工业AI迈向务实发展阶段 技术融合与场景落地加速
国家智能制造专家委员会委员、e-works CEO黄培博士指出，AI Agent的未来形态可理解为一种高级软件，其计费方式可能将从传统的许可证或订阅制，转向基于token的模式。在他看来，工业AI的发展并非无序扩张，而是沿着清晰路径稳步推进：明确目标、识别关键场景、将需求转化为可量化指标，是评估数字化项目成效的基础。
在这一基础上，还需评估数据可用性和技术可行性，最终完成技术和供应商的选择。当前，工业AI正逐步摆脱概念炒作，迈向以技术融合、场景落地和价值实现为核心的务实阶段。智能制造作为制造业新型工业化的主攻方向，正在工业AI的推动下，进入从基础设施建设到智能升级的梯度发展新周期。
国家智能制造专家委员会委员、e-works CEO 黄培博士
AI+工业软件：重塑产业格局
工业软件作为智能制造的重要支撑，其发展方向正在发生变化。生成式设计（Generative Design）成为热点，该技术可根据约束条件和制造工艺自动生成符合要求的零件，推动工业设计从“人辅助计算机设计”向“计算机辅助人设计”转变。
工业AI领域存在一种误解，即将生成式AI视为分析式AI的下个阶段。实际上，二者并非替代关系，而是互补共存。分析式AI仍是当前制造业应用的主流，依托机器视觉和机器学习技术，实现设备故障检测、产品质量识别、能耗异常预警等功能。
相比之下，生成式AI依赖知识库生成文本、图像及各类代码，例如数控代码、PLC代码、工业机器人程序等，适用于文档撰写、客服等场景。分析式AI适合边缘部署，而生成式AI则在内容生成方面具有独特优势。
在CAD等核心工业设计软件中，Text to CAD和生成式设计已成为主要技术突破方向。用户通过文本输入即可查询标准和已有模型，进而生成三维模型。AI与工业软件的深度整合，不仅推动了设计模式的革新，也为国产厂商追赶国际大厂提供了机遇。
AI Agent的出现，成为工业软件产业格局转变的关键因素。作为融合RPA（机器人流程自动化）与工作流优势的智能枢纽，AI Agent能够连接多个工业软件系统，实现任务自主执行。这一特性对传统工业软件的商业模式构成挑战，但复杂工具类软件如CAD，仍因其私有文件格式和专有算法而保持技术优势。
黄培指出，工业软件的智能化升级依赖于AI与核心流程的深度融合，而非仅作为附加功能。通用AI厂商与工业领域厂商的合作也日益紧密，单一发展路径难以支撑成熟解决方案，协同创新才是未来趋势。
智能工厂：破解重硬轻软难题
工业AI与工业软件的融合，最终要体现在智能工厂建设上。尽管中国已成为全球最大制造业国家，并在智能制造评估、灯塔工厂等方面取得进展，但许多企业仍面临“重硬轻软”的问题。
大量高端设备被采购，但多停留在单机应用阶段。黄培提出的“五级修炼”方法论——精益工厂、互联工厂、透明工厂、数字化工厂、智能工厂——为梯度发展提供了路径。
精益工厂作为基础，旨在减少浪费、优化库存和提升效率。互联工厂则打通数据壁垒，而透明工厂通过可视化手段实现生产状态的全面感知。
数字化工厂依赖MES和仿真系统实现过程优化，智能工厂则依托人工智能和数字孪生技术，实现柔性生产。黄培指出，未来的制造将更趋向小批量、多品种，人机协同与设备间互动将成为关键。
制造企业还需推动服务化转型。传统“一锤子买卖”模式难以持续盈利，装备制造企业应探索备件销售、金融服务和设备维修等增值服务。
具身智能：场景落地是产业化核心
如果说AI与软件融合代表“软赋能”，那么具身智能的发展则是实现“软硬结合”的关键。人形机器人作为具身智能的热门方向，虽市场占比高，但行业仍面临过度追求“表演秀”、忽视实际应用的问题。
真正推动产业化的是场景深度融合。具身智能的价值不在于形态的“类人化”，而在于能力的“场景化”。只有将技术嵌入工业、服务、消防等领域，成为实际工作的“好帮手”，才能实现产业化。
在黄培看来，具身智能不仅限于双足人形机器人，任何具备智能的物理实体都可归入此范畴。VLA（视觉-语言-行动）模型是关键技术方向，它通过视觉感知物体特性，并据此完成抓取等操作。
从AI技术的融合，到工业软件升级，再到智能工厂建设与具身智能的落地，工业AI正沿着“技术-产品-场景-产业”的路径稳步推进。这一过程中，制造企业、软件厂商与AI企业需摒弃单打独斗思维，通过协同实现深度融合。
中国制造业正基于自身特点制定战略，部分企业注重研发创新，部分则以制造和工艺为核心，借助工业AI实现全链条智能化。随着技术不断突破与场景持续落地，智能制造将成为制造业迈向全球价值链高端的核心动力，推动新型工业化迈上新台阶。