“下一輪 AI，賣的不是工具，而是收益?！薄t杉資本合伙人Pat Grady把這句話稱為“萬億美元機會”。而要想獲得最大化收益，企業(yè)級AI的應用落地是必經(jīng)之路。一項技術只有在ToB領域獲得成功，才能實現(xiàn)收益最大化。

模型、數(shù)據(jù)、場景，缺一不可

當大模型風浪逐漸趨于平息后，智能體接過了大模型的交接棒，將AI帶到了另一個新時代——Agent時代。

企業(yè)級Agent若想在行業(yè)內(nèi)得以實現(xiàn)價值，模型、數(shù)據(jù)、場景，三個要素，缺一不可。對此，創(chuàng)新奇智CEO徐輝告訴筆者，企業(yè)級AI若想更好地落地，需要做好三件事，第一是，模型本身能力的提升；第二是，高質(zhì)量數(shù)據(jù)集的積累；第三是，應用場景的不斷挖掘與拓展。

模型方面，并不是越大的模型就一定越好。企業(yè)需要結合場景選擇合適的模型或者提供模型的平臺。徐輝表示，在生成式AI初期階段，企業(yè)可能還會為了模型的先進性買單，但當發(fā)展一定階段之后，企業(yè)會逐漸轉(zhuǎn)變成，為模型創(chuàng)造的商業(yè)價值而買單。而徐輝的這個觀點，也于紅杉資本大會上，150位全球頂尖AI創(chuàng)始人得出的“下一輪的AI，賣的不是工具，而是收益”，不謀而合。

數(shù)據(jù)方面，IBM大中華區(qū)技術銷售總經(jīng)理、首席技術官翟峰曾向筆者表示，企業(yè)想要通過AI獲得收益的過程中，首先需要面對三個問題：第一，高質(zhì)量的數(shù)據(jù)有沒有？第二，有沒有在用？第三，有沒有發(fā)揮作用？“企業(yè)級AI落地最重要的因素是數(shù)據(jù)，這是核心生產(chǎn)力，沒有數(shù)據(jù)一切都是空談，”翟峰進一步指出，“現(xiàn)在大家在談的大模型，可能有很多互聯(lián)網(wǎng)數(shù)據(jù)，但是企業(yè)最核心的數(shù)據(jù)有沒有整合出來？這是最關鍵的因素?！?/p>

而在創(chuàng)新奇智CTO張發(fā)恩看來，數(shù)據(jù)是當前以及接下來很長一段時間內(nèi)企業(yè)重要的資產(chǎn)組成部分，一方面企業(yè)要重視數(shù)據(jù)合規(guī)的問題；另一方面，如何獲取高質(zhì)量數(shù)據(jù)，用于訓練模型，讓模型針對不同場景，達到最理想的狀態(tài)也很關鍵。對此，張發(fā)恩表示，創(chuàng)新奇智的想法是通過合成數(shù)據(jù)，為大模型、Agent提供更為高質(zhì)量的數(shù)據(jù)，這樣一方面可以快速落地AI應用，另一方面，還能彌補一些企業(yè)在初期高質(zhì)量數(shù)據(jù)不足的困境，“目前，創(chuàng)新奇智的產(chǎn)品，99%的數(shù)據(jù)都是通過合成數(shù)據(jù)訓練的，通過合成數(shù)據(jù)來彌補數(shù)據(jù)的缺失，可以更快速的落地應用?！睆埌l(fā)恩如是說。

場景層面，徐輝告訴筆者，模型真正的價值不在于模型本省，而是在于模型應用的場景，他拿電與大模型進行了類比。電剛被發(fā)現(xiàn)的時候，就如同當前的AI一樣——像是一個奢侈品。但如今電已經(jīng)是一個普遍的“技術”，而電真正的價值也不在于電本身，而是在于它與諸多用電場景的結合。比如，與空調(diào)結合，電為人類在夏日里帶來了清涼；與燈泡結合，電為人類在黑暗中帶來了光明......“AI亦是如此，當前大家都在談模型、智能體，”徐輝進一步指出，“但我認為，人工智能不再是單純比拼模型參數(shù)，而是要比誰更能將技術與行業(yè)Know-how、工程化能力和商業(yè)價值深度融合?！?/p>

而當前，對于企業(yè)而言，優(yōu)先級最高的是：需要在眾多業(yè)務場景中，選擇到最值得、最適合被AI“改造”的場景是哪些，率先在這些場景中落地AI應用，才能以最快的速度，更好地落地AI應用。以工業(yè)為例，從應用上看，已經(jīng)有一些場景用大模型技術提高效率、提升良品率等。目前大模型已經(jīng)在包括PDM（Product Data Management，產(chǎn)品數(shù)據(jù)管理）、CAD（Computer Aided Design，計算機輔助設計）、PLM等工業(yè)軟件場景中有所應用。

