工業(yè)智能體，成工業(yè)智能化重要著力點(diǎn)。
文｜周享玥
編｜趙艷秋
最近，AI+工業(yè)的熱度持續(xù)攀升，尤其工業(yè)智能體，已成為業(yè)界公認(rèn)的提升工業(yè)智能化水平的重要著力點(diǎn)。
“我們的大模型業(yè)務(wù)，今年至少是去年的5倍以上了，且這些業(yè)務(wù)中，多數(shù)與工業(yè)智能體相關(guān)。”專注于工業(yè)領(lǐng)域的大模型及智能體落地服務(wù)商中工互聯(lián)董事長(zhǎng)智振告訴數(shù)智前線，經(jīng)過年初DeepSeek帶來的市場(chǎng)啟蒙與科普，以及后期政策上的層層加碼所形成的持續(xù)推力，市場(chǎng)窗口期已經(jīng)打開。
當(dāng)前市場(chǎng)動(dòng)作已快速跟進(jìn)，世界人工智能大會(huì)'>人工智能大會(huì)上，國(guó)內(nèi)多家廠商已亮出工業(yè)智能體產(chǎn)品及落地案例。
8 月 26 日，《國(guó)務(wù)院關(guān)于深入實(shí)施 “人工智能 +” 行動(dòng)的意見》中，工業(yè)被列為 “人工智能 +” 產(chǎn)業(yè)發(fā)展重點(diǎn)行動(dòng)單獨(dú)一項(xiàng)，明確推動(dòng)工業(yè)全要素智能聯(lián)動(dòng)，加快人工智能在設(shè)計(jì)、中試、生產(chǎn)、服務(wù)、運(yùn)營(yíng)全環(huán)節(jié)落地應(yīng)用。
工業(yè)智能體的熱潮，真的來了嗎？智能體在工業(yè)領(lǐng)域的落地，走到深水區(qū)了嗎？
01
工業(yè)智能體，真熱還是假熱？
究竟什么是工業(yè)智能體？
多位行業(yè)人士表示，這一問題目前尚無統(tǒng)一答案。一個(gè)相對(duì)寬泛的視角是，它是融合了大模型、知識(shí)圖譜、工業(yè)機(jī)理等技術(shù)的新一代認(rèn)知智能系統(tǒng)，具備 “自主性” 與 “協(xié)同性” ，能夠感知工業(yè)環(huán)境，理解自然語言指令，決策并控制物理設(shè)備完成工業(yè)任務(wù)，進(jìn)而實(shí)現(xiàn)對(duì)生產(chǎn)設(shè)備、工藝流程和物流管理等環(huán)節(jié)的智能化控制與優(yōu)化。
其價(jià)值已獲業(yè)界普遍認(rèn)可。“工業(yè)四十多個(gè)大門類、幾百個(gè)小門類的客戶，現(xiàn)在都在推進(jìn)智能體落地，市場(chǎng)處于加速狀態(tài)。”百度智能云智慧工業(yè)解決方案總經(jīng)理張明告訴數(shù)智前線，今年以來，工業(yè)智能體在企業(yè)研產(chǎn)供銷服各環(huán)節(jié)熱度都很高。
聯(lián)想中國(guó)政企業(yè)務(wù)群制造行業(yè)總經(jīng)理宋濤則強(qiáng)調(diào)，當(dāng)前尤其具體到“工業(yè)企業(yè)運(yùn)營(yíng)智能體”，熱度很高。智能體尚處發(fā)展早期，頭部企業(yè)大都率先在企業(yè)運(yùn)營(yíng)管理側(cè)做點(diǎn)狀嘗試，在研產(chǎn)供銷服、人財(cái)物、財(cái)務(wù)稅務(wù)、法規(guī)法律等多個(gè)環(huán)節(jié)中，“圍繞運(yùn)營(yíng)管理提效的智能體會(huì)做得很多。”
