當(dāng)生成式AI的風(fēng)暴以摧枯拉朽之勢(shì)橫掃內(nèi)容產(chǎn)業(yè)、編程與辦公軟件時(shí)，一條與“熱搜”無關(guān)、但影響可能更為深遠(yuǎn)的產(chǎn)業(yè)革命，正以一種更為沉穩(wěn)而深刻的方式悄然加速：工業(yè)AI。

制造業(yè)的血脈里，長(zhǎng)期奔流著兩種血液。一種是“動(dòng)脈血”，強(qiáng)勁而可見——高速運(yùn)轉(zhuǎn)的機(jī)床、自動(dòng)化的產(chǎn)線、不斷攀升的產(chǎn)能，這是物理世界的生產(chǎn)力。

另一種，則是工廠的“靜脈血”，沉默卻至關(guān)重要。它深藏在老師傅口口相傳的工藝、經(jīng)驗(yàn)中的隱性Know-how，無形地決定著產(chǎn)品的良率、成本和最終的競(jìng)爭(zhēng)力。

通用大模型之所以在工業(yè)領(lǐng)域“水土不服”，根源就在于它們能輕易學(xué)習(xí)全球互聯(lián)網(wǎng)的“動(dòng)脈”知識(shí)，卻很難理解一間特定工廠“靜脈”里的奧秘。

一臺(tái)精密機(jī)床上的刀具補(bǔ)償，或是一臺(tái)注塑設(shè)備在不同濕度下的工藝參數(shù)，往往只有經(jīng)驗(yàn)豐富的老師傅才能準(zhǔn)確掌握。而這些深嵌于老師傅感官、肌肉記憶和長(zhǎng)期實(shí)踐中的寶貴“工業(yè)知識(shí)”，顯然無法簡(jiǎn)單地從互聯(lián)網(wǎng)上爬取。

于是，一個(gè)關(guān)乎中國(guó)制造業(yè)未來的根本問題浮出水面：怎樣才能將頂尖老師傅三十年的功力，“無損”地傳承到下一個(gè)三十年？

6月19日，老牌工業(yè)軟件廠商鼎捷數(shù)智在武漢發(fā)布了一系列企業(yè)級(jí)AI套件，試圖用技術(shù)打通工業(yè)的“動(dòng)脈”和“靜脈”，讓老師傅們寶貴的工業(yè)經(jīng)驗(yàn)得以在數(shù)字世界里重生、奔流、傳承。

那么，鼎捷的破局方法是什么？如果破局成功，工業(yè)互聯(lián)網(wǎng)企業(yè)的商業(yè)模式、投資邏輯與競(jìng)爭(zhēng)格局又將發(fā)生怎樣的改變？

一套“會(huì)思考的Data+AI軟基建系統(tǒng)”

“高層很上頭，中層跟著走，基層直撓頭。”

在峰會(huì)現(xiàn)場(chǎng)，鼎捷數(shù)智PaaS事業(yè)處首席專家金江博士這句自嘲式的“金句”，道出了當(dāng)下所有制造企業(yè)面對(duì)AI浪潮時(shí)的集體困境：在“搶跑風(fēng)險(xiǎn)”與“掉隊(duì)危機(jī)”中搖擺不定。

·搶跑？ 可能會(huì)陷入技術(shù)迷霧，投入巨大卻收效甚微。浙江大學(xué)求是特聘教授周偉華一針見血地指出：“技術(shù)搶跑不等于戰(zhàn)略的領(lǐng)先。”很多企業(yè)在技術(shù)上投入巨大，卻沒有想清楚轉(zhuǎn)型的根本目的，最終導(dǎo)致應(yīng)用與業(yè)務(wù)脫節(jié)。

·掉隊(duì)？ 華為云中國(guó)區(qū)生態(tài)發(fā)展部長(zhǎng)馮雷則警告，AI正在對(duì)產(chǎn)業(yè)進(jìn)行底層顛覆，“如果不用AI重新思考，很多合作伙伴未來3-5年會(huì)大量創(chuàng)新洗牌。”