從具體場景上看，華為、阿里云推出工業(yè)大模型解決方案，將CAE仿真效率提升50%；微軟Azure推出工業(yè)AI助手，可自動生成PLC代碼；南京恒略的動態(tài)庫存系統(tǒng)使汽車零部件庫存周轉(zhuǎn)率提升 22%，緊急采購頻次下降 65%；京東工業(yè)的Joy industrial大模型通過智能調(diào)度優(yōu)化運維資源，幫助企業(yè)降低運維成本......創(chuàng)新奇智也在近日宣布與國際CAD龍頭企業(yè)Bentley聯(lián)合發(fā)布首款基于多模態(tài)工業(yè)大模型的生成式AI設計產(chǎn)品——iPID（Intelligent Process Piping and Instrument Diagram智能工藝管道和儀表流程圖）。

據(jù)悉，iPID融合了創(chuàng)新奇智多模態(tài)工業(yè)大模型與Bentley基礎設施設計軟件能力，是一款真正意義上的AI原生工業(yè)設計產(chǎn)品。其關鍵AI技術源自創(chuàng)新奇智針對“CAD”這一工業(yè)獨有模態(tài)開發(fā)的ChatCAD生成式輔助工業(yè)設計應用。

張發(fā)恩告訴筆者，通過AI技術，iPID可將傳統(tǒng)圖片格式的PID圖轉(zhuǎn)化為可交互、可分析、可擴展的智能PID，實現(xiàn)從靜態(tài)圖紙到智能PID的跨越。具體而言，iPID支持多格式、多尺寸圖紙的智能解析與生成，而且得益于大模型技術，iPID并非簡單讀圖，而是能真正理解圖紙邏輯——精準識別并生成設備、管線、管件、閥門、儀表等多類組件，自動識別設備管口、管線、連頁符等關鍵連接關系，還支持域外組件的智能識別?！皳?jù)初步測算，在設計場景中，iPID可將工作效率提升10倍以上；在舊改項目場景下，用戶只需將老舊PDF圖紙導入iPID，即可快速識別老舊圖紙內(nèi)容并可選擇新的出圖標準，生成新的智能PID圖紙，從而提高改造項目的實施效率?！睆埌l(fā)恩如是說。

此外，在生產(chǎn)制造過程中，原本工廠就已經(jīng)應用上了諸如自動化流水線、自動化機器臂等自動化設備，在AI時代，這些傳統(tǒng)的自動化設備如何與AI智能體融合，產(chǎn)生更大的力量是個值得關注的方向。

Agent時代，工業(yè)領域迎來新變革

在AI時代，工業(yè)軟件算是走在AI浪潮前頭的行業(yè)之一。無論是國家，還是企業(yè)層面都開始著重在AI+工業(yè)方面進行深入布局，

國家層面，加緊部署AI+工業(yè)軟件專項行動，支持企業(yè)試點開發(fā)AI+CAE、AI+EDC先導產(chǎn)品，中試驗證平臺為國產(chǎn)工業(yè)軟件產(chǎn)品化研發(fā)和規(guī)模化應用奠定基礎。

工信部在今年6月審議的《工業(yè)和信息化部信息化和工業(yè)化融合2025年工作要點》中也提出，以工業(yè)智能體為抓手深化人工智能工業(yè)應用，帶動工業(yè)數(shù)據(jù)集、工業(yè)大模型的創(chuàng)新迭代。

工業(yè)和信息化部數(shù)據(jù)顯示，目前全國已建成3萬余家基礎級智能工廠、1200余家先進級智能工廠、230余家卓越級智能工廠，這些類型的智能工廠覆蓋超過80%的制造業(yè)行業(yè)大類，卓越級智能工廠產(chǎn)品研發(fā)周期平均縮短28.4%，生產(chǎn)效率平均提升22.3%。截至今年3月底，工業(yè)企業(yè)數(shù)字化研發(fā)設計工具普及率為83.5%，關鍵工序數(shù)控化率為66.2%。

企業(yè)層面，除了前文提到的華為、阿里云、微軟等國內(nèi)外科技頭部企業(yè)之外，諸如鼎捷數(shù)智、創(chuàng)新奇智、易立德這些，在工業(yè)軟件領域垂類軟件服務商也都紛紛推出了結合AI能力的產(chǎn)品。鼎捷數(shù)智推出了文生圖（ChatCAD），能夠根據(jù)訂單需求，自動生成CAD圖紙，幫助企業(yè)解決標準產(chǎn)品改型設計過程中的高頻、重復、知識密集型的挑戰(zhàn)；易立德此前發(fā)布的ETRX-PDM就植入了AI的能力，涵蓋了智能物料推薦、智能合規(guī)性檢查、智能預測/分析、智能錯誤檢測等方面，從而提升整體的PDM流程效率；而創(chuàng)新奇智，除了與Bentley聯(lián)合發(fā)布植入AI能力的CAD產(chǎn)品之外，還在工業(yè)具身智能、工業(yè)AI Agent、工業(yè)AI+BI方面有著深入布局。比如，創(chuàng)新奇智就與華潤數(shù)科合作，打造了AI Agent平臺，構建了華潤微電子晶圓瑕疵圖片知識庫、華潤九新智能問數(shù)平臺等應用。