“這波工業(yè)智能體快速升溫，最直觀體現(xiàn)為部分客戶從‘觀望’轉(zhuǎn)向‘主動(dòng)需求’，尤其頭部工業(yè)企業(yè)，不再滿足于‘自動(dòng)化+信息化’的常規(guī)建設(shè)，而是明確提出要打造‘AI驅(qū)動(dòng)的智能工廠’。”中工互聯(lián)董事長(zhǎng)智振向數(shù)智前線透露，過去多是他們主動(dòng)推廣進(jìn)行效能說明，現(xiàn)在則是客戶在“積極拉動(dòng)”、“主動(dòng)來訪”，許多企業(yè)決策層親自帶隊(duì)調(diào)研智能體平臺(tái)能力，甚至將“建立智能體系統(tǒng)”納入集團(tuán)未來發(fā)展戰(zhàn)略。
IDC數(shù)據(jù)也印證了這一趨勢(shì)，2025年，工業(yè)企業(yè)中在探索智能體的比例同比顯著提升，應(yīng)用了大模型及智能體的比例，從2024年的9.6%，顯著提升到2025年的47.5%。
IDC中國(guó)高級(jí)研究經(jīng)理杜雁澤透露，比例上漲原因主要是工業(yè)企業(yè)CXO對(duì)于工業(yè)大模型好奇心的提升、門檻的降低，帶來了更多工業(yè)企業(yè)和IT服務(wù)商的加入，工業(yè)大模型及智能體市場(chǎng)從初步興起進(jìn)入廣泛探索階段。
其中，已經(jīng)在多環(huán)節(jié)開展應(yīng)用的企業(yè)從1.7%顯著提升到35%。已經(jīng)應(yīng)用大模型及智能體的企業(yè)中，超過73.7%的應(yīng)用場(chǎng)景在10個(gè)到小幾十個(gè)左右。
02
政策層面，已經(jīng)開始加碼
工業(yè)智能體的這波熱潮始于何時(shí)？
業(yè)界普遍認(rèn)可的一個(gè)答案是——2025年年初。標(biāo)志性事件是國(guó)產(chǎn)開源大模型DeepSeek與智能體平臺(tái)Manus的推出，快速完成市場(chǎng)啟蒙，讓各行各業(yè)看到了智能體的潛在價(jià)值。
尤其對(duì)于過去幾年普遍遭遇外部環(huán)境不確定、生產(chǎn)經(jīng)營(yíng)壓力大、產(chǎn)品利潤(rùn)率承壓等挑戰(zhàn)的工業(yè)制造企業(yè)來說，這或許是近兩年里最具確定性的一項(xiàng)技術(shù)，有望帶來切實(shí)價(jià)值。
因此，可以看到，近半年來，不管是工業(yè)企業(yè)還是服務(wù)商對(duì)智能體的探索熱情都顯著升溫，落地案例持續(xù)增多。標(biāo)桿案例的涌現(xiàn)與工程化經(jīng)驗(yàn)的積累，也在進(jìn)一步點(diǎn)燃更多企業(yè)的積極性。
除了企業(yè)提升競(jìng)爭(zhēng)力的內(nèi)生需求，來自于政策層面的推力持續(xù)加碼。
當(dāng)下，人工智能的全球化競(jìng)爭(zhēng)已全面展開，中美成為核心競(jìng)逐者。在互聯(lián)網(wǎng)、法律、金融、醫(yī)療、設(shè)計(jì)等高價(jià)值第三產(chǎn)業(yè)，國(guó)內(nèi)外都在重點(diǎn)展開落地，但在工業(yè)領(lǐng)域，全球仍沒有探索出一條明確的路徑。
在此背景下，以中國(guó)完備的工業(yè)體系與豐富場(chǎng)景資源，探索出一條差異化發(fā)展路徑，促進(jìn)產(chǎn)業(yè)升級(jí)，打造新質(zhì)生產(chǎn)力，成為戰(zhàn)略關(guān)鍵。有行業(yè)資深人士認(rèn)為，這一過程與當(dāng)年培育新能源產(chǎn)業(yè)頗為相似，需要“政策先行、產(chǎn)業(yè)牽引”。
產(chǎn)業(yè)層面，全球189家“燈塔工廠”中，中國(guó)一共85家，占比45%，總量位居世界首位，有著制造業(yè)領(lǐng)域智能制造和數(shù)字化的高水平基礎(chǔ)。
政策層面，去年，政府工作報(bào)告中已經(jīng)明確提出要“開展‘人工智能+’行動(dòng)”。今年，更多聚焦在工業(yè)領(lǐng)域的政策還在持續(xù)加碼。
