“下一轮AI，卖的不是工具，而是收益。”——红杉资本合伙人PatGrady把这句话称为“万亿美元机会”。而要想获得最大化收益，企业级AI的应用落地是必经之路。一项技术只有在ToB领域获得成功，才能实现收益最大化。

模型、数据、场景，缺一不可

当大模型风浪逐渐趋于平息后，智能体接过了大模型的交接棒，将AI带到了另一个新时代——Agent时代。

企业级Agent若想在行业内得以实现价值，模型、数据、场景，三个要素，缺一不可。对此，创新奇智CEO徐辉告诉笔者，企业级AI若想更好地落地，需要做好三件事，第一是，模型本身能力的提升；第二是，高质量数据集的积累；第三是，应用场景的不断挖掘与拓展。

模型方面，并不是越大的模型就一定越好。企业需要结合场景选择合适的模型或者提供模型的平台。徐辉表示，在生成式AI初期阶段，企业可能还会为了模型的先进性买单，但当发展一定阶段之后，企业会逐渐转变成，为模型创造的商业价值而买单。而徐辉的这个观点，也于红杉资本大会上，150位全球顶尖AI创始人得出的“下一轮的AI，卖的不是工具，而是收益”，不谋而合。

数据方面，IBM大中华区技术销售总经理、首席技术官翟峰曾向笔者表示，企业想要通过AI获得收益的过程中，首先需要面对三个问题：第一，高质量的数据有没有？第二，有没有在用？第三，有没有发挥作用？“企业级AI落地最重要的因素是数据，这是核心生产力，没有数据一切都是空谈，”翟峰进一步指出，“现在大家在谈的大模型，可能有很多互联网数据，但是企业最核心的数据有没有整合出来？这是最关键的因素。”

而在创新奇智CTO张发恩看来，数据是当前以及接下来很长一段时间内企业重要的资产组成部分，一方面企业要重视数据合规的问题；另一方面，如何获取高质量数据，用于训练模型，让模型针对不同场景，达到最理想的状态也很关键。对此，张发恩表示，创新奇智的想法是通过合成数据，为大模型、Agent提供更为高质量的数据，这样一方面可以快速落地AI应用，另一方面，还能弥补一些企业在初期高质量数据不足的困境，“目前，创新奇智的产品，99%的数据都是通过合成数据训练的，通过合成数据来弥补数据的缺失，可以更快速的落地应用。”张发恩如是说。

场景层面，徐辉告诉笔者，模型真正的价值不在于模型本省，而是在于模型应用的场景，他拿电与大模型进行了类比。电刚被发现的时候，就如同当前的AI一样——像是一个奢侈品。但如今电已经是一个普遍的“技术”，而电真正的价值也不在于电本身，而是在于它与诸多用电场景的结合。比如，与空调结合，电为人类在夏日里带来了清凉；与灯泡结合，电为人类在黑暗中带来了光明......“AI亦是如此，当前大家都在谈模型、智能体，”徐辉进一步指出，“但我认为，人工智能不再是单纯比拼模型参数，而是要比谁更能将技术与行业Know-how、工程化能力和商业价值深度融合。”

而当前，对于企业而言，优先级最高的是：需要在众多业务场景中，选择到最值得、最适合被AI“改造”的场景是哪些，率先在这些场景中落地AI应用，才能以最快的速度，更好地落地AI应用。以工业为例，从应用上看，已经有一些场景用大模型技术提高效率、提升良品率等。目前大模型已经在包括PDM（ProductDataManagement，产品数据管理）、CAD（ComputerAidedDesign，计算机辅助设计）、PLM等工业软件场景中有所应用。

从具体场景上看，华为、阿里云推出工业大模型解决方案，将CAE仿真效率提升50%；微软Azure推出工业AI助手，可自动生成PLC代码；南京恒略的动态库存系统使汽车零部件库存周转率提升22%，紧急采购频次下降65%；京东工业的Joyindustrial大模型通过智能调度优化运维资源，帮助企业降低运维成本......创新奇智也在近日宣布与国际CAD龙头企业Bentley联合发布首款基于多模态工业大模型的生成式AI设计产品——iPID（IntelligentProcessPipingandInstrumentDiagram智能工艺管道和仪表流程图）。

据悉，iPID融合了创新奇智多模态工业大模型与Bentley基础设施设计软件能力，是一款真正意义上的AI原生工业设计产品。其关键AI技术源自创新奇智针对“CAD”这一工业独有模态开发的ChatCAD生成式辅助工业设计应用。

张发恩告诉笔者，通过AI技术，iPID可将传统图片格式的PID图转化为可交互、可分析、可扩展的智能PID，实现从静态图纸到智能PID的跨越。具体而言，iPID支持多格式、多尺寸图纸的智能解析与生成，而且得益于大模型技术，iPID并非简单读图，而是能真正理解图纸逻辑——精准识别并生成设备、管线、管件、阀门、仪表等多类组件，自动识别设备管口、管线、连页符等关键连接关系，还支持域外组件的智能识别。“据初步测算，在设计场景中，iPID可将工作效率提升10倍以上；在旧改项目场景下，用户只需将老旧PDF图纸导入iPID，即可快速识别老旧图纸内容并可选择新的出图标准，生成新的智能PID图纸，从而提高改造项目的实施效率。”张发恩如是说。

