产业之声 | 工业智能体：驱动制造业智能化升级的五种模式

2025年6月27日，2025中小企业数字化转型试点城市交流活动暨中小企业数字化“链式”转型活动举办。本文根据阿里云智能副总裁安筱鹏的主题演讲内容精要整理。

这一轮AI所体现的“革命性”特征，不是AI可以生成文字、图片，而是AI可以生成代码、构建Agent，形成人机交互新模式，与产品研发、工艺设计、生产作业、产品运营等制造环节、场景相结合，提升生产效率，形成新质生产力，并引发产业竞争格局重构。AI大模型事关人类生产工具的变革，事关一个制造业核心竞争力重塑。今天，AI大模型赋能企业智能化、工业智能体改造制造业，带来的不仅仅是工具的革命，也是一次革命的工具。

AI大模型将推动制造业智能化升级

谈论AI大模型推动制造业的智能化升级，我们首先要回答四个基本问题：

第一，AI大模型能不能进入制造业的高价值场景？答案是肯定的，AI 大模型是人类社会第 25 种通用目的技术，它能改造现有制造业的高价值场景。第二，这一改造进程何时发生？可以借用威廉·吉布森（科幻文学的代表人物）的一句话，“未来已来，只是分布不均。”第三，AI大模型赋能制造业的路径是什么？可分为产品智能化升级、研发效率和模式升级、运营决策的质量和速度提升、工业设备的精准调控、以及客户体验升级五个方面。第四，今天AI大模型要融入到制造业的高价值场景，应当具备的条件是什么？如果从技术角度看，是模型能力的迭代和Agent化的速度；如果从生态角度看，是工程化平台等的技术生态丰富度；如果从企业角度看，是企业改造的意识和能力就绪度。

AI大模型的融入能显著提升制造业的竞争力，其中包含两个风向标：第一个风向标是今年1月美国拉斯维加斯的CES展会 ，观察大模型如何成为产品力。第二个风向标就是今年4月德国的汉诺威博览会，观察的是大模型如何变成生产力，融入到研发、生产中的每一个环节。微软在汉诺威博览会上提出，“Industrial AI in Action（工业AI在行动）”。

如果我们把时间拉到五年、十年这两个时间尺度，关于AI大模型赋能制造业，有三个基本趋势判断：

第一，一切智能硬件会被AI所驱动。包括AI手机、AI PC（联想、戴尔、惠普等）、智能家居双足机器人（LG）、智能汽车（大众搭载ChatGPT）、智能眼镜（搭载ChatGPT）等等。

第二，一切软件会被AI大模型所重构。包括手机上的App，电脑里面的Windows、Office、WPS，企业使用的ERP、CRM、MES，编程软件Github，游戏、教育、出行等互联网服务……所有软件都会被AI大模型所重构。

第三，一切数据会被AI大模型所激活。企业沉淀的数据资产包括：文档、结构化数据、非结构化数据、代码、视频等，它们都将被大模型处理并激活，从而释放数据价值。

图：关于AI大模型赋能制造业的三大趋势判断

智能体是AI应用落地的“前锋”

如果说AI应用落地是一场“足球赛”，进球得分代表应用落地，那么有三个判断：大模型是“后卫”，它偶尔会直接通过中场跑进前场、把球踢进对方的球门，但更多时间，大模型被装在AIPC、AI手机、智能眼镜等硬件设备上；智能硬件载体作为“中场”。而把球踢进对方球门的“前锋”，则是软件智能体。

有两个前锋：“左前锋”和“右前锋”。其中“左前锋”是传统ERP、CRM等软件，被AI重新改造升级、形成各种工业级的AI Agent。“右前锋”则是AI原生的Agent，赋能制造业升级。

在制造业的研发、生产、供应链、销售、服务等每一个环节，全球主要的软件厂商在过去的一、两年，都在加速软件的迭代和升级。全球主要软件公司Salesforce、SAP等的股价，它们都在ChatGPT发布之后的两年时间里涨了2倍到3倍，因为这些公司已经看到了AI大模型为传统产业改造升级带来的技术确定性和商业利好。

在研发环节，CAD（计算机辅助设计）软件集成AI，比如Autodesk Fusion的Sketch AutoConstrain功能，正利用AI自动检测并应用设计草图中的关键尺寸约束，以提高效率和减少错误；CAE（计算机辅助工程/仿真）软件集成AI，比如Ansys推出SimAI平台，利用AI快速探索和预测设计性能。