3月，政府工作報(bào)告重申“人工智能 +”行動(dòng)，與去年側(cè)重技術(shù)研發(fā)和產(chǎn)業(yè)集群建設(shè)不同，今年更聚焦技術(shù)的落地應(yīng)用。
6月6日，工信部?jī)苫诤瞎ぷ黝I(lǐng)導(dǎo)小組會(huì)議審議《2025年工作要點(diǎn)》，明確提出以工業(yè)智能體為抓手深化人工智能工業(yè)應(yīng)用，帶動(dòng)工業(yè)數(shù)據(jù)集、工業(yè)大模型的創(chuàng)新迭代。這被業(yè)界視作重要信號(hào)。
“政策力度是超預(yù)期的。”智振預(yù)測(cè)，接下來各地將隨之發(fā)布系列政策，比如北京在工信部會(huì)議定調(diào)后不久，于7月中下旬，在北京經(jīng)信局指導(dǎo)下，召開了一場(chǎng)面向工業(yè)智能體的產(chǎn)業(yè)研討會(huì)，眾多AI與工業(yè)軟件領(lǐng)域龍頭企業(yè)都參與其中，深入交流并分享案例。
7月28日，2025年全國(guó)工業(yè)和信息化主管部門負(fù)責(zé)同志座談會(huì)召開，在部署下半年工作重點(diǎn)時(shí)明確提出，要推動(dòng)“人工智能+制造”行動(dòng)走深走實(shí)，加強(qiáng)底座攻關(guān)和重點(diǎn)場(chǎng)景應(yīng)用。分級(jí)分類深化工業(yè)互聯(lián)網(wǎng)應(yīng)用，培育一批工業(yè)智能體。
8月19日，上海對(duì)外發(fā)布《上海市加快推動(dòng)“AI+制造”發(fā)展的實(shí)施方案》，提出提升工業(yè)模型基礎(chǔ)能力、突破工業(yè)智能前沿技術(shù)等多項(xiàng)部署。
8月26日發(fā)布的《國(guó)務(wù)院關(guān)于深入實(shí)施 “人工智能 +” 行動(dòng)的意見》中，重點(diǎn)強(qiáng)調(diào)了要推進(jìn)工業(yè)全要素智能化發(fā)展，同時(shí)，深化人工智能與工業(yè)互聯(lián)網(wǎng)融合應(yīng)用，增強(qiáng)工業(yè)系統(tǒng)的智能感知與決策執(zhí)行能力。
“政策已從鼓勵(lì)技術(shù)探索轉(zhuǎn)向系統(tǒng)性推進(jìn)工業(yè)數(shù)據(jù)集、大模型與智能體的協(xié)同迭代，在年初的市場(chǎng)性自發(fā)需求基礎(chǔ)上助了一把力。”IDC中國(guó)高級(jí)研究經(jīng)理杜雁澤告訴數(shù)智前線，隨著后續(xù)各地區(qū)政策的進(jìn)一步細(xì)化，會(huì)讓需求側(cè)得到鞏固，尤其是央國(guó)企的需求，并帶動(dòng)更廣泛的工業(yè)企業(yè)加入探索，同時(shí)推動(dòng)供給側(cè)發(fā)展，會(huì)有更多廠商進(jìn)入該市場(chǎng)。
03
企業(yè)的需求和動(dòng)作變了
熱潮之下，工業(yè)企業(yè)開始從單純的 “嘗鮮” 階段，進(jìn)階到追求深度融合與價(jià)值產(chǎn)出的新階段。
百度云張明告訴數(shù)智前線，去年，不少企業(yè)已落地一些智能體應(yīng)用，當(dāng)時(shí)多是要求能夠掛載企業(yè)知識(shí)庫(kù)，甚至僅基于通用大模型能力實(shí)現(xiàn)知識(shí)問答、檢索，就能滿足初步使用需求。而今年，企業(yè)已不滿足于此類基礎(chǔ)應(yīng)用，更期待智能體融入業(yè)務(wù)場(chǎng)景、解決具體問題，產(chǎn)生切實(shí)價(jià)值。
