“大理又要下雨！今晚起云南多地有局部暴雨、大暴雨！”手机屏幕散发出微光，一条消息推送，像一颗投入静水的石子，猛地又将云南中烟红塔集团大理卷烟厂信息科李毅的思绪荡回了三年前。

复烤后的烟叶最为金贵，经不得半点“委屈”，像暴雨、大暴雨等极端天气，微小的波动，很容易会给产出烟丝品质带来影响。

温湿度的精准控制，是撬动质量提升的关键支点。想到这里，李毅皱起了眉头。几年前，控制全靠操作工的经验“掌舵”。在各种外界影响的叠加下，一方面，偏差变得越来越难拿捏，师傅们不得不把大半精力耗费在设备参数的反复调试上；另一方面，经验丰富的操作工陆续到了退休的年纪，新员工的学习成本陡增，留给他们的成长时间又格外紧迫。

“这可咋整啊？”制丝车间的老师傅愁眉苦脸地拍着桌子，“以往调顺的参数，今天一场雨下来全乱了套。”

李毅猛地一拍大腿，眼里闪过一丝决绝：“请人！必须请一个‘赛博员工’来！”在多方的努力下，一套工艺智能管控系统落地了，人工智能模型很快“上岗”车间5T叶丝线。

这位“赛博员工”的工作逻辑，说起来，就像打电话。以前工作人员得盯着出口水分仪的反馈，凭经验判断调整参数，有了人工智能模型，这套流程被拆解成了正向预测、逆向寻优两步走。

所谓正向预测，是基于给人工智能模型“投喂”了大量历史数据，使得它能结合当下温湿度条件、来料入口水分预测出口的水分值；当烟叶经过一系列流程到了出口，水分值测出实际数值，又能与预测值摆在一起对比，顺着偏差反推该怎么调整设备参数，这便是逆向寻优。在这一正一反之间，那些本该靠人工输入到设备的数值，就好比一串电话号码，由工艺智能管控系统自动完成“拨号”，实现了机台自动调控的跨越。

“简单来讲，这位‘赛博员工’就是以大数据分析技术为基础，将人为经验固化为人工智能模型，以智能算法控制代替人为控制，能够根据不同温度和湿度自适应生产，还能反向控制设备，提高控制的精度。”李毅说。

如今，在“赛博员工”的帮助下，即便是遇到暴雨天气，同事们也不会再像三年前那样隐隐担忧。数据不会说谎，根据工艺指标成果来看，各工序已优于人为控制的最高水平。

李毅和团队还在不断“投喂”、调试着这位“赛博员工”，他们也有了更多宏大展望——未来，通过设备智能控制，进一步探索车间智能调度，让复烤、制丝、动力车间联动起来，让工厂更加智能。