面對(duì)這一經(jīng)典的“電車難題”，鼎捷行業(yè)方案事業(yè)處副總裁顧華杰認(rèn)為，企業(yè)“缺的不是一個(gè)系統(tǒng)，而缺少的是一套會(huì)思考的系統(tǒng)”。這套“會(huì)思考的系統(tǒng)”，其底層設(shè)計(jì)哲學(xué)，應(yīng)該采用“解耦式架構(gòu)”——將知識(shí)（業(yè)務(wù)知識(shí)庫(kù)）與行動(dòng)（Agent執(zhí)行器）徹底分離。

這樣做的好處是，AI的“大腦”（知識(shí)）和“手腳”（行動(dòng)）可以獨(dú)立升級(jí)。當(dāng)需要進(jìn)入一個(gè)新行業(yè)時(shí)，只需加載該行業(yè)的知識(shí)庫(kù)；當(dāng)需要對(duì)接一個(gè)新系統(tǒng)時(shí)，只需開發(fā)相應(yīng)的行動(dòng)插件。

基于此哲學(xué)，鼎捷構(gòu)建了一套“三層火箭”式的產(chǎn)品矩陣，旨在將“老師傅經(jīng)驗(yàn)”與“大模型推理”擰成一股繩。

第一層：智能數(shù)據(jù)套件——給工廠做一次“數(shù)據(jù)CT”

工業(yè)AI的第一道坎，就是“靜脈血”難以被觀測(cè)和理解。現(xiàn)實(shí)中，這表現(xiàn)為一道“數(shù)據(jù)暗流”：OT（運(yùn)營(yíng)技術(shù)）層的海量設(shè)備數(shù)據(jù)與IT（信息技術(shù)）層的管理數(shù)據(jù)互不相通，形成數(shù)據(jù)孤島。

鼎捷的第一件“利器”——“智能數(shù)據(jù)套件”，就是為了疏通這道暗流。它像一臺(tái)醫(yī)院的CT機(jī)，先給企業(yè)做一次徹底的“數(shù)據(jù)體檢”。鼎捷將過去40多年積累的、覆蓋數(shù)十個(gè)行業(yè)、企業(yè)運(yùn)營(yíng)管理不同業(yè)務(wù)線的知識(shí)和經(jīng)驗(yàn)，封裝進(jìn)這套工具。

它主要會(huì)做三件事：

·智能數(shù)據(jù)體檢： 它不僅檢查數(shù)據(jù)的一致性、唯一性，更重要的是，它帶著“業(yè)務(wù)屬性”去檢查。比如，它知道某種材料在特定溫度下的厚度應(yīng)該在什么量級(jí)，超出范圍即為異常。這種將被動(dòng)數(shù)據(jù)管理轉(zhuǎn)為主動(dòng)數(shù)據(jù)治理的模式，金江博士稱之為“從救火模式轉(zhuǎn)為消防巡檢模式”。

·行業(yè)知識(shí)沉淀： 它將數(shù)據(jù)治理結(jié)果與國(guó)標(biāo)、企業(yè)標(biāo)準(zhǔn)及歷史數(shù)據(jù)關(guān)聯(lián)，構(gòu)建出專屬于這個(gè)工廠的“工藝知識(shí)圖譜”。目前，鼎捷已沉淀了超過6000個(gè)數(shù)據(jù)元、54個(gè)模型，覆蓋20多個(gè)主題域。

·增強(qiáng)決策智能：進(jìn)一步用AI來強(qiáng)化輸出業(yè)務(wù)所需的智能洞察力，增強(qiáng)偏差歸因和測(cè)算推演力。通過自然語言交互提問，智能的輸出精準(zhǔn)業(yè)務(wù)數(shù)據(jù)背后的洞察。目前，鼎捷已經(jīng)發(fā)布了洞察分析、歸因分析、測(cè)算推演等多組合拳的決策智能能力。