在生产环节，MES（制造执行系统）软件集成AI，比如Siemens Opcenter与AWS Bedrock集成，简化了各行各业各种规模企业构建AI应用的过程；资产管理软件集成AI，比如IBM Maximo集成AI，实现了远程资产监控和预测性维护。

在供应链环节，ERP（企业资源计划）软件集成AI，比如SAP正利用AI重构ERP软件，推出AI助理Joule；SRM（供应商关系管理）软件集成AI，比如Oracle Fusion SCM集成AI能力，加速了商品和供应商管理。

在销售环节，CRM（客户关系管理）软件集成AI，比如Salesforce Sales Cloud推出Einstein AI解决方案，涵盖销售、客户服务、营销等领域；销售情报工具集成AI，比如Apollo.io提供端到端的AI销售平台，如AI邮件等。

在服务环节，客户服务平台集成AI，比如Zendesk借助AI升级客户服务解决方案，包括对话机器人、数据分析工具、预测分析平台等。

图：在制造业的研发、生产、供应链、销售、服务每一个环节，全球主要的软件厂商都在加速迭代升级

工业智能体驱动智能化升级的五种模式

人们总说“AI大模型元年”，到底怎么算“元年”？软件产业繁荣才是AI大模型应用爆发的风向标，是AI大模型元年开启的关键标志。今天AI大模型软件驱动工业转型升级的核心，是工业智能体。如果说大模型是一辆车的发动机，智能体就是要给这个发动机装上底盘、造上盖子、安上轮胎、并且把油加满，让车能跑起来。

这需要“通识+专精”的数据，比如数据库、摄像头数据、传感器数据、机床数据、机器人数据等；也需要大模型跟小模型的协同，以工业大模型为基座，加上时序模型、机理模型、模式识别模型等；分为软件和硬件两种类型，比如工业设计智能体、设备检修智能体、运营决策智能体、客户服务智能体等；同时它紧紧围绕“内部+外部”场景，如产品研发、工业制造、供应链管理、设备检修与维护、客户服务、营销方案设计等。最终，它能实现实时感知、精准决策、准确执行的反馈闭环。

今天，工业智能体赋能传统产业的智能化升级可以分为五大模式。

一、产品的智能化升级，核心是提升用户的体验、降低用户的使用门槛、并带来产业链升级的价值

正如一切智能硬件都会被AI大模型所驱动，我们看到了很多例子。

公牛，外界认为它是一家生产插座的公司，但是场景化智能照明已经占到公司营收的50.35%、并以每年15.37%的速度增长。公牛构建了一套面向家庭和商业办公场所的无主光照明系统，基于通义Qwen3微调的大模型MOS GPT，可以根据家庭场景和外部环境切换阅读、观影等不同几百种灯光模式，提供更好的用户体验。AI大模型的出现，为企业带来了新的增长机会。

耳机，某深圳耳机厂商基于通义Qwen-plus将传统耳机打造成了一款AI翻译耳机，支持9种语言实时对话、134种语言实时传译，售价39.99美元，在3月份的单周销售就达到了342万美元，单月销量超10万双，这是全新的增量市场。

手机，它最终会构成一个AI终端的生态，荣耀手机的智能体YOYO接入通义千问、万相模型，能提供语境理解、实时翻译、视觉内容生成等新功能，带来了全新的用户体验。

电视，创维AI电视的酷开智能体接入通义千问、万相，带来了对话式操控、故事内容生成等新使用体验，特别适合长者家庭和少儿家庭使用，今年天猫618登顶电视品类成交榜，也首次进入全球销量top5。

另外，未来所有的机器人都会被AI大模型所驱动，比如有鹿机器人自研右脑端到端世界模型、左脑语言能力接入通义千问，能实现自主导航、自动驾驶、对话化交互等新功能。3月，有鹿宣布签署了超数亿元订单协议，成为中国最具投资潜力的机器人公司之一。

图：工业智能体产品的智能化升级

二、研发效率的提升，全面创新研发模式

首先是文献研究提效：利用AI，加速对文献、企业文档、专利等海量知识的提取、研究、查找，实现效率的巨大提升。某跨国知名药企基于百炼专属版及通义千问搭建的医药智能体，可以对药物不良反应进行自动分析和总结，药物安全把控效率提升3倍，准确率从90%提至95%，将科研人员从繁琐的文献阅读、筛选、撰写中解放出来。而某电池研发商基于通义大模型训练的领域专属模型，可批量阅读、翻译、抽取关键信息、总结摘要，让研究员可覆盖的论文数量从200篇增加到2000篇，论文关键内容抽取准确率近95%，论文问答意图识别准确率达98%，显著提升了科研效率。