如化工企業(yè)研發(fā)場(chǎng)景，原來依賴行業(yè)專家的深度知識(shí)經(jīng)驗(yàn)，理解分子特性并反復(fù)實(shí)驗(yàn)。如今卻期待智能體能學(xué)習(xí)各類分子特征，自動(dòng)推薦分子合成路線以減少實(shí)驗(yàn)次數(shù)，甚至預(yù)測(cè)新物質(zhì)的特性，如是否耐磨、阻燃等。
又如工業(yè)空壓機(jī)節(jié)能場(chǎng)景，原來依賴固定控制策略，旺季、淡季采用不同調(diào)優(yōu)模式，需人工到現(xiàn)場(chǎng)調(diào)整，而且技術(shù)難以聯(lián)動(dòng)產(chǎn)生顯著價(jià)值�，F(xiàn)在則期望通過智能體聯(lián)動(dòng)各項(xiàng)技術(shù)，實(shí)現(xiàn)全智能動(dòng)態(tài)調(diào)優(yōu)，既能遠(yuǎn)程控制柜無線回傳數(shù)據(jù)、云端下發(fā)精準(zhǔn)控制指令，又能根據(jù)實(shí)時(shí)采集數(shù)據(jù)用AI模型預(yù)測(cè)用氣量、制定最優(yōu)調(diào)度控制策略，遇能效偏低等問題還能實(shí)時(shí)報(bào)警并推送管理人員。
“融合智能體、AI 算法、云控等技術(shù)的一體化產(chǎn)品，若能打磨成型、產(chǎn)效且可復(fù)制，推廣價(jià)值會(huì)很大。”智振說，如今大模型已過初期狂熱階段，明后年誰能緊密結(jié)合業(yè)務(wù)、做出更優(yōu)智能體，誰才有價(jià)值。這類似互聯(lián)網(wǎng)發(fā)展路徑，從早期通用網(wǎng)絡(luò)、門戶網(wǎng)站，逐步走向電商、社交等垂直領(lǐng)域。
隨著需求進(jìn)階，企業(yè)行動(dòng)也變得更加系統(tǒng)。
過去兩年，不少企業(yè)經(jīng)實(shí)踐試錯(cuò)，對(duì)技術(shù)理解漸趨理性專業(yè)，如曾以為知識(shí)庫(kù)搭建簡(jiǎn)單，實(shí)則要做到指導(dǎo)生產(chǎn)需特定領(lǐng)域知識(shí)增強(qiáng)、智能體支撐及閉環(huán)業(yè)務(wù)矯正，遠(yuǎn)非 “零成本試玩” 可實(shí)現(xiàn)。
因此，更多工業(yè)企業(yè)在入局新一輪熱潮時(shí)，轉(zhuǎn)而聚焦特定場(chǎng)景，需求更精準(zhǔn)。同時(shí)，他們開始關(guān)注平臺(tái)能力、數(shù)據(jù)整合深度、模型訓(xùn)練持續(xù)性及跨系統(tǒng)融合能力，不再僅停留于表面的 “AI 展示”，而在這個(gè)過程中，他們也提高了預(yù)算投入門檻。
“整個(gè)市場(chǎng)正從‘熱度’向‘實(shí)質(zhì)’轉(zhuǎn)換，這是我們尤為重視的變化。”智振說。
尤其頭部企業(yè)，正以更成體系化的方式推進(jìn)工業(yè)智能體落地。
以聯(lián)想為例，今年5月，其在聯(lián)想創(chuàng)新科技大會(huì)上正式發(fā)布覆蓋個(gè)人、企業(yè)和城市全場(chǎng)景的超級(jí)智能體。其中企業(yè)超級(jí)智能體——聯(lián)想樂享，是聯(lián)想面向客戶、商業(yè)伙伴、投資人、媒體和公眾的新一代官方入口。其可跨設(shè)備、跨生態(tài)調(diào)用企業(yè)全鏈條數(shù)據(jù)信息，自主完成工作任務(wù)。比如，可以主動(dòng)預(yù)判用戶需求并發(fā)起互動(dòng)，幫助用戶自主下單等。
它與研發(fā)、供應(yīng)鏈、營(yíng)銷、銷售、服務(wù)、運(yùn)營(yíng)等領(lǐng)域的智能體組成“智能體軍團(tuán)”，開啟助力聯(lián)想降本增效之旅。目前，聯(lián)想正將樂享應(yīng)用于自身實(shí)踐。超級(jí)智能體在自動(dòng)識(shí)別客戶意圖后，會(huì)拆解任務(wù)并聯(lián)動(dòng)上述領(lǐng)域智能體協(xié)同處理，最終交付結(jié)果。