這樣的“體檢報(bào)告”和“決策智能”不僅告訴你哪臺(tái)注塑機(jī)震動(dòng)異常，還會(huì)基于知識(shí)圖譜解釋“若射出壓力持續(xù)低于80MPa，極有可能導(dǎo)致產(chǎn)品縮水”，并自動(dòng)將預(yù)警回推給排產(chǎn)系統(tǒng)。至此，渾濁的“數(shù)據(jù)沼澤”開始變得清澈可用。

第二層：企業(yè)智能體生成套件——自研“MACP”協(xié)議讓數(shù)字員工協(xié)同作戰(zhàn)

光有干凈的數(shù)據(jù)還不夠，還要讓“數(shù)字員工”真正協(xié)同起來。為此，鼎捷在業(yè)內(nèi)首創(chuàng)了MACP（Multi-Agent Communication Protocol）多智能體通信協(xié)議，能把原本各自為戰(zhàn)的AI智能體統(tǒng)一進(jìn)一張“決策神經(jīng)網(wǎng)絡(luò)”。

會(huì)上，金博士演示了一個(gè)極具說服力的案例：一家來自長(zhǎng)三角的家庭及戶外儲(chǔ)能設(shè)備制造商，其業(yè)務(wù)已經(jīng)覆蓋歐美區(qū)域，原來在制定月度經(jīng)營(yíng)計(jì)劃時(shí)，財(cái)務(wù)、制造、供應(yīng)鏈等不同部門需要同時(shí)派人進(jìn)行長(zhǎng)達(dá)一周的測(cè)算，才能有個(gè)初步的經(jīng)營(yíng)計(jì)劃及目標(biāo)。

現(xiàn)在，基于MACP協(xié)議，通過“中心化自主決策+分布式協(xié)作執(zhí)行”的多智能體協(xié)作能力，一個(gè)復(fù)雜的經(jīng)營(yíng)決策任務(wù)被拆解給不同的智能體協(xié)作完成：

我們可以在主智能體對(duì)話中看到,在完成語義識(shí)別、意圖理解和思考方法后,主智能體Commander迅速完成了規(guī)劃編排,調(diào)集六類不同的單智能體,分步激活每個(gè)單智能體后分為兩條路徑并行執(zhí)行.

最終，六個(gè)智能體協(xié)同有條不紊的協(xié)作執(zhí)行，并且由主智能體在發(fā)現(xiàn)結(jié)果不滿足最早的任務(wù)要求后，發(fā)起反思協(xié)商流程，讓每個(gè)智能體重新再進(jìn)行一次思考。在完成各類綜合評(píng)估后，新的經(jīng)營(yíng)計(jì)劃給出了單品在歐洲地區(qū)提價(jià)，鎖定50%的原料期貨，以及采取20%預(yù)付款計(jì)劃的辦法。

基于鼎捷的行業(yè)積累和知識(shí)沉淀,不僅實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)智能體, 科學(xué)思考與精準(zhǔn)決策, 還可以跨系統(tǒng)、跨職能、跨部門, 完成復(fù)雜任務(wù)的協(xié)同處理, 真正實(shí)現(xiàn)將AI從“工具屬性”進(jìn)化為“數(shù)字員工”屬性,為企業(yè)運(yùn)營(yíng)管理和業(yè)務(wù)增長(zhǎng)提供了價(jià)值創(chuàng)造的新范式.

第三層：AIoT指揮中心 & 工業(yè)機(jī)理AI——打造制造業(yè)的“智能咖啡機(jī)”

如果說前兩層構(gòu)建了AI的“大腦”和“神經(jīng)”，那么第三層則賦予了它“手腳”，讓思考變?yōu)樾袆?dòng)。

其中，AIoT指揮中心扮演著“交通警察”的角色。它通過豐富的協(xié)議棧，將生產(chǎn)設(shè)備（如AGV、立體庫(kù)、數(shù)控機(jī)床等）與廠務(wù)設(shè)備（如中央空調(diào)、配電柜、安防監(jiān)控等）全部接入同一條“數(shù)據(jù)高速公路”，實(shí)現(xiàn)“全域AIoT”。

