“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 Agent能(neng)實(shi)現(xian)各(ge)類(lei)工(gong)業(ye)軟(ruan)件(jian)間(jian)的(de)智(zhi)能(neng)連(lian)接(jie)和(he)數(shu)據(ju)互(hu)通(tong)，集(ji)成(cheng)大(da)小(xiao)模(mo)型(xing)應(ying)用(yong)和(he)任(ren)務(wu)的(de)自(zi)主(zhu)執(zhi)行(xing)，具(ju)備(bei)更(geng)高(gao)的(de)智(zhi)能(neng)化(hua)水(shui)平(ping)。這(zhe)一(yi)特(te)性(xing)也(ye)對(dui)傳(chuan)統(tong)工(gong)業(ye)軟(ruan)件(jian)的(de)商(shang)業(ye)模(mo)式(shi)形(xing)成(cheng)了(le)一(yi)定(ding)衝(chong)擊(ji)，可(ke)能(neng)導(dao)致(zhi)部(bu)分(fen)軟(ruan)件(jian)的(de)用(yong)戶(hu)許(xu)可(ke)證(zheng)需(xu)求(qiu)減(jian)少(shao)，甚(shen)至(zhi)讓(rang)部(bu)分(fen)軟(ruan)件(jian)淪(lun)為(wei)被(bei)調(tiao)用(yong)的(de)API，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。

作(zuo)為(wei)人(ren)工(gong)智(zhi)能(neng)的(de)重(zhong)要(yao)分(fen)支(zhi)


，具(ju)身(shen)智(zhi)能(neng)近(jin)年(nian)來(lai)成(cheng)為(wei)產(chan)業(ye)熱(re)點(dian)，人(ren)形(xing)機(ji)器(qi)人(ren)更(geng)是(shi)被(bei)視(shi)作(zuo)朝(chao)陽(yang)產(chan)業(ye)，根(gen)據(ju)賽(sai)迪(di)發(fa)布(bu)的(de)最(zui)新(xin)報(bao)告(gao)，當(dang)前(qian)我(wo)國(guo)人(ren)形(xing)機(ji)器(qi)人(ren)市(shi)場(chang)占(zhan)全(quan)球(qiu)80%，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。

changjingshenduronghe，shijushenzhinengcongshiyanshizouxiangchanyehuadeguanjiansuozai。tuolijutiyingyongchangjingdejishuyanfa，nanyixingchengshangyejiazhi。jushenzhinengdejiazhibuzaiyuxingtaide“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yeAI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。