在“AI+”開啟工業設計“造夢工廠”的進程中，廈門長臂猿設計有限公司員工們緊跟時代，認真研究有關數據大模型，正在啟動自己的思維模式，有機會進入AI 數據大模型在工業設計領域的向善應用。可以總結出以下六條經驗：

1.?找準AI賦能業務場景切入點：工業領域龐大且復雜，難以用一個大而全的模型解決所有問題。企業應向垂直領域扎根，尋找具體價值點，如概念設計用大語言模型提煉市場文檔形成需求，結構設計用客戶優化算法實現文件減重，細節設計用AI工具進行圖紙檢測等。
2.?推動研發模式智能化轉型：傳統研發模式深度依賴資深工程師經驗，成本高、周期長且面對海量數據和復雜需求時優化空間受限 。而AI時代，產品研發將向以AI智能驅動，實現研發過程智能化和自動化的范式轉變，覆蓋從概念到服務的全過程。
3.?注重研發智能體的穩步落地：雖然在工業制造場景中已找到智能體應用的豐富場景，但智能體受模型幻覺、通信協議不統一等問題制約，還無法滿足所有業務場景需求。研發場景中打造好用的智能體難度大，落地需以點及面、逐步推進。
4.?強化數據的收集與分析利用：AI算法效果依賴于輸入數據的質量和數量。企業要重視數據收集，建立完善的數據管理體系，對工業設計各環節產生的數據，如市場需求數據、產品設計數據、生產工藝數據等進行有效收集、整理和存儲。通過對這些數據的深入分析，為AI在工業設計中的應用提供堅實的數據基礎。
5.?促進跨領域的深度協同合作：工業設計涉及多領域知識技術，實現AI技術與工業設計有效結合，需要不同專業背景人員密切配合。例如，設計師、工程師、數據科學家和AI專家共同組成團隊，設計師提出創意和設計需求，工程師提供技術實現方案，數據科學家負責數據處理和分析，AI專家開發和優化AI模型，共同推動工業設計智能化發展。
6.?培養復合型專業人才：既懂工業設計又掌握AI技術的復合型人才是推動“AI+工業設計”發展的關鍵。高校和職業院校應優化課程設置，開設跨學科專業，培養具備工業設計知識和AI技能的人才。企業也需加強內部培訓，為員工提供學習AI技術的機會，提升員工運用AI工具進行工業設計的能力 。