“AI Agent其最終形態可以理解為一種高級軟件，隻是計費方式可能不再是傳統的許可證（license）或訂閱模式
，而是基於token的計費模式。”國家智能製造專家委員會委員
、e-works CEO黃培博士對中國工業報分析道。在他看來，工業AI的推進並非盲目布局，而是有清晰的路徑可循：首先需要明確目標，識別關鍵場景，將需求轉化為具體、可量化的目標——這是評估數字化項目成效的基礎
，在此之上，再評估數據的可用性與技術可行性，最終完成技術與廠商的選擇。

國家智能製造專家委員會委員、e-works CEO 黃培博士

如今，隨著人工智能技術與製造業的深度交融
，工業AI正逐步脫離概念炒作
，進入以技術融合、場景落地、價值實現為核心的務實發展階段。而智能製造作為製造業推進新型工業化的主攻方向

，也在工業AI的賦能下，由基礎建設進入智能升級的梯度發展新周期。

AI+工業軟件：推動產業格局重構

智能製造的推進，離不開工業軟件這一核心支撐。然而
，其中生成式設計（Generative Design）成為備受關注的方向，它能夠根據約束條件和製造工藝，自動生成符合要求的零件，推動工業設計從“計算機輔助人設計”向“人輔助計算機設計”轉變，這不僅是設計效率的提升

，更是設計理念和範式的重構
，也成為各方技術競爭的核心焦點。

當前工業AI領域
，不少人存在認知誤區，將生成式AI視為分析式AI的下一代
，實則二者在製造業中並非替代關係
，而是互補共存。黃培表示，分析式AI仍是製造企業AI應用的主流，其依托機器視覺、機器學習等技術，通過數據采集

、建模分析，實現設備故障判斷、產品質量檢測
、能耗異常預警等功能，這類應用能快速得出結果且可在邊緣端部署
，覆蓋製造業生產運營的核心場景；生成式AI則依托知識庫生成文本、代碼、圖像等內容
，在投標文件撰寫
、各類代碼（數控代碼
、PLC代碼、工業機器人程序和軟件代碼等）生成、智能客服等特定場景發揮獨特價值，提升業務效率。二者協同才能為工業軟件智能化升級提供完整技術支撐。

在CAD這一核心工業設計軟件領域
，AI技術的融合創新已形成明確方向
，Text to CAD模式和生成式設計成為兩大重要突破點。用戶通過文本描述，通過AI查zha詢xun相xiang關guan標biao準zhun及ji已yi有you的de相xiang似si模mo型xing即ji可ke生sheng成cheng三san維wei模mo型xing，甚shen至zhi能neng借jie助zhu大da模mo型xing將jiang二er維wei工gong程cheng圖tu轉zhuan化hua為wei語yu言yan描miao述shu，再zai進jin一yi步bu生sheng成cheng三san維wei模mo型xing，這zhe類lei技ji術shu正zheng推tui動dong工gong業ye設she計ji從cong傳chuan統tong人ren工gong模mo式shi向xiang智zhi能neng輔fu助zhu模mo式shi轉zhuan變bian。AI與yu工gong業ye軟ruan件jian的de深shen度du融rong合he
，不bu僅jin帶dai來lai了le技ji術shu層ceng麵mian的de升sheng級ji
，更geng推tui動dong了le工gong業ye軟ruan件jian產chan業ye格ge局ju的de重zhong構gou，既ji帶dai來lai了le全quan新xin挑tiao戰zhan
，也ye為wei國guo產chan工gong業ye軟ruan件jian廠chang商shang追zhui趕gan國guo際ji大da廠chang打da開kai了le新xin的de機ji會hui窗chuang口kou。

其中，AI Agent的出現
，成為重構產業格局的關鍵變量。作為融合了工作流與RPA（機器人流程自動化）優勢的智能樞紐，AI Agentnengshixiangeleigongyeruanjianjiandezhinenglianjieheshujuhutong，jichengdaxiaomoxingyingyongherenwudezizhuzhixing，jubeigenggaodezhinenghuashuiping。zheyitexingyeduichuantonggongyeruanjiandeshangyemoshixingchengleyidingchongji
，kenengdaozhibufenruanjiandeyonghuxukezhengxuqiujianshao，shenzhirangbufenruanjianlunweibeitiaoyongdeAPI，失去與用戶的直接交互接口。但值得注意的是，複雜工具類工業軟件擁有天然技術護城河，AI技術並非簡單替代工業軟件，而是與工業軟件深度融合的核心抓手。

黃培分析
，越是複雜的工具類軟件，例如CAD軟件，其核心護城河在於私有、非開源的文件格式和複雜算法
，這類軟件越難被替代
；而那些涉及工作流
、多軟件之間流程集成與調用的專業軟件
，則相對容易被替代。對於國產工業軟件廠商而言，關鍵在於將AI技術真正融合進軟件核心流程，而非簡單作為附加的知識庫
，唯有如此，才能在細分領域形成差異化競爭優勢。

工業軟件的智能化升級，也離不開通用AI廠商與工業領域廠商的協同創新——純通用大模型廠商缺乏對工業場景理解，工業廠商則擁有豐富的工業數據和實踐經驗
，二者“井水不犯河水”的發展模式難以形成成熟的工業AI解決方案，深度協作才是必然趨勢。