宋濤告訴數(shù)智前線，除央國(guó)企外，頭部民企AI落地多與聯(lián)想類似，會(huì)戰(zhàn)略性投入資源探索業(yè)務(wù)轉(zhuǎn)型，且大型企業(yè)基本會(huì)自建團(tuán)隊(duì)，如聯(lián)想設(shè)有專門的DTIT（digital transformation, information technology）部門，涵蓋業(yè)務(wù)應(yīng)用交付、AI研發(fā)團(tuán)隊(duì)，負(fù)責(zé)設(shè)計(jì)專屬的混合式AI底座，支撐集團(tuán)業(yè)務(wù)智能化轉(zhuǎn)型。
尤其今年，不少企業(yè)在推進(jìn)AI落地時(shí)，已從前期粗放探索，轉(zhuǎn)向要求各部門 “帶 KPI 細(xì)化落地”。
宋濤介紹，此前 DeepSeek 受關(guān)注時(shí)，不少企業(yè)曾在春節(jié)后快速部署滿血版供各部門試用，但因訪問量激增，開發(fā)運(yùn)維團(tuán)隊(duì)難以承接，后續(xù)便逐步收斂到各部門自主推進(jìn)智能體相關(guān)工作。
同時(shí)，“今年小企業(yè)的需求也很多，但大多未購(gòu)買商用平臺(tái)，而是用開源工具、模型，甚至小型算力卡來運(yùn)行相關(guān)場(chǎng)景。”百度云張明告訴數(shù)智前線，這些企業(yè)并未形成從算力、模型訓(xùn)練調(diào)優(yōu)工具到業(yè)務(wù)場(chǎng)景的規(guī)�；w系，而是先從能幫自己省錢或增收的具體業(yè)務(wù)場(chǎng)景入手，自行搭建智能體以了解其能力。一旦確認(rèn)效果且意識(shí)到自身能力邊界后， 比如發(fā)現(xiàn)自研調(diào)優(yōu)效果不及專業(yè)水平，才考慮商業(yè)付費(fèi)。
04
工業(yè)智能體,走進(jìn)哪些場(chǎng)景了？
當(dāng)前市場(chǎng)演進(jìn)極快，在應(yīng)用端，工業(yè)智能體正不斷拓展應(yīng)用廣度與深度，技術(shù)側(cè)，大模型小模型協(xié)同、工具鏈更新、上下文工程優(yōu)化等迭代頻繁，每一兩周就會(huì)有新變化發(fā)生；部分前兩年效果不佳的場(chǎng)景，今年借工程化能力提升與智能體應(yīng)用實(shí)現(xiàn)了價(jià)值躍升。
以問數(shù)場(chǎng)景為例，其對(duì)準(zhǔn)確性要求極高，一個(gè)數(shù)據(jù)出錯(cuò)，就可能給企業(yè)經(jīng)營(yíng)決策帶來重大風(fēng)險(xiǎn)，必須百分百準(zhǔn)確，但大語言模型處理數(shù)據(jù)時(shí)容易出幻覺。“大家在1.0 階段的做法，是用大語言模型寫SQL、固定問法，再通過意圖理解智能體對(duì)應(yīng)具體問題后查詢SQL，但準(zhǔn)確度最多達(dá)到90%，難以滿足需求。”百度智能云張明介紹，到了2.0階段，大家意識(shí)到僅靠大模型本身無法解決幻覺問題，需搭建智能體團(tuán)隊(duì)，先做數(shù)據(jù)域治理分析，固定常見問題，再搭建工作流分解任務(wù)、匹配流程，寫好SQL后與指標(biāo)域指標(biāo)對(duì)比，能大幅解決問數(shù)類幻覺問題。
“大家對(duì)問數(shù)場(chǎng)景需求一直很高，去年因技術(shù)不成熟，很多項(xiàng)目驗(yàn)證后效果不佳沒能推進(jìn)。今年有了技術(shù)進(jìn)步，我們正重新與客戶溝通，” 張明說，“這可能還需要一定立項(xiàng)周期，預(yù)計(jì)明年能看到更多落地項(xiàng)目。”