除此之外，傳統(tǒng)工業(yè)企業(yè)對于AI也都保持了積極擁抱的態(tài)度。比如，富士康的FODT平臺已實現(xiàn)數(shù)字孿生與物理世界的毫秒級同步，支持全球產(chǎn)線快速遷移和復制；國家電網(wǎng)打造“光明電力大模型”，在 70 余個場景中實現(xiàn)設備運維、負荷預測的自動化，提升電網(wǎng)穩(wěn)定性與響應速度。

雖然生成式AI技術已經(jīng)在工業(yè)領域有了許多較為成熟的應用落地，但距離真正的智能體時代還有一段距離。工業(yè)大模型與智能體應用正從“功能替代”邁向“認知進化”，推動制造業(yè)進入“AI定義一切”的新紀元。

工業(yè)領域智能體的四大特性

在AI+制造從“功能替代”邁向“認知進化”的過程中，從應用場景分析來看，目前工業(yè)領域應用智能體的場景大多具備一定的共性，主要可以分為四個類別。

第一類是數(shù)據(jù)治理類。許多工業(yè)企業(yè)的IT信息化建設投入雖早，但對數(shù)據(jù)僅限于收集，而并未通過治理及資產(chǎn)化使其發(fā)揮更大價值。傳統(tǒng)的基于大數(shù)據(jù)的預測都依賴于應用服務商。生成式AI時代的到來，讓這些企業(yè)認識到數(shù)據(jù)的重要性，同時AI技術的發(fā)展也令企業(yè)在數(shù)據(jù)價值挖掘?qū)用嬗辛速|(zhì)的飛躍。

比如，某服務商在汽車設計環(huán)節(jié)將研發(fā)周期壓縮30%，其核心在于千億參數(shù)中熔煉了數(shù)萬份設計圖紙、材料力學數(shù)據(jù)及流體動力學公式，將這些數(shù)據(jù)通過大模型的能力，進行治理并利用，實現(xiàn)了增效。

第二類是通過知識處理，提升員工工作水平。東軟集團股份有限公司原法定代表人、董事長劉積仁曾向筆者表示，生成式AI最大的作用不是替代員工，而是讓所有員工都具備優(yōu)秀員工的能力。

工業(yè)領域來看，通過建立知識庫，并以問答的形式體現(xiàn)在工作流中，以設備維護場景為例，原先有一些設備細小的問題或“疑難雜癥”，需要具備多年經(jīng)驗的老員工才能處理，但通過生成式AI的賦能后，即便是經(jīng)驗欠佳的新手，也能通過問答助手獲得維護的技巧，從而補足了員工之間的個體差異，拉高了員工平均工作水平。

第三類是優(yōu)化流程，從流程驅(qū)動轉(zhuǎn)向數(shù)智驅(qū)動。這不僅局限于工業(yè)領域，原先在企業(yè)內(nèi)部有很多復雜的業(yè)務流程，規(guī)模越大的企業(yè)，流程也就越復雜。流程的每個環(huán)節(jié)都需要人工進行相應的審核、操作。但通過數(shù)據(jù)和智能技術，企業(yè)可以簡化這些流程，并且在一些環(huán)節(jié)，通過多模態(tài)的模型，AI可以完成審核工作。比如在財務環(huán)節(jié)，國內(nèi)一些做財務SaaS軟件的公司就推出了通過AI識別技術自動識別報銷小票并自動審核的工具，該AI識別還支持多語種，甚至覆蓋了阿拉伯語這樣的小語種。

第四類是為工業(yè)企業(yè)提供輔助決策的能力。比如在一些庫存管理、原材料進貨/出貨情況分析等領域，AI大模型/智能體可以根據(jù)以往的數(shù)據(jù)進行分析，從而幫助企業(yè)管理者制定更為科學的管理制度和流程，幫助企業(yè)實現(xiàn)利益最大化。

目前工業(yè)行業(yè)應用智能體仍局限于上述四大領域主要有兩個方面原因：一方面，生成式AI主要還是在知識密集型領域能發(fā)揮重要作用，主要體現(xiàn)在檢索、交互、泛化想象的能力上；另一方面，上述四個領域具有一個共性——企業(yè)數(shù)據(jù)資產(chǎn)最密集的地方。而想要開發(fā)出更多的應用場景，相應的高質(zhì)量數(shù)據(jù)集也是必不可少的需求。（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達）