智能工廠：破解重硬輕軟發展痛點

工業AI與工業軟件的融合，最終要落地到智能工廠建設這一核心載體上。中國製造業規模雖已成為全球第一大國，且在燈塔工廠、智能製造成熟度評估等方麵取得顯著成效，但大量企業在智能工廠建設中存在盲目投入、重硬輕軟的問題，不少企業采購了大量高端設備，卻仍停留在單機應用階段
，智能製造的價值未能真正發揮。黃培表示，精益工廠、互聯工廠、透明工廠、數字化工廠、智能工廠的“五級修煉”方法論，為我國推動梯度智能工廠建設提供遵循依據。

精益工廠是智能工廠建設的基石
，核心是實現精益生產，減少浪費
，解決中國製造企業普遍存在的庫存過高、生產效率低下等痛點。

zaijingyigongchangdejichushang，huliangongchangjianshechengweidatongshengchanshujubileideguanjian。touminggongchangzetongguokeshihuashouduan，shixianshengchanzhuangtaidequanmianganzhiyushishichengxian，shizhinenggongchangjianshedezhongyaojinjiejieduan。huangpeiqiangtiao
，touminggongchangjianshebingfeijiandanbushudaping——現實中不少企業的大屏要麼無人關注，要麼信息難以理解，失去了可視化的意義。真正的透明工廠

，需要實現從工廠層、車間層、產線層到設備層的層層貫通，做到既見整體、又見局部
，讓數據真正成為管理決策的依據。

數字化工廠是智能工廠建設的核心階段，依托MES（製造執行係統）、工廠仿真等工業軟件和技術
，實現生產過程的數字化管控與優化。智能工廠的最終目標
，依托人工智能、數字孿生等前沿技術，實現生產過程的智能化、柔性化與自主化。

黃培認為，未來的製造往往麵向小批量
、多品種，工廠將更多呈現人機結合的少人化形態。因此，如何實現人與機器更好的協同、機器與機器更好的互動
，從而構建柔性自動化，將是一個重要的發展方向。

黃培同時指出
，製造企業還應強調服務化轉型。製造企業麵臨的一大挑戰是許多企業仍停留在“一錘子買賣”模式
，產品售出後便難以再從客戶身上持續獲得收益。尤其是裝備製造企業，如何通過備品備件、金融服務、設備維修等環節持續創造利潤，是值得探索的方向。

具身智能：場景化落地成產業化核心

如果說AI與工業軟件的融合是人工智能在製造業的‘軟賦能’，那麼智能工廠的梯度建設與具身智能的發展，則是工業AI從虛擬走向現實、實現‘軟硬結合’的重要路徑。

zuoweirengongzhinengdezhongyaofenzhi，jushenzhinengjinnianlaichengweichanyeredian，renxingjiqirengengshibeishizuochaoyangchanye
，genjusaidifabudezuixinbaogao，dangqianwoguorenxingjiqirenshichangzhanquanqiu80%，但行業發展仍存在過度追求“表演秀”

、忽視實際應用價值的問題。

場chang景jing深shen度du融rong合he
，是shi具ju身shen智zhi能neng從cong實shi驗yan室shi走zou向xiang產chan業ye化hua的de關guan鍵jian所suo在zai。脫tuo離li具ju體ti應ying用yong場chang景jing的de技ji術shu研yan發fa
，難nan以yi形xing成cheng商shang業ye價jia值zhi。具ju身shen智zhi能neng的de價jia值zhi不bu在zai於yu形xing態tai的de“類人化”，而在於能力的“場景化”
，隻有真正融入工業
、服務業
、特種行業（例如消防、救援等），成為實際工作中的“好幫手”，才能實現產業化落地。

在黃培看來，具身智能的發展並非局限於雙足人形機器人，任何具備物理實體和智能能力的載體，都屬於具身智能的範疇。VLA（視覺-語言-行動）模型是一個關鍵方向。它采用類人的方式：通過視覺理解物體，結合經驗判斷其軟硬
、施力大小等，從而完成抓取。這些能力對人類而言已成潛意識，不需要思考，但如何讓機器人具備這種認知
，仍是核心挑戰。

從分析式AI與生成式AI的協同融合，到工業軟件的智能化升級
，再到智能工廠的梯度建設，最終到具身智能的場景化落地，工業AI的發展正沿著“技術-產品-場景-產業”的路徑層層落地
，逐步走出概念炒作的階段
，進入務實發展的新周期。而這一過程中，無論是製造企業
、工業軟件廠商，還是AI技術企業，都需要摒棄單打獨鬥的思維
，通過協同創新實現技術與產業的深度融合。

同(tong)時(shi)
，中(zhong)國(guo)製(zhi)造(zao)業(ye)也(ye)在(zai)這(zhe)一(yi)過(guo)程(cheng)中(zhong)，針(zhen)對(dui)自(zi)身(shen)特(te)點(dian)選(xuan)擇(ze)發(fa)展(zhan)戰(zhan)略(lve)。既(ji)有(you)產(chan)品(pin)領(ling)先(xian)型(xing)企(qi)業(ye)注(zhu)重(zhong)研(yan)發(fa)創(chuang)新(xin)

，也(ye)有(you)製(zhi)造(zao)領(ling)先(xian)型(xing)企(qi)業(ye)當(dang)把(ba)製(zhi)造(zao)和(he)工(gong)藝(yi)做(zuo)到(dao)極(ji)致(zhi)
，依(yi)托(tuo)工(gong)業(ye)AI實現生產、設計、服務的全鏈條智能化

，製造環節也能成為產業鏈中盈利最高的環節。未來，隨著工業AI技術的不斷突破與場景的持續落地，智能製造將成為中國製造業向全球價值鏈高端邁進的核心動力，推動新型工業化建設邁向新高度。