而鼎捷的“王牌”——工業(yè)機(jī)理AI，則更是一種融合了物理模型與數(shù)據(jù)驅(qū)動(dòng)模型的AI，它不再僅僅依賴統(tǒng)計(jì)規(guī)律，而是試圖理解“為什么”。

會(huì)上，鼎捷AIoT事業(yè)處副總裁葉賢盛還舉了一個(gè)生動(dòng)的例子，來解釋這一系統(tǒng)的價(jià)值：老師傅鑄造銅制品時(shí)，需要“倒一點(diǎn)，傾一點(diǎn)，重復(fù)10次”，這個(gè)動(dòng)作背后蘊(yùn)含著復(fù)雜的流體力學(xué)和熱力學(xué)機(jī)理。工業(yè)機(jī)理AI就是要通過視覺識(shí)別、生物識(shí)別等AI感知技術(shù)，結(jié)合算法模型，將這個(gè)過程數(shù)字化、模型化。

“我們的目標(biāo)，是讓人人都是老師傅，讓老師傅變成大師。”葉賢盛說。就像咖啡機(jī)將咖啡師的經(jīng)驗(yàn)固化，讓普通人也能做出一杯不錯(cuò)的咖啡，而真正的咖啡大師則可以基于此去創(chuàng)造新的風(fēng)味。工業(yè)機(jī)理AI，就是制造業(yè)的“智能咖啡機(jī)”。

于是一個(gè)完美的閉環(huán)形成了：實(shí)時(shí)數(shù)據(jù)→ 機(jī)理推理 → 設(shè)備動(dòng)作 → 產(chǎn)生新數(shù)據(jù)。而這，已不再是簡(jiǎn)單的“數(shù)字映射”，而是讓“虛實(shí)融合、反向控制”成為可能。

把三十年的功力，寫進(jìn)代碼里

鼎捷的這套系統(tǒng)，直面的是中國(guó)制造業(yè)最深刻的“人才暗流”：70后、80后熟練技工正逐漸老齡化，他們腦中那些“只可意會(huì)不可言傳”的隱性知識(shí)，面臨著失傳的風(fēng)險(xiǎn)。

如何將這些“指尖知識(shí)”，變成AI可以理解和學(xué)習(xí)的數(shù)字資產(chǎn)？

鼎捷的AI套件，圍繞著工業(yè)知識(shí)數(shù)字化的核心——情境化，打出了一套組合拳：

1.經(jīng)驗(yàn)非結(jié)構(gòu)化，先要“多模態(tài)、碎片化抓取”： 當(dāng)老師傅示范“三段式刀具磨損補(bǔ)償”時(shí)，系統(tǒng)同時(shí)錄屏、收音并抓取CNC操作日志，再配合傳感器獲取工具壽命和工件良率。一次演示即可采集5種模態(tài)的數(shù)據(jù)，大幅降低了知識(shí)入庫(kù)的門檻。

2.工業(yè)知識(shí)圖譜：把“0.01mm公差”寫進(jìn)大模型的詞典： 不同于開放的互聯(lián)網(wǎng)百科，工廠知識(shí)必須嚴(yán)格、精確。鼎捷將這些知識(shí)構(gòu)建成一個(gè)個(gè)三元組，如<工序a, 5="">，并映射到圖數(shù)據(jù)庫(kù)中。當(dāng)生產(chǎn)條件變化，系統(tǒng)會(huì)自動(dòng)觸發(fā)“知識(shí)過期”標(biāo)記，要求重新驗(yàn)證，確保知識(shí)的“保鮮”。

3.RAG技術(shù)：既要AI聰明，更要AI安全： 將包含核心工藝的文檔全部喂給公有大模型，存在巨大的數(shù)據(jù)安全風(fēng)險(xiǎn)。鼎捷采用成熟的RAG（檢索增強(qiáng)生成）技術(shù)。當(dāng)用戶提問時(shí)，大模型只負(fù)責(zé)理解意圖，真正的答案來自企業(yè)本地、安全的知識(shí)圖譜，既保證了回答的專業(yè)度，又避免了核心數(shù)據(jù)外泄。

