引子：制造业AI的题，到底该从哪审起
这一季六场大会下来，一个现象反复出现：很多企业不是"不会做AI"，而是"从一开始就把题审错了"。他们从产品出发、从产能出发、从"别人上了我先上"的焦虑出发，买了一堆系统，招了一批人，最后发现AI落在一个不存在的场景里——或者落在一个被产品霸权绑架的伪场景里。
场景学社在《场景思维》（2026）里给出的一套方法论，恰好是用来"审题"的。它不教你怎么训练模型，也不替你选供应商，而是先回答一个更底层的问题：这件事，到底该从哪个场景开始想？本文把它当作特刊的第一块方法透镜，拆解其"三支柱+四则法"的骨架，以及它为什么能成为制造业AI的审题框架。
一、场景第一性：从场景出发，而非从产品出发
场景思维的底层公理只有一句话：产品会过时，场景永恒。所谓场景第一性，是指在设计任何改造之前，先回到用户真实发生的生活与生产现场，而不是从"我有什么产品/产能要卖"倒推。
一个常被引用的实例是国民壹号·铁骑T电动两轮车。它的设计起点不是"我要做一辆更便宜的车"，而是"县城和乡镇15公里半径内的通勤、上学、接娃、买菜"。这个场景一旦确定，电池规格（48V12/20Ah双电池）、BOM通用率（70%—85%）、销售方式（社区团购而非铺货）、后端服务（换电与维修网点即外部能力单元）才依次被推导出来。同样的逻辑放到制造业：一台设备要不要上视觉质检，不取决于"视觉AI很火"，而取决于"这道工序的不良到底卡在哪、谁在为它付出代价"。
这就是审题——先把场景问对，再去谈技术。
二、三根支柱：让机制不退化、不刚性
场景思维用三根支柱做"治理设计"，目的是防止好机制随人走、随潮退，被外置为制度而非依赖个人英明：
- ① 复用率
能力可注册、可复用、可淘汰。每一个被验证过的能力（一条标准化产线模板、一个团长分佣模型、一段区域仓SOP）都要有版本号，能被召回，也能被退役。它防的是刚性产线、刚性组织。 - ② 连续化
场景迭代闭环，让发现—构造—交付—回流—再发现循环加速，不退化。它防的是"做一次项目、交一份报告、然后归零"。 - ③ 一致性
圜者中规，方者中矩——标准阈值是不可逾越的底板。在制造业语境里，它对应的是合规与质量的硬约束（新国标、防火、防篡改），防的是为卖配置而造需求的异化。
三根支柱合起来，回答的是"机制如何长期良好"——这恰是很多企业AI项目最缺的一环：demo时惊艳，规模时崩塌。
三、四则法：把抽象理念变成操作
光有支柱还不够落地。场景思维给出"四则法"作为操作框架，把场景的构造变成加减乘除：
- 加
叠加能力单元，组合出新场景。会员制+社区团购+带牌送达，是一次"加"出来的交付。 - 减
砍掉刚性产线与闲置能力。凡是不在场景主链路上的，坚决减掉。 - 乘
场景即服务，一次构造、多次调用。四网合一对接存量维修/储运/回收网，不自建，就是"乘"——能力被复用得越多，边际成本越低。 - 除
按单生产、区域仓直发、带牌送达，把产能与需求在时间上对齐，化解规模不经济。
四则法的作用，是把"我有个好想法"变成"我能在哪一步加、哪一步减、哪一步乘、哪一步除"的可执行清单。
四、底层四基石：为什么它能撑住
场景思维不是孤立的口号，它站在四块基石上：场景第一性、能力单元论（王甲佳，2007）、场景构造学、和谐生产方式+时间链。其中能力单元论是后续专栏要专门拆解的范式（见本栏第02篇）；时间链解决的是"能力的分离与调用在时间维度上协调"，避免能力闲置或冲突。四者共同支撑一个判断：把一次性解决方案，沉淀为可复用的能力单元，企业就从"卖货"升级为"经营场景基础设施"。
五、落到制造业AI：它如何当审题框架
把上面这套放回制造业AI，场景思维的审题价值就清楚了：
先问"真实场景在哪"——是良率上不去，还是库存周转太慢，还是老师傅要退休经验带不走？而不是"行业都在上大模型"。 再用四则法拆——哪些能力已有可复用（加/乘），哪些刚性环节该砍（减），哪些该按单对齐（除）。 再用三根支柱守——机制能不能注册复用（复用率）、能不能闭环不退化（连续化）、合规质量底板牢不牢（一致性）。
国民壹号铁骑T用这套方法跑出了一个数据飞轮：会员LTV约852元、CAC约80元、LTV/CAC约10.6倍；单县SOP跑通后，等于一个可复制的"场景单元包"，全国是"单县×500县"的复制游戏，而非重新发明。制造业的场景复制，逻辑同构。
六、三域映射：同一个场景的三个切面
场景思维的落地，不在"三个部门"，而在同一个场景在三条价值链上的三个切面。以国民壹号铁骑T为例：生产域做能力单元标准化与产线场景化重组（把双电池规格、BOM通用率当成可复用单元，而非为单一爆款建刚性线）；运营域做"场景即服务"（SaaS 4.0，对接存量维修、储运、回收网而非自建）；销售域做场景嵌入（团长＝场景节点，在县城接娃、上学的真实生活场景里获客）。三者共享一个数据飞轮与一个能力单元中台。这里最容易被执行层误解的是：他们常把"场景"当成"部门目标"的代名词，于是又退回了产品/产能视角——这恰恰违背了场景第一性。
七、三个最常见的审题误区
审错题比不审更糟，三种最该警惕：① 从产能出发——"我有一条闲置产线，AI能帮我填满吗"，这是产能视角而非场景视角；② 从对标出发——"同行上了大模型我也要上"，把别人的场景当成自己的场景；③ 从技术出发——"听说Agent很火先买一套"，技术成了起点而非手段。三者共同的病根，是跳过了"场景第一性"，直接进入了"我有什么／别人有什么"。场景思维的价值，恰恰是把这三类本能拉回"真实场景在哪"。
八、与其它范式的衔接
场景思维是审题框架，它不替代后面的范式：能力单元论负责把"能力"拆到最小颗粒度（第02篇）；FDE负责把方案送到现场最后一公里（第03篇）；物理AI负责把工艺规律喂进模型（第04篇）；飞轮负责把单子转成商业闭环（第07篇总论）。它们共用一个前提——先把场景审对。
九、给读者的审题清单
读完这篇，建议你下次面对一个AI立项时，先过四道题：① 它服务的真实场景是什么，谁在为痛点付代价？② 哪些能力可以复用而非新建？③ 机制能否注册、闭环、守底线？④ 这一单做完，经验能不能变成可复用的资产？四题答得上来，题才算审对。
十、审题框架的边界
场景思维也有边界，须特别说明。① 当场景本身被政策或技术突变彻底改写（如新国标出台、某工艺被颠覆性技术替代），审题结论要重做——框架只提供思考顺序，而非恒定答案。② 它不替代行业know-how：一个不懂制造的外部顾问，拿着场景思维也审不出真场景。③ 三支柱守的是"不退化"，但过度追求一致性，也会扼杀必要的灵活性。审题框架是眼镜，不是答案。
信源注：本文方法论框架出自《场景思维》（2026）第7–13章及《场景思维驱动可持续优化方法论》（2026-08-26）；实例数据出自国民壹号铁骑T系列研究。金句与数字均引自原文，未作演绎。