圖文生成場(chǎng)景也有突破，過去大模型生成帶文字的圖片時(shí)常出現(xiàn)亂碼，如今在生成宣傳海報(bào)時(shí)，智能體可先讓模型生成無文字圖，再疊加文字圖層解決問題。
目前，知識(shí)庫(kù)問答與智能問數(shù)這兩大共性通用智能體已成為基礎(chǔ)能力，不再是企業(yè)挑選服務(wù)商時(shí)的首選要素，“類似智能駕駛平權(quán)后基礎(chǔ)輔助駕駛僅作基礎(chǔ)判斷。”IDC杜雁澤告訴數(shù)智前線，大家更多轉(zhuǎn)向后續(xù)通用智能體解決方案，例如智慧辦公、合同審核、文檔生成等，以及研產(chǎn)供銷服等各領(lǐng)域細(xì)分環(huán)節(jié)的智能體和應(yīng)用解決方案。
比如，經(jīng)營(yíng)管理領(lǐng)域是當(dāng)前通用性場(chǎng)景最多、應(yīng)用成熟度與可復(fù)制性最高的領(lǐng)域。杜雁澤表示，該領(lǐng)域智能體正從早期的人力、財(cái)務(wù)、客服等通用場(chǎng)景，逐步深化，向合規(guī)審查、采銷文件生產(chǎn)審核、供應(yīng)鏈優(yōu)化等更為精細(xì)化的方向拓展。
尤其是供應(yīng)鏈相關(guān)的智能體，需求正盛。當(dāng)前大量企業(yè)都有出海需求，供應(yīng)鏈管理已成企業(yè)一把手關(guān)注的核心場(chǎng)景。
“現(xiàn)在制造型企業(yè)普遍關(guān)注如何借助AI保障供應(yīng)鏈安全可控、規(guī)避風(fēng)險(xiǎn)，以及呆滯物料降本提效等，已經(jīng)有不少頭部大客戶就這一話題找我們做過交流。”宋濤告訴數(shù)智前線，聯(lián)想已結(jié)合最新技術(shù)，將其在智能化轉(zhuǎn)型中推出的供應(yīng)鏈智能控制塔（SCI），升級(jí)為了更強(qiáng)大的“iChain聯(lián)想供應(yīng)鏈智能體”。
目前，該智能體已在聯(lián)想內(nèi)部落地，支撐其全球供應(yīng)鏈從需求預(yù)測(cè)到零部件交付、從生產(chǎn)制造到物流交付的全鏈路多智能體協(xié)同，將決策效率提升30%，工作流程周期縮短50%。
研發(fā)設(shè)計(jì)領(lǐng)域，智能體應(yīng)用正從初期文生3D模型、AI仿真，拓展延伸到設(shè)計(jì)變更、設(shè)計(jì)審查、工藝文件生成等更多階段和更深入場(chǎng)景。
以裝備行業(yè)仿真計(jì)算為例，此前高鐵空氣動(dòng)力學(xué)、電機(jī)溫度控制等仿真依賴國(guó)外工業(yè)軟件，一次高鐵風(fēng)洞實(shí)驗(yàn)仿真需128臺(tái)HPC機(jī)器跑1-2天，成本高、耗時(shí)長(zhǎng)�，F(xiàn)在通過AI模擬預(yù)測(cè)，僅需1臺(tái)GPU、幾秒即可出結(jié)果。“我們已與某大型裝備央企深度合作，在多個(gè)工廠落地，還有部分工廠正復(fù)制這一成果。”張明表示。
生產(chǎn)制造領(lǐng)域，IDC觀察，智能體應(yīng)用一方面在設(shè)備、安監(jiān)、工藝等領(lǐng)域初步實(shí)現(xiàn)復(fù)制應(yīng)用，從提供單點(diǎn)輔助信息，延伸到數(shù)據(jù)查詢、原因分析、報(bào)告生成等全業(yè)務(wù)流程。另一方面也在向廠級(jí)生產(chǎn)績(jī)效分析、工業(yè)控制編程、機(jī)器人智能控制等新方向探索。如中工互聯(lián)幫助某大型水務(wù)龍頭企業(yè)做了廠長(zhǎng)助手智能體，可實(shí)時(shí)調(diào)閱工廠運(yùn)營(yíng)數(shù)據(jù)、預(yù)測(cè)異常。
