开云体育 
开云体育“今年业务是去年5倍以上”工业智能体掀热潮
2025-08-30
浏览次数：
次
返回列表
多位行业人士表示，这一问题目前尚无统一答案。一个相对宽泛的视角是，它是融合了大模型、知识图谱、工业机理等技术的新一代认知智能系统，具备 “自主性” 与 “协同性” ，能够感知工业环境，理解自然语言指令，决策并控制物理设备完成工业任务，进而实现对生产设备、工艺流程和物流管理等环节的智能化控制与优化。
“这波工业智能体快速升温，最直观体现为部分客户从‘观望’转向‘主动需求’，尤其头部工业企业，不再满足于‘自动化+信息化’的常规建设，而是明确提出要打造‘AI驱动的智能工厂’。”中工互联董事长智振向数智前线透露，过去多是他们主动推广进行效能说明，现在则是客户在“积极拉动”、“主动来访”，许多企业决策层亲自带队调研智能体平台能力，甚至将“建立智能体系统”纳入集团未来发展战略。
“政策已从鼓励技术探索转向系统性推进工业数据集、大模型与智能体的协同迭代，在年初的市场性自发需求基础上助了一把力。”IDC中国高级研究经理杜雁泽告诉数智前线，随着后续各地区政策的进一步细化，会让需求侧得到巩固，尤其是央国企的需求，并带动更广泛的工业企业加入探索，同时推动供给侧发展，会有更多厂商进入该市场。
又如工业空压机节能场景，原来依赖固定控制策略，旺季、淡季采用不同调优模式，需人工到现场调整，而且技术难以联动产生显著价值。现在则期望通过智能体联动各项技术，实现全智能动态调优，既能远程控制柜无线回传数据、云端下发精准控制指令，又能根据实时采集数据用AI模型预测用气量、制定最优调度控制策略，遇能效偏低等问题还能实时报警并推送管理人员。
以联想为例，今年5月，其在联想创新科技大会上正式发布覆盖个人、企业和城市全场景的超级智能体。其中企业超级智能体——联想乐享，是联想面向客户、商业伙伴、投资人、媒体和公众的新一代官方入口。其可跨设备、跨生态调用企业全链条数据信息，自主完成工作任务。比如，可以主动预判用户需求并发起互动，帮助用户自主下单等。
宋涛告诉数智前线，除央国企外，头部民企AI落地多与联想类似，会战略性投入资源探索业务转型，且大型企业基本会自建团队，如联想设有专门的DTIT（digital transformation, information technology）部门，涵盖业务应用交付、AI研发团队，负责设计专属的混合式AI底座，支撑集团业务智能化转型。
同时，“今年小企业的需求也很多，但大多未购买商用平台，而是用开源工具、模型，甚至小型算力卡来运行相关场景。”百度云张明告诉数智前线，这些企业并未形成从算力、模型训练调优工具到业务场景的规模化体系，而是先从能帮自己省钱或增收的具体业务场景入手，自行搭建智能体以了解其能力。一旦确认效果且意识到自身能力边界后， 比如发现自研调优效果不及专业水平，才考虑商业付费。
以问数场景为例，其对准确性要求极高，一个数据出错，就可能给企业经营决策带来重大风险，必须百分百准确，但大语言模型处理数据时容易出幻觉。“大家在1.0 阶段的做法，是用大语言模型写SQL、固定问法，再通过意图理解智能体对应具体问题后查询SQL，但准确度最多达到90%，难以满足需求。”百度智能云张明介绍，到了2.0阶段，大家意识到仅靠大模型本身无法解决幻觉问题，需搭建智能体团队，先做数据域治理分析，固定常见问题，再搭建工作流分解任务、匹配流程，写好SQL后与指标域指标对比，能大幅解决问数类幻觉问题。
目前，知识库问答与智能问数这两大共性通用智能体已成为基础能力，不再是企业挑选服务商时的首选要素，“类似智能驾驶平权后基础辅助驾驶仅作基础判断。”IDC杜雁泽告诉数智前线，大家更多转向后续通用智能体解决方案，例如智慧办公、合同审核、文档生成等，以及研产供销服等各领域细分环节的智能体和应用解决方案。
生产制造领域，IDC观察，智能体应用一方面在设备、安监、工艺等领域初步实现复制应用，从提供单点辅助信息，延伸到数据查询、原因分析、报告生成等全业务流程。另一方面也在向厂级生产绩效分析、工业控制编程、机器人智能控制等新方向探索。如中工互联帮助某大型水务龙头企业做了厂长助手智能体，可实时调阅工厂运营数据、预测异常。
“今年落地速度肯定比想象中快。” 智振表示，国家政策明确 “工业智能体” 作为重点后，更多企业加快了投入节奏。他判断下半年将是 “智能体平台化” 分水岭，企业会从 “试用单个智能体” 转向构建 自己的“智能体生态”，他们也在为推进 “平台即生态” 战略做准备，打通从场景共建、数据沉淀到模型服务的闭环，加速推进平台“下沉能力”。