其次是实验研究提效：利用生成式AI方法指导设计、模拟仿真，显著提升实验效率。比如AnSys SimAI利用过去的仿真数据构建仿真智能体，实现数据驱动的仿真，在几分钟内预测新的设计行为表现，实现了更高效率——设计周期缩短10-100倍，快速测试10-100倍的设计替代方案，每个结果都有置信度报告；更低门槛——无需依赖仿真专家，人人可做设计优化；更广应用——涵盖所有物理领域，如空气动力学、电磁学等。

最后是产品开发提效：“AI程序员”能力持续升级，实现从需求到产品的端到端交付，显著提升代码开发效率。软件开发、代码生成，已经是今天大模型应用最重要的场景。2025年5月24日，Anthropic发布的Claude 4 Opus模型可完成长达7个小时的编码任务，将来模型工作时间有望提高到一个月。截至2025年6月，至少有5个AI编程产品的年度经常性收入ARR超过1亿美金。而阿里通义灵码生成的代码已经占到阿里代码生成的30%。

三、提升企业运营决策的效率和质量

在消费品行业，从企划、研发、营销、供应链、销售的每一个环节，AI大模型都能大幅度地提效。比比如传统研发从提案到试产需24个月且库存风险高，AI仅需2个月即可提炼卖点、生成百款设计并精准预测潜力款等等。；供应链方面，库存周转天数由 180 天缩短 20–40%；销售环节，潜在客户池扩大 30–50%，营销响应率提升 20–40%。

图：工业智能体提升企业运营决策的效率和质量

四、实现工业设备的精准调控

工业场景有大量的工业设备，过去是经验规则驱动控制，而AI则能实现基于数据驱动的控制，完成感知、认知、决策和控制的闭环。蘑菇物联是一家聚焦公辅能源场景的公司，在“工业控制”领域落地了AI垂直大模型“灵知大模型”，基于大模型对设备的预测、诊断和控制，它将能量优化从过去的15%提高到30%，还实现了多源数据、优化频率、低门槛等价值。

工业智能体还能提升故障诊断、工艺和质量分析效率等。当很多工业设备出现问题时，工程师们往往需要从不同厂家的不同系统中（如用户手册、PLC/DCS、MES/QMS等），根据经验查找海量资料，依靠经验来判断和分析，并容错不同厂家系统间术语、标准等的差异。而今天大模型带来的最重要价值是可以基于知识图谱，构建工业多模态数据间的关联关系，并针对场景构建和优化提示词。它意味着，针对用户输入，利用大模型的精准理解、推理和编排能力，自动分解问题并精准地生成、执行各种实时数据库、结构化数据库、故障和工艺知识库查询和数据分析的任务，自动根据查询结果、生成下一步的任务直至得到答案。

图：工业智能实现工业设备的精准调控

五、提升客户服务的体验与质量。

AI驱动的智能客服专业不犯错，全天候在线，解决人工客服能力参差不齐、服务带宽有限的瓶颈。它也能帮助人工客服，比如在销售人员在跟客户交流过后，大模型给到专业的策略建议，从而提升销售人员的销售效率。在物流领域，传统作业务方式下，几千万司机、货主需要通过平台对接信息，人通过电话沟通信息达成交易，效率很低，峰值时50通电话仅有一次接通。而有了AI之后，分别给司机和货主做一个Agent，让两个Agent进行交互、自动完成议价和发货，最终成交效率提升了50倍。

图：工业智能体提升客户服务的体验与质量

最后总结一句话，今天AI大模型赋能企业智能化、工业智能体改造制造业，带来的不仅仅是工具的革命，也是一次革命的工具。所谓的发展智能体，就是发展人工智能+。

版块介绍 —产业之声

紧跟产业发展脉搏，阿里研究院汇集行业领袖与企业的真实声音，在算力基础设施的规划与布局、能耗优化、大模型能力发展、大模型评测体系、产业应用案例深入研究、新技术与应用趋势前瞻探索等方面，剖析成功案例背后的逻辑与挑战，并提供基于产业深度洞察的策略建议。同时，阿里研究院依托于阿里巴巴集团在人工智能领域的全面布局，分享阿里的AI产业生态和应用的实践落地，探讨技术如何重塑产业格局并推动社会经济的转型升级。

Reading

1、

2、

3、

4、

5、

6、

7、

8、

9、

10、

11、

12、

13、

14、

15、

16、

17、

18、

19、

20、

21、

22、

23、

24、

25、

26、

27、

28、

29、

30、

31、

32、