洗衣液去污力想再提一档AI先算一轮再打样

洗衣液去污力想再提一档？AI先算一轮再打样

一家做洗衣液的ODM工厂找过来，研发负责人一开口就叹气。

品牌客户给了个需求：现有这款去污力再提一档，成本不能涨，下个月要看到样品。

这种单子他们年年接。做法也老一套：工程师调表面活性剂的比例，或者换一版助剂，配出三五版配方，一轮一轮打样测过去。

项目负责人手边一张表，列着试过的组合，划掉一行是一轮小试的钱，划到第八行才勉强够着客户的线。

问题是每一轮都不便宜。

一轮小试加检测，快的也要一周多，耗材、机时、人工都是钱，测出来不行，回来接着改。

改到最后行不行，很大程度上还是凭工程师的手感，手感这东西，老师傅在还好，老师傅一退休，团队水平肉眼可见往下掉。

他们也不是没试过通用AI，工程师把配方贴进去问怎么改，回出来的建议放在哪个厂都通用，等于没说。

图老师跟他说，这一轮一轮里面，有一大半是可以省掉的。

这话图老师敢说，是因为配方这条线，图博数智做过的项目一只手数不过来，打样轮次降下来的方法，早就跑顺了。

光是洗衣液这条线，从去污力、留香到除菌，各种指标提法的项目都接过。

先把配方的门道理成一张图

我们做这事，头一步不是把数据扔给AI，是先给洗衣液这个行业建一张关系图。

原料、指标、工艺，谁影响谁，一条条理清楚。

哪种表面活性剂跟哪种助剂搭着用去污力涨，哪种搭配粘度会出问题，历史上翻过车的组合，全部挂在这张图上。

翻车记录也挂着，哪年哪个批次出过什么事，新配方一碰类似的组合，提示先跳出来。

别小看这件事，一家厂十几年的配方单和检测报告，同一种原料能翻出三种叫法，商品名一个，行话一个，检测报告上又是一个，不先把这些对齐，后面的分析全是错的。

关系图建好，把几百个历史配方和检测报告挂上去，AI照着这张图来推。

用的流程也简单，把现在这款的配方输进去，加上目标：去污力提一档，成本别动，粘度泡沫别恶化。

AI在图上推一遍，吐出来两三个方向，每个方向带着依据：历史上哪几次类似的调整，去污力是怎么动的，牵连的指标怎么变的。

工程师拿到的是带着案底的建议，挑一个方向定配比，再进实验室。

新需求进来，它给的每个方向，都能翻出来是哪条历史配方、哪份检测报告支撑的，建议有出处，点得开，查得到。

工程师可以不同意AI的判断，但至少争论的是同一份依据，各凭记忆吵，那是另一回事。

这套做法，最早是图博数智跟中科院物理所合作做配方预测的时候磨出来的，后来在日化、材料这些行业又交了一批项目，什么坑都见过，路是通的。

跟把文档丢进通用AI里搜一遍，是两回事，搜出来的是文字，推出来的是关系。

这就是图博数智inFab的底子，国内第一家靠业务本体建模做知识库的平台。

这张图谁来建

很多企业道理懂了，担心的是这张图自己建不出来。

确实建不出来，这活不是招两个算法工程师就能干的，得懂配方行业的话，还得懂建模。

这件事不用你操心，图博的做法是FDE进厂来做。

FDE就是一个工程师从头跟到尾：跟研发聊，翻配方单，看检测报告，把本体建起来，把数据接进来，上线了再帮着调。

建完不走人，用起来有问题，找的还是同一个工程师，不用对着客服工单干着急。

不是卖你一套软件，说明书留给你自己摸索。

图博数智团队里八成成员是FDE，交付就是他们的日常，配方厂的研发脾气、资料长什么样，他们熟。

进厂第一周干的事，往往是蹲在实验室把三年的检测报告翻一遍，这种活没有耐心干不了。

建议出来，还得看住三样

去污力提了，粘度变了没有，泡沫呢，稳定性呢。

单看一个指标的改良，中试翻车的事不少见。

图老师见过一个厂，去污力提上去了，泡沫控制没跟上，中试的时候设备溢料，整条线停了两天收拾。

后来这个厂把泡沫和粘度的历史区间先挂上图，再调去污，四样一起看，中试顺利得多。

AI给方向的时候，历史上类似改动牵连的变化一起摆出来，去污、粘度、泡沫、稳定，四张检测曲线放在一组看。

哪个方向四样都稳，一眼看得出，不用等中试来教你。

工程师看到的就不是一个点，是一张网，真要动手，心里是有数的。

配方数据不出厂

日化厂最在意的一条：配方是命根子。

这套东西整套部署在你们自己的服务器上，数据不出厂，网络断了照样用，IT不用为它对外开一个口子。

服务器自己买还是用厂里现成的，都能谈，机房在哪儿，数据就在哪儿。

研发用起来跟用内部系统一个感觉，不出网，不换电脑。

平台是团队做了十多年信息化、四年大模型攒下来的自研底座，组件和场景都是验证过的，新项目不从零拼装。

交到你手上的东西，都是别的厂真刀真枪跑过一遍的。

什么样的企业用得上

这些项目做下来，什么底子的厂能用出效果，图老师心里有数。

历史配方多、检测数据全的，上手就能用，越用越准。

配方就几十个、检测做得零散的，先把数据理起来，理的过程本身就有价值，不少厂理完库存才发现，散在个人电脑里的配方比系统里的还多。

给品牌客户做代工的，更该早点动，客户提需求越来越细，给样品的窗口越来越短，拼的就是从需求到样品的速度。

同行里已经有人先把这套用起来了，等客户问到你们头上才想起来了解，就慢了半拍。

inFab的内测申请还在开放，拿自己厂里的几份配方和检测报告进去跑一遍，合适再谈，不合适说一声就行。

关注我，图老师每天分享一个企业AI落地的真问题、真办法。