真實(shí)效果如何？

那么，鼎捷的這套體系，在現(xiàn)實(shí)世界的效果如何呢？或許，我們可以從兩個(gè)案例中窺知一二。

案例一：嘉利股份的燈光秀——AI賦能的未來工廠

作為全球汽車尾燈的龍頭企業(yè)，嘉利股份的“未來工廠”實(shí)踐，為AI落地提供了鮮活的注腳。2023年，嘉利啟動(dòng)未來工廠改造，用鼎捷的平臺(tái)和套件做了三件關(guān)鍵的事：

1.APS+AI排產(chǎn)： 將多地工廠的產(chǎn)線排產(chǎn)、物流仿真、模具庫(kù)沖突進(jìn)行一體化計(jì)算。

2.一燈一碼： 為每一只出廠的車燈都綁定了包含20多條關(guān)鍵工藝數(shù)據(jù)的唯一序列號(hào)，實(shí)現(xiàn)了全生命周期的精準(zhǔn)追溯。

3.無人化物流： 通過AIoT指揮中心實(shí)現(xiàn)AGV的自動(dòng)呼叫和路徑優(yōu)化，物流崗位從規(guī)劃的42人銳減至4人。

一年后，成效斐然：人均產(chǎn)值提升20%，能耗下降15%，研發(fā)周期縮短10%，不良率下降20%。2024年末，嘉利股份成功榮獲浙江省“未來工廠（頭雁型）”稱號(hào)，并得到相關(guān)扶持。

案例二：英飛特的“蛇吞象”——平臺(tái)能力的極限試煉

一個(gè)穩(wěn)定、敏捷、強(qiáng)大的平臺(tái)，是所有AI應(yīng)用能夠生根發(fā)芽、開花結(jié)果的土壤。

如果說嘉利股份的案例證明了AI應(yīng)用的“上層建筑”何其有效，那么英飛特的故事，則證明了承載這一切的“地基”何其堅(jiān)固。

2022年，英飛特在并購(gòu)歐司朗DS事業(yè)部后，面臨一個(gè)“不可能的任務(wù)”：其僅有十多人的IT團(tuán)隊(duì)，必須在9個(gè)月內(nèi)，從零開始構(gòu)建一套全新的全球IT系統(tǒng)，去替換掉那個(gè)由對(duì)方600人IT團(tuán)隊(duì)維護(hù)、以SAP為核心、遍布全球30多個(gè)國(guó)家的龐大系統(tǒng)。

“無異于蛇吞象。”英飛特全球IT總監(jiān)祝芳回憶道。

最終，基于鼎捷的雅典娜PaaS平臺(tái)，采用“核心套件+大平臺(tái)+敏捷開發(fā)”的模式，他們奇跡般地完成了任務(wù)。

這背后，是鼎捷平臺(tái)提供的統(tǒng)一底座、敏捷構(gòu)建能力和全球化服務(wù)經(jīng)驗(yàn)的綜合體現(xiàn)，也證明了新一代的中國(guó)工業(yè)軟件平臺(tái)，已經(jīng)具備了在最復(fù)雜的跨國(guó)商業(yè)場(chǎng)景中，與國(guó)際巨頭掰手腕的實(shí)力。

從“一廠一項(xiàng)目”到“平臺(tái)+生態(tài)”

工業(yè)軟件的商業(yè)模式革命

“以往信息化項(xiàng)目，給A公司定制一套流程，要移植到B公司很難。但現(xiàn)在，給A公司做的AI能力，很容易遷移到B公司。”周偉華教授一語道破了AI對(duì)工業(yè)軟件商業(yè)模式的顛覆性影響。

在傳統(tǒng)的ERP時(shí)代，廠商主要靠項(xiàng)目制吃飯，毛利嚴(yán)重受制于人力成本。而平臺(tái)化和AI套件，則很有可能徹底改變游戲規(guī)則：

