工业AI迈向务实发展，技术融合与场景落地加速推进
在当前的工业智能化进程中，AI Agent作为一项前沿技术，正在引发广泛讨论。国家智能制造专家委员会委员、e-works首席执行官黄培博士在接受中国工业报采访时指出，AI Agent的最终形态可以被视作一种高级软件，其计费方式或将从传统许可证或订阅模式，演进为基于token的计量模式。在黄培看来，工业AI的推进并非无序扩张，而是基于清晰的发展路径：首先明确目标，识别关键应用场景，将业务需求转化为可衡量的指标——这是评估数字化成效的基础，随后评估数据可用性与技术可行性，最后完成技术方案与供应商的选择。
随着人工智能与制造业的深度融合，工业AI正逐步从概念阶段走向实际应用，进入以技术融合、场景落地和价值实现为核心的发展阶段。智能制造作为推动新型工业化的关键路径，在工业AI的加持下，正从基础设施建设迈向智能化升级的新周期。
AI与工业软件：重塑产业生态
工业软件作为智能制造的核心支撑，正在经历深刻的变革。其中，生成式设计因其自动生成符合约束条件和制造工艺的零件模型，成为当前的热点方向。这一技术推动工业设计从“人主导”向“计算机主导”转变，不仅提升了效率，更重构了设计理念，成为各技术方竞争的焦点。
值得注意的是，当前工业AI领域仍存在一定的认知偏差，部分人将生成式AI误认为是分析式AI的“升级版”。实际上，两者在制造业中并非替代关系，而是互补共存。分析式AI仍为制造企业应用的主流，依托机器视觉、机器学习等技术，实现设备故障识别、质量检测与能耗预警等功能。这些应用具备快速响应能力，支持边缘计算，覆盖了制造运营的核心环节；而生成式AI则主要在内容生成领域发挥作用，如文本、代码（包括数控代码、PLC代码、工业机器人程序等）、图像生成及智能客服等，提升业务处理效率。
在CAD等核心工业设计软件中，AI技术的融合已初见成效。Text to CAD与生成式设计成为两大技术突破，用户可通过文本描述，借助AI系统快速生成三维模型，甚至实现二维图纸向三维模型的自动转换。AI与工业软件的深度融合，不仅带来技术升级，更推动产业格局的重构，为国产厂商提供了追赶国际领先企业的契机。
AI Agent：重构软件生态的关键力量
AI Agent的出现被视为工业软件格局变革的催化剂。它融合了工作流与RPA（机器人流程自动化）的优势，成为连接各类工业软件、实现数据互通与任务自动化的智能枢纽。这一特性对传统工业软件的商业模式构成了挑战，可能导致部分软件用户需求下降，甚至退化为被调用的API。但复杂工具类软件仍具备显著的技术壁垒，AI与工业软件的融合更多是“深度融合”而非“替代关系”。
黄培指出，越是复杂的工具类软件，例如CAD，其核心竞争力在于私有化文件格式与复杂的算法体系，这类软件难以被简单取代；而涉及流程集成、多软件调用的软件则更容易被AI Agent整合。对于国产厂商而言，将AI技术深度嵌入软件核心流程，而非仅作为附加功能，是建立差异化竞争力的关键。
工业软件的智能化升级，还需要通用AI厂商与工业领域企业之间的协同创新。纯通用大模型企业缺乏对工业场景的理解，而工业厂商则掌握大量实际数据与经验，双方若各自为政，难以形成成熟的工业AI解决方案。因此，深度协作才是未来发展的必然趋势。
智能工厂：破解“重硬轻软”发展瓶颈
工业AI的最终落脚点在于智能工厂的建设。尽管中国已成为全球制造业第一大国，并在灯塔工厂、智能制造成熟度评估等方面取得显著成效，但许多企业在智能工厂建设中仍存在“重设备、轻软件”的问题。大量高端设备被采购，却仍停留在单机应用阶段，未能释放智能制造的真正价值。
黄培提出了“精益工厂、互联工厂、透明工厂、数字化工厂、智能工厂”五级建设路径，为制造企业提供了梯度化发展的方法论。
- 精益工厂是智能工厂建设的起点，聚焦于减少浪费、提升效率，解决库存积压和生产效率低下的问题。
- 互联工厂则打破数据壁垒，实现设备与系统间的高效协同。
- 透明工厂通过可视化手段，实现对生产全过程的全面感知与实时呈现，但黄培强调，真正的透明工厂需实现从工厂层到设备层的数据贯通，而不仅仅是大屏展示。
- 数字化工厂依托MES、数字孪生等系统，实现生产过程的数字化建模与优化。
- 智能工厂是最终目标，通过AI、数字孪生等技术实现生产过程的自主化与柔性化。
黄培指出，未来制造将更多面向小批量、多品种生产模式，工厂形态将向“少人化”方向发展。人机协同和设备间高效互动将成为构建柔性自动化的关键。
具身智能：从实验室走向产业的关键突破
如果说AI与工业软件的融合是“软赋能”，那么具身智能的发展则是工业AI实现“软硬结合”的关键路径。具身智能近年来成为人工智能的重要分支，人形机器人更是被视为未来产业的增长点。根据赛迪最新报告，中国在全球人形机器人市场占据80%的份额，但行业发展仍面临过度追求“表演性”而忽视实际应用场景的问题。
真正实现产业化落地，关键在于场景深度整合。脱离实际工业、服务、特种作业场景的技术，难以转化为商业价值。具身智能的价值不在于“人形”，而在于“功能的场景适配性”。只有成为各行业中真正有用的“好帮手”，才能推动规模化应用。
黄培指出，具身智能不仅限于双足人形机器人，任何具备物理实体和智能能力的系统都可归入此范畴。VLA（视觉-语言-行动）模型是其中的重要方向，它模仿人类认知过程，通过视觉识别物体属性（如软硬度、重量），从而完成抓取动作。这些能力在人类看来已成本能，但如何在机器人中复现，仍是当前的核心挑战。
协同创新，共筑工业AI新未来
从分析式AI与生成式AI的协同融合，到工业软件的智能化升级，再到智能工厂的梯度建设，最终到具身智能的场景化落地，工业AI的发展正在沿着“技术-产品-场景-产业”的路径逐步深化，进入务实发展的新阶段。
在这一过程中，制造企业、工业软件厂商与AI技术企业需摒弃各自为战的思维，通过协同创新推动技术与产业的深度融合。同时，中国制造业也应根据自身特点制定发展战略。例如，产品领先型企业可聚焦研发创新，而制造领先型企业则可通过工业AI推动全链条智能化，实现制造环节的高附加值。
随着工业AI技术的持续突破与应用场景的不断拓展，智能制造将成为推动中国制造业迈向全球价值链高端的核心驱动力，助力新型工业化建设迈向更高水平。