实性必须坚守的敬畏。
