01
黑灯工厂战略
深入诊断行业特点与基础设施，制定导入战略与路线图。
Dark Factory & Physical AI Partner
从诊断到建设再到运营
将工厂重塑为自主生产系统
以Physical AI与机器人技术突破制造现场的极限，与您共同打造能够自主判断、自主运行的黑灯工厂。
Mission
以Physical AI与机器人技术，消除制造现场的极限
Vision
人专注于更高价值的决策，工厂自主运转
Values
现场执行 · ROI导向 · 持续运营
Why Dark Factory
黑灯工厂只聚焦两个目标：降低成本与稳定质量
熟练人才断层
资深员工退休带走现场经验，招聘也越来越难。
固定成本上升
人工与能源成本结构性持续上涨。
质量波动
人工目检无法稳定发现微小缺陷。
非计划停机
一台设备故障就会让整条产线和交期停摆。
以自主运营系统取代局部自动化的局限
| 项目 | 局部自动化 (AS-IS) | 黑灯工厂 (TO-BE) |
|---|---|---|
| 方法 | 逐台设备叠加自动化 | 将整个工艺设计为一个运营系统 |
| 运营 | 人员持续监控、手动应对 | AI判断状态并自动应对 |
| 质量管理 | 抽样检验，缺陷事后发现 | 100%实时检测，及早发现异常 |
| 工厂运营 | 依赖少数资深技师的个人能力 | 数据驱动的自主运营 |
| 扩展性 | 产线变更需物理重构 | 通过软件更新切换产线 |
Our Services
以最快速度让黑灯工厂在现场落地
FactoryLab.Ai 负责从战略制定到日常运营的黑灯工厂转型全过程。
02
智能系统建设
从IIoT数据管道到Physical AI、Agentic AI、LLM、数字孪生及基于本体的根因分析。
03
IT-OT运营优化
通过IT-OT融合与数据持续提升制造系统性能。
04
网络数据 · AI数据基础设施 (Bright Data)
作为Bright Data合作伙伴，利用其网络数据采集API与数据集获取市场、价格、供应链等外部数据，并接入AI模型训练、本体与智能体。
How We Work
五个阶段，从诊断到自主运营
-
01
设计思维工作坊
分享转型的必要性与先行案例，共同评估现实可期的成果。
交付物 · Press Release · FAQ
-
02
现场诊断（2–4周）
驻场诊断工艺与数据成熟度，收集需求。
交付物 · 诊断报告 · ROI模拟
-
03
PoC建设与验证
以最小核心功能搭建试点，验证是否达成实际KPI。
交付物 · PoC结果报告
-
04
分阶段升级
从已验证环节开始推广，在每个检查点调整方向。
交付物 · 商用化计划
-
05
基于成果的运营
确认实际KPI成果后，转入常态运营与持续升级。
交付物 · 成果报告
每个阶段均以成果报告及下一阶段的 Go / No-Go 标准收尾。
Industries
包括创始人在内，每位顾问都拥有经过验证的项目经验
- 汽车 · 零部件 冲压、焊接、涂装、总装、检测、物流、设备维护、质量履历
- 二次电池 电极、组装、化成、检测、洁净室管理、工艺波动、良率分析
- 电子 · 半导体 SMT、贴装、视觉检测、计量、设备稼动率、预测性维护、良率
- 炼油 · 化工 调和、反应、精制、包装、安全监控、能源优化
- 航空 · 国防 系统工程、V&V · 可追溯性、配置管理、FMEA · DRBFM、SoS
Our Platform · Ontology & Agentic AI
将分散的运营数据连接成一个本体，追踪因果关系
Ontology & BI
上传传感器、PLC、SCADA、DCS等OT数据与MES、ERP、SCM等IT数据，即可自动识别并连接为对象与关系。
根因追踪
以中心性与PageRank找出核心枢纽，追踪从问题到候选原因的N-Hop路径与评分。用自然语言提问，系统直接查询图谱作答。
AI向导智能体 Onto
以语音简报分析结果，协调从指派负责人到审批与审计记录的执行过程。支持韩、英、日、中四种语言。
References
Reference 1
炼油化工工艺优化黑灯工厂咨询及平台建设PMO
基于ISA-95，应用LLM、Physical AI、Agentic AI与本体技术。设计按角色划分的AI体验，以本体为设备数据赋予语境，由多个AI智能体优化运行。Physical AI在人工审批（HITL）下通过PLC/SCADA管理同类设备群。
ISA-95 · LLM · Agentic AI · Physical AI · Ontology
Reference 2
安全关键系统的流程设计与评估
NASA（美国）· 航天
SE流程改版 — V&V、可追溯性、基线与发布管理
B飞机制造商（美国）
飞机SE流程及基于FMEA · DRBFM的预防体系
L国防（韩国）
SoS集成SE流程与集成验证框架
LG电子 汽车电子
Automotive SPICE评估 — 诊断、改进路线图与试点
POSCO
浦项、光阳基地SE流程建设与全公司推广
国内外大型制造企业
PLC/SCADA联动数据湖及控制网与信息网边界架构设计
CEO & Founder
Yeunsae (Tony) Jang
FactoryLab.Ai 创始人兼CEO
- 现任 FactoryLab.Ai CEO — 制造IT-OT、ISA-95、Physical AI咨询
- 曾任 现代AutoEver 常务，SDx事业部总负责人
- 曾任 现代汽车新加坡HMGICS 董事，黑灯工厂技术负责人
- 曾任 POSCO DX 技术研究所 IT技术开发组长
- 曾任 AWS 专务，DX/AX咨询
- 曾任 德勤咨询 常务，Technology Innovation Group
- 曾任 韩国IBM GBS 系统工程咨询
- 曾任 水原科学大学 兼职教授
资质与奖项
- IBM Certified CMMI / ITIL Internal Appraiser
- IBM Certified System Engineer & T3 Trainer
- IONA Certified Enterprise Architect (Master)
- 2019 韩国ICT大奖 科学技术信息通信部长官奖
- 系统分析与设计（UML）著作2部
Partners
合作伙伴
姊妹公司 · Smart Factory Consulting, SI & PMO
Qualigent
FactoryLab.Ai 与 Qualigent 是共同推进制造DX/AX/RX的姊妹公司，共享人才与业务基础设施。
Web Data Partner
全球网络数据平台。在获取AI模型与本体所需的外部公开数据时与我们协作。
© 2026 FactoryLab.Ai (팩토리랩닷에이아이). All rights reserved.