·收入結(jié)構(gòu)： 從一次性的License+維護(hù)費(fèi)，演進(jìn)為訂閱費(fèi)（ARR）+AI調(diào)用費(fèi)+生態(tài)分成。企業(yè)無需一次性投入巨額資本，而是按需訂閱能力，大大降低了采納門檻。

·數(shù)據(jù)飛輪： 客戶越多，沉淀的數(shù)據(jù)和行業(yè)模型就越豐富，算法就越精準(zhǔn)，從而吸引更多客戶，形成正向循環(huán)。

·網(wǎng)絡(luò)效應(yīng)： 鼎捷雅典娜這樣的PaaS平臺(tái)，正試圖成為工業(yè)AI領(lǐng)域的“App Store”。它吸引著像華為云（提供算力）、智程（提供3D設(shè)計(jì)AI）、能迪（提供智能廠務(wù)AI）等生態(tài)伙伴入駐，共同服務(wù)客戶，并通過平臺(tái)進(jìn)行收益分成。

對(duì)于二級(jí)市場(chǎng)而言，如若鼎捷這類公司落地工業(yè)AI的進(jìn)度穩(wěn)步推進(jìn)，那么市場(chǎng)這類公司的估值邏輯，可能將從傳統(tǒng)軟件股的PE（市盈率）估值，向平臺(tái)/SaaS股的PS（市銷率）或ARR倍數(shù)估值遷移。

尾聲：工業(yè)AI的“iPhone時(shí)刻”？

1990年代，ERP幫助工廠學(xué)會(huì)了“記賬”；2010年代，工業(yè)互聯(lián)網(wǎng)讓機(jī)器學(xué)會(huì)了“說話”；進(jìn)入2020年代，AI正在讓機(jī)器學(xué)會(huì)“思考”。

在這條全新的賽道上，鼎捷數(shù)智不是唯一的玩家。西門子的Industrial Copilot、PTC的ThingWorx、達(dá)索系統(tǒng)的3DEXPERIENCE，都在加速布局。但所有人都意識(shí)到，競(jìng)爭(zhēng)的焦點(diǎn)已經(jīng)悄然改變。

過去，比拼的是軟件功能的強(qiáng)大與否。而現(xiàn)在，決勝的關(guān)鍵在于：誰能率先將千行百業(yè)中那些非結(jié)構(gòu)化、不可言傳的行業(yè)Know-how，系統(tǒng)性地翻譯成AI能夠理解和執(zhí)行的“工藝母語”。

要完成這場(chǎng)深刻的“翻譯”工作，所有玩家都必須直面三張決定未來的考卷：

首先是算法信任：如何讓AI真正理解0.01mm公差背后的“工藝靈魂”，并贏得產(chǎn)線工人的最終信任？這不僅是技術(shù)問題，更是人機(jī)交互和企業(yè)文化的重塑。

其次是持續(xù)知識(shí)采集：老師傅的經(jīng)驗(yàn)會(huì)隨新材料、新工藝而演進(jìn)，如何建立一套敏捷的機(jī)制，讓模型永不“過期”，始終保持對(duì)最新工藝的理解？

最后，也是最關(guān)鍵的，是生態(tài)繁榮度：一個(gè)平臺(tái)能否吸引到足夠多的第三方開發(fā)者和ISV（獨(dú)立軟件開發(fā)商），愿意把他們最好的“插件”和應(yīng)用寫在你的平臺(tái)上？畢竟，沒有一個(gè)玩家能解決所有行業(yè)的全部問題，開放的生態(tài)才是最終的護(hù)城河。

這三張考卷的答案，將直接決定誰能在這場(chǎng)工業(yè)轉(zhuǎn)型升級(jí)的浪潮中，率先激活制造業(yè)數(shù)據(jù)與知識(shí)的“第二脈搏”，開啟屬于工業(yè)AI的“iphone時(shí)刻”。