此外，在生产制造过程中，原本工厂就已经应用上了诸如自动化流水线、自动化机器臂等自动化设备，在AI时代，这些传统的自动化设备如何与AI智能体融合，产生更大的力量是个值得关注的方向。

Agent时代，工业领域迎来新变革

在AI时代，工业软件算是走在AI浪潮前头的行业之一。无论是国家，还是企业层面都开始着重在AI+工业方面进行深入布局，

国家层面，加紧部署AI+工业软件专项行动，支持企业试点开发AI+CAE、AI+EDC先导产品，中试验证平台为国产工业软件产品化研发和规模化应用奠定基础。

工信部在今年6月审议的《工业和信息化部信息化和工业化融合2025年工作要点》中也提出，以工业智能体为抓手深化人工智能工业应用，带动工业数据集、工业大模型的创新迭代。

工业和信息化部数据显示，目前全国已建成3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂，这些类型的智能工厂覆盖超过80%的制造业行业大类，卓越级智能工厂产品研发周期平均缩短28.4%，生产效率平均提升22.3%。截至今年3月底，工业企业数字化研发设计工具普及率为83.5%，关键工序数控化率为66.2%。

企业层面，除了前文提到的华为、阿里云、微软等国内外科技头部企业之外，诸如鼎捷数智、创新奇智、易立德这些，在工业软件领域垂类软件服务商也都纷纷推出了结合AI能力的产品。鼎捷数智推出了文生图（ChatCAD），能够根据订单需求，自动生成CAD图纸，帮助企业解决标准产品改型设计过程中的高频、重复、知识密集型的挑战；易立德此前发布的ETRX-PDM就植入了AI的能力，涵盖了智能物料推荐、智能合规性检查、智能预测/分析、智能错误检测等方面，从而提升整体的PDM流程效率；而创新奇智，除了与Bentley联合发布植入AI能力的CAD产品之外，还在工业具身智能、工业AIAgent、工业AI+BI方面有着深入布局。比如，创新奇智就与华润数科合作，打造了AIAgent平台，构建了华润微电子晶圆瑕疵图片知识库、华润九新智能问数平台等应用。

除此之外，传统工业企业对于AI也都保持了积极拥抱的态度。比如，富士康的FODT平台已实现数字孪生与物理世界的毫秒级同步，支持全球产线快速迁移和复制；国家电网打造“光明电力大模型”，在70余个场景中实现设备运维、负荷预测的自动化，提升电网稳定性与响应速度。

虽然生成式AI技术已经在工业领域有了许多较为成熟的应用落地，但距离真正的智能体时代还有一段距离。工业大模型与智能体应用正从“功能替代”迈向“认知进化”，推动制造业进入“AI定义一切”的新纪元。

工业领域智能体的四大特性

在AI+制造从“功能替代”迈向“认知进化”的过程中，从应用场景分析来看，目前工业领域应用智能体的场景大多具备一定的共性，主要可以分为四个类别。

第一类是数据治理类。许多工业企业的IT信息化建设投入虽早，但对数据仅限于收集，而并未通过治理及资产化使其发挥更大价值。传统的基于大数据的预测都依赖于应用服务商。生成式AI时代的到来，让这些企业认识到数据的重要性，同时AI技术的发展也令企业在数据价值挖掘层面有了质的飞跃。

比如，某服务商在汽车设计环节将研发周期压缩30%，其核心在于千亿参数中熔炼了数万份设计图纸、材料力学数据及流体动力学公式，将这些数据通过大模型的能力，进行治理并利用，实现了增效。

第二类是通过知识处理，提升员工工作水平。东软集团股份有限公司原法定代表人、董事长刘积仁曾向笔者表示，生成式AI最大的作用不是替代员工，而是让所有员工都具备优秀员工的能力。

工业领域来看，通过建立知识库，并以问答的形式体现在工作流中，以设备维护场景为例，原先有一些设备细小的问题或“疑难杂症”，需要具备多年经验的老员工才能处理，但通过生成式AI的赋能后，即便是经验欠佳的新手，也能通过问答助手获得维护的技巧，从而补足了员工之间的个体差异，拉高了员工平均工作水平。

第三类是优化流程，从流程驱动转向数智驱动。这不仅局限于工业领域，原先在企业内部有很多复杂的业务流程，规模越大的企业，流程也就越复杂。流程的每个环节都需要人工进行相应的审核、操作。但通过数据和智能技术，企业可以简化这些流程，并且在一些环节，通过多模态的模型，AI可以完成审核工作。比如在财务环节，国内一些做财务SaaS软件的公司就推出了通过AI识别技术自动识别报销小票并自动审核的工具，该AI识别还支持多语种，甚至覆盖了阿拉伯语这样的小语种。

第四类是为工业企业提供辅助决策的能力。比如在一些库存管理、原材料进货/出货情况分析等领域，AI大模型/智能体可以根据以往的数据进行分析，从而帮助企业管理者制定更为科学的管理制度和流程，帮助企业实现利益最大化。

热度爆棚，千亿科技龙头扎堆，什么信号？　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！　　近一周机构调研个股数量有630多只，联影医疗调研机构数最多。　　联影医疗有306家机构调研，其中包括64家基金公司、27家证券公司、38家私募、17家保险公司等