設(shè)備預(yù)測(cè)性維護(hù)是一個(gè)熱門場(chǎng)景。工業(yè)制造流程有大量關(guān)鍵設(shè)備，一旦出故障就可能導(dǎo)致整條生產(chǎn)線宕機(jī)。大模型和智能體出現(xiàn)后，為其提供了新解法，多家企業(yè)及廠商均發(fā)力于此。中工互聯(lián)幫助某電力設(shè)備制造企業(yè)打造了預(yù)測(cè)性維護(hù)智能體，可使設(shè)備平均故障預(yù)警準(zhǔn)確率達(dá)92%，維修頻次降低40%。
此外，質(zhì)檢智能體、智能排產(chǎn)智能體等也是廣泛探索并有項(xiàng)目落地的。在這些場(chǎng)景中，大小模型協(xié)同是關(guān)鍵路徑，例如質(zhì)檢場(chǎng)景，前端依托機(jī)器視覺的小模型完成質(zhì)檢，后續(xù)質(zhì)檢數(shù)據(jù)的分析匯總與邏輯推理則由大模型負(fù)責(zé)。“工業(yè)肯定是大小模型并用的，我們叫混合式AI。”宋濤說。
IDC也表示，這些場(chǎng)景可抽象為兩條路徑，一是大模型與小模型、機(jī)理模型、時(shí)序模型融合，用智能體方式提供業(yè)務(wù)優(yōu)化；二是靠大模型沉淀老師傅經(jīng)驗(yàn)，在故障診斷、節(jié)能、良率分析等方向初步驗(yàn)證。預(yù)測(cè)五年后AI在工業(yè)的滲透率達(dá)25%，其中小模型占比仍將達(dá)到70%。
值得一提的是，盡管工業(yè)智能體應(yīng)用深度和廣度在拓展，但業(yè)界普遍認(rèn)為，目前落地效果好且能批量復(fù)制的并不多，更多是以項(xiàng)目形式探索中，未進(jìn)入生產(chǎn)制造核心深水區(qū)。
05
下半年市場(chǎng)加速爆發(fā)，還有哪些難題待解？
業(yè)界普遍認(rèn)可，工業(yè)智能體已不像以前“裝個(gè)軟件”那么簡(jiǎn)單，而是一次系統(tǒng)工程和組織變革的雙重革命，這個(gè)過程中，還有不少難題待解。
其一，高質(zhì)量數(shù)據(jù)緊缺，需企業(yè)提前補(bǔ)課。
智能體越走入生產(chǎn)環(huán)境，越需要專業(yè)數(shù)據(jù)，但目前數(shù)據(jù)是行業(yè)落地最大難題，高質(zhì)量數(shù)據(jù)集不僅決定模型效果，更關(guān)乎智能體能否真正在業(yè)務(wù)中產(chǎn)生價(jià)值。而工業(yè)場(chǎng)景，由于數(shù)據(jù)“方言”多，格式、質(zhì)量不一，還存在數(shù)據(jù)孤島、數(shù)據(jù)缺失、噪聲干擾及系統(tǒng)割裂等問題，矛盾只會(huì)更突出。
今年，國(guó)家數(shù)據(jù)局已出臺(tái)多項(xiàng)政策推動(dòng)高質(zhì)量數(shù)據(jù)集建設(shè)。各大服務(wù)商也都在通過提供相關(guān)工具或共建等模式解決這一痛點(diǎn)。但仍需企業(yè)自身發(fā)力，補(bǔ)齊短板。
一些企業(yè)已經(jīng)開始往回補(bǔ)課。ICONIQ Capital《2025年AI現(xiàn)狀報(bào)告》顯示，數(shù)據(jù)已成為企業(yè)AI預(yù)算中的主要板塊，數(shù)據(jù)存儲(chǔ)和處理支出，甚至將比推理和訓(xùn)練還多。
聯(lián)想宋濤也告訴數(shù)智前線，目前有不少想借AI轉(zhuǎn)型但仍有疑慮的企業(yè)，正優(yōu)先考慮做數(shù)據(jù)治理、補(bǔ)齊數(shù)字化轉(zhuǎn)型的課，再用治理好的優(yōu)質(zhì)數(shù)據(jù)，去做點(diǎn)狀探索。
