在智能化浪潮下，中国制造业的转型已进入攻坚期，其核心挑战并非单项技术，而是数据、知识与协同的系统性困境。破局的关键，在于构建能驱动持续创新的新质生产力。

智振  中工互联科技集团董事长

系统性挑战与平台化破局：转型中的创新解法

智能化转型的最大挑战从来不是单一技术，而是系统性融合的复杂性。工业企业普遍面临三大痛点：一是高质量数据集的匮乏，工业现场数据呈现“哑、散、脏”特点，价值密度低，打通成本极高；二是知识存在壁垒，核心工艺依赖老师傅的隐性经验，难以实现数字化和规模化复用；三是跨部门协同难题，AI、IT与OT语言不通，业务部门目标不一，形成“数字孤岛”。

面对这些结构性挑战，中工互联科技集团（以下简称：中工互联）的解决方案可以归纳为“平台为基，共创为径”这一战略路径。不同于传统的项目集成模式，我们与行业领先客户共同打造工业智能体平台。该类平台具备三层核心能力：将设备数据翻译为可用信息的能力，将老师傅经验熔炼为可复用算法模型的能力，以及将这些模型封装成解决具体问题“智能体”的能力。

以我们与某变压器制造商共同打造的“智工·智界”工业智能体平台为例，这一平台不是简单的技术解决方案，而是价值共创的载体。通过共创模式，与客户形成了价值共同体，共同定义问题、分享收益，将技术挑战转化为共同成长的机遇。这种深度合作打破了传统甲乙方关系，形成了真正意义上的创新伙伴关系。

新质生产力三要素：数据、模型与人的新型关系

推动制造业新质生产力变革，关键在于用新的生产要素（数据、AI）和新的组合方式（平台、网络）重塑传统生产函数。最关键的三个要素是：高价值数据、工业AI模型，以及能调动人的新型组织关系。

实现这三个要素高效闭环的关键，在于构建“数据-模型-智能体”的自我进化体系。以我们的具体实践展开论述，这一闭环包含三个层次：首先，通过平台汇聚生产全链条数据，形成“数据燃料”；其次，用工业大模型训练平台，将这些数据和专家经验炼化成“模型零件”（如质量预测模型、工艺优化模型等）；最后，通过低代码工具，将模型封装为可自动执行任务的“场景智能体”。

这一体系的核心优势在于具备自我进化能力。智能体在运行中不断产生新数据，这些数据又反馈回来优化模型，形成持续学习、越用越聪明的增强闭环。在这一过程中，管理者的角色发生根本性转变——从传统“操作工”转变为“教练”和“规则设计者”，专注于更高层次的决策和优化。

智能体驱动流程再造：打破部门壁垒的实践

数据孤岛是制造业智能化转型中最大的难题之一，如何打破运营壁垒，让数据在部门间流动起来？以我们服务的变压器制造企业的排产优化为例，过去在传统模式下，销售订单、研发设计、工艺标准、车间产能以及物料库存数据分属不同部门，排产完全依赖人工协调，因此面临存在效率低下且柔性不足的现状。

中工互联采用的创新方法不是新建一个排产系统，而是用平台构建了一个 “排产协同智能体”。该智能体被授权自动读取销售订单池、研发BOM、工艺工时库、设备实时状态和库存数据，基于全局目标（如交付最短、成本最低）自动模拟多个排产方案，并推送给销售、生产以及供应链等相关部门负责人协同确认。方案确定后，智能体可自动将工序指令和工艺参数下发到相应设备。

这一创新的本质在于，以AI智能体为“粘合剂”，重构了跨部门协作流程。数据在智能体驱动下为了一项共同任务而主动流动、汇聚，部门间的“墙”被业务流程的“流”所软化。实践表明，采用这一模式的企业排产效率提升超过30%，订单响应周期大幅缩短，实现了从“数据孤岛”到“数据协同”的根本转变。

未来制造核心竞争力与下一阶段转型重点

面向未来的制造企业，其核心竞争力将发生根本性转变，从规模经济或单一成本优势，转向“基于数据的快速学习与精准执行能力”。这种能力要求企业具备两大核心资产：一是全域互联、质量可靠的数字孪生体，作为感知和模拟的基础；二是封装了核心工艺知识的“智能体”资产库，作为决策和执行的引擎。

下一阶段的智能化重点，个人认为将从“看得见”的监控，转向“做得优”的闭环控制。具体而言，应聚焦两大方向：一是工艺知识的深度模型化，将那些最依赖老师傅“手感”和“经验”的关键工艺参数，通过AI学习固化为可自适应调整的模型，实现从“人控”到“智控”的质变；二是供应链的跨域自适应协同，让智能体能够根据实时需求、物料波动和物流情况，动态调整生产节拍与采购计划，构建网络化韧性供应链。

颠覆性技术前瞻：工业智能体与具身智能

展望未来，个人认为“工业智能体”和“具身智能”将成为重塑制造业格局的颠覆性力量。这意味着AI技术将不再停留在分析和建议层面，而是能够直接感知物理状态、理解复杂任务、并驱动或指导物理设备完成作业，成为产线上“会思考、能协作”的智能单元。

中工互联正围绕这一趋势进行积极布局：技术储备上，重点攻关“多智能体强化学习协同决策”和“基于大模型的智能任务规划与代码自动生成”，使智能体更加自主、协同；战略布局上，聚焦打造强大的智能体开发与运行引擎（操作系统），同时构建开放生态，鼓励合作伙伴乃至客户工程师基于平台开发垂直场景的智能体应用。我们的战略愿景是成为AI生产力输出的平台型公司，与整个制造业生态共同进化。

人机协同新模式：新质生产力中的角色转变

需要特别强调的是，新质生产力的发展中，“人”的因素依然是核心，只是角色正在变化。AI不是要替代工程师和老师傅，而是要成为他们最强大的“副驾驶”。通过平台将专家从重复、繁琐的劳动中解放出来，使其能够专注于更具创造性的工艺设计、异常诊断和规则优化，实现人机协同的智慧增强。

真正的智能化转型，本质上是人与智能系统相互适应的过程。企业需要同步建设与智能系统相匹配的人才培养体系和激励机制，让人的智慧和机器的算力相得益彰。这不仅是技术问题，更是组织和文化变革的挑战。只有当企业建立起支持持续学习、鼓励人机协作的组织环境，智能化转型的价值才能完全释放。

结语

制造业的智能化转型是一场深刻而系统的变革，它涉及技术、流程、组织和文化的全方位重塑。从数据孤岛到智能协同，从经验驱动到模型驱动，从人机分离到人机融合，这一转型路径正在重新定义制造业的本质。

工业智能体平台的出现，为这一转型提供了可行的技术架构和商业模式。通过构建“数据-模型-智能体”的自我进化体系，制造企业不仅能够解决眼前的效率问题，更能构建面向未来的持续创新能力。在这一过程中，人机关系的重构、组织文化的演进，与技术体系的建设同等重要。

展望未来，能够率先构建智能体驱动的新型生产体系、形成快速学习与精准执行能力的企业，将在新质生产力的竞争中占据先机。中工互联也将持续进行技术革新，与行业同仁共同迎接制造业新时代。