而大型企業(yè)的投入力度還要更大。不少企業(yè)，專門成立了團(tuán)隊(duì)支撐企業(yè)內(nèi)數(shù)據(jù)治理和知識(shí)管理，包括知識(shí)的更新與校正，以保證智能體準(zhǔn)確性。宋濤介紹，聯(lián)想已搭建知識(shí)管理體系。
其二，懂業(yè)務(wù)又懂AI，還能工程化落地的人才，現(xiàn)在急缺。
服務(wù)商雖然在努力靠近行業(yè)，但根據(jù)行業(yè)的實(shí)踐，算法專家要吃透行業(yè)細(xì)節(jié)，可能需要五到十年，而讓行業(yè)專家理解AI，一到兩年就能初見成效。因此，不管是從競(jìng)爭(zhēng)力打造，還是從磨合難易程度來說，企業(yè)都需要構(gòu)建自己的人才隊(duì)伍。
“工廠里不需要培訓(xùn)生產(chǎn)‘機(jī)器’（智能體）的人，但一定要培養(yǎng)懂得如何操作‘機(jī)器’（智能體）的人。”智振告訴數(shù)智前線，這些人才對(duì)人工智能并不一定需要完全吃透，但一定要了解在自己的場(chǎng)景下怎么用人工智能。
不少工業(yè)企業(yè)已開始積極搭建內(nèi)部人才梯隊(duì)。比如在前不久剛剛開學(xué)的百度AICA“首席AI架構(gòu)師培養(yǎng)計(jì)劃”第九期的96名來自不同企業(yè)的學(xué)員中，能源與重工業(yè)占比就首次超過了一半，實(shí)體產(chǎn)業(yè)參與熱情高漲。
其三，ROI（投資回報(bào)率）難量化是企業(yè)AI投入的核心痛點(diǎn)。
2023年至今，ROI 始終是企業(yè)重點(diǎn)關(guān)注問題。AI部署越復(fù)雜的場(chǎng)景，對(duì)模型能力要求越高，硬件、軟件、部署等成本也越高，但收益卻難以量化，比如，原來10分鐘的活現(xiàn)在5分鐘完成，剩下的5分鐘如何量化產(chǎn)出、體現(xiàn)業(yè)績(jī)。
同時(shí)，AI不只涉及到IT預(yù)算，還會(huì)替代簡(jiǎn)單重復(fù)勞動(dòng)崗位，與HR預(yù)算將存在重合替代問題，一些企業(yè)因此正在考慮ROI評(píng)估需打破部門壁壘綜合考量，頂層規(guī)劃時(shí)也需重新審視“硅基員工”的定位。
另外，模型幻覺問題、現(xiàn)有算法難以滿足工業(yè)復(fù)雜場(chǎng)景的實(shí)時(shí)性和可靠性要求，工業(yè)場(chǎng)景碎片化嚴(yán)重，復(fù)制推廣難度大，標(biāo)準(zhǔn)尚未統(tǒng)一，生態(tài)系統(tǒng)還不夠成熟等，也都限制著工業(yè)智能體的大規(guī)模落地。
不過，雖然還存在著諸多問題待解，但業(yè)界普遍認(rèn)為，下半年的工業(yè)智能體市場(chǎng)將是一個(gè)加速爆發(fā)的市場(chǎng)。
“今年落地速度肯定比想象中快。” 智振表示，國(guó)家政策明確 “工業(yè)智能體” 作為重點(diǎn)后，更多企業(yè)加快了投入節(jié)奏。他判斷下半年將是 “智能體平臺(tái)化” 分水嶺，企業(yè)會(huì)從 “試用單個(gè)智能體” 轉(zhuǎn)向構(gòu)建 自己的“智能體生態(tài)”，他們也在為推進(jìn) “平臺(tái)即生態(tài)” 戰(zhàn)略做準(zhǔn)備，打通從場(chǎng)景共建、數(shù)據(jù)沉淀到模型服務(wù)的閉環(huán)，加速推進(jìn)平臺(tái)“下沉能力”。
宋濤則表示，從下半年到未來幾年，制造業(yè)擁抱AI去做探索將形成共識(shí)，通過不斷嘗試和突破，在AI模型到AI工程化的道路上持續(xù)深化，最終將其轉(zhuǎn)化為產(chǎn)品，打造出能創(chuàng)造收入的“硅基生產(chǎn)力”。
分享
