从决策到行动：工业AI进入落地深水区，中越制造业寻找智能化新路径

唐洛

2026-06-10 20:39:10

来源: 时代在线

工业AI正在进入关键发展阶段

近日，由鼎捷数智主办的“AI原生时代·企业智能运行新范式”中越制造业数智化转型沙龙在上海人工智能研究院举行。来自越南河内主力产品工业制造协会、上海人工智能研究院、鼎捷数智的行业专家，以及数十位制造业企业负责人围绕工业AI落地、企业出海与智能化转型等议题展开讨论。

在AI技术快速演进的背景下，制造业正迎来新一轮智能化升级窗口期。但与此同时，如何跨越技术与产业之间的鸿沟，正成为企业面临的共同课题。

当前，工业AI正在进入关键发展阶段。根据申万宏源证券研究报告显示，全球制造业已进入大规模的AI投入期，预计2026年工业AI智能体市场规模将达496亿元。AI在质量检测、预测性维护、排产优化等高价值场景中，已展现出显著的ROI，进入规模化部署前夜。

然而，热潮之下，挑战愈发清晰。报告指出，超过80%的工业AI项目未能达成预期目标，核心瓶颈并非模型能力，而在于工业数据的上下文缺失、质量不足以及难以与真实世界流程对接。这意味着一家工厂的温度传感器数据，必须与当时的工艺参数、设备状态、最终产品质量形成因果链条，才对AI具有价值。单纯的“数据湖”若不包含这些工业语义，就如同无源之水。

在讨论中，来自越南市场的一线观察也揭示了制造业智能化转型的另一面。河内主力产品工业制造协会副主席Nguyễn Công Cường表示，越南超过90%是中小企业，它们虽有转型认知，但常受限于资金与生存压力，“先完成订单、活下来”是首要任务。而对于已走向国际的大型企业，对绿色制造（ESG）等趋势的合规要求又极为刚性。

鼎捷数智东南亚事业处副总裁郑家麟指出，企业出海（不仅是中资，包括所有跨国制造企业）面临的最大挑战，往往是将“跨国”等同于“跨省”的思维误区。不同国家在法规、文化、用工习惯上差异巨大。郑家麟强调，“Local business for locals（用本地思维做本地生意），是出海企业必须补上的一课。”

上海人工智能研究院品牌生态负责人徐凌霄则从技术赋能的角度补充道，工业AI的落地不仅需要场景，更需要稳定、可工程化的技术模块支持。“研究院致力于将前沿AI技术转化为即插即用的‘能力组件’，通过与鼎捷这样的行业伙伴深度合作，将这些能力无缝嵌入到制造业的核心业务流程中，共同为全球企业提供经过验证的智能升级方案。”

由此可见，工业AI的落地，已从技术可行性验证，步入与复杂业务流程、异构数据体系、严格合规环境及多元人力生态深度融合的“深水区”。

那么，制造企业如何跨越AI落地的深水区？鼎捷数智高级市场总监金飞在沙龙演讲中提出，企业智能化正在经历一次关键转变：从以“看见、分析、辅助判断”为核心的决策智能，迈向以“协同、执行、闭环优化”为特征的行动智能。

过去，BI、数据看板和分析系统，帮助企业更好地看见经营状态、识别业务问题、支持管理决策，这是决策智能的重要价值。但在 AI 技术持续演进的今天，制造企业需要的不只是“告诉我发生了什么”，更需要 AI 能够理解业务语境、调用企业工具、联动业务流程，并在人的管理决策下推动行动闭环。这就是“行动智能”的核心：让AI从后台的“参谋”，走向前台的“协同者”与“执行助手”，在企业真实的业务流中形成可观测、可追踪、可治理的智能闭环。

这一判断也与相关行业研究趋势相呼应。申万宏源报告指出，工业AI的真正壁垒不在于模型本身，而在于其周围的工业体系：数据上下文、系统入口（System of Record）、仿真验证能力、从建议到执行的闭环，以及工业级的可信安全。这正是传统工业软件与自动化巨头的护城河，也是制造业企业在选择伙伴时必须考量的关键。

面对范式革命，鼎捷数智的答案是构建 “企业智能运行空间”。这并非简单的“ERP+聊天机器人”，而是一个融合了人、智能体、智能设备的三元协同体系。

企业智能运行空间不是一组智能体的简单集合，而是通过三类智能体形成一套有分工、有反馈、能持续进化的协作机制，是重构企业生产力的运行方式。在这个空间中，“指挥官”智能体统揽全局，感知事件、拆解任务并动态调度资源；“数字专家”智能体贡献专业分析、评估与方案建议，并沉淀企业知识；“数字分身”智能体学习个人风格与习惯，在授权范围内完成沟通与执行类工作。三者形成“任务向下分发、信息向上反馈”的双向闭环，按任务动态组合，打破部门壁垒，让组织资源流向最需要创造价值的地方，并在执行中持续沉淀经验、越用越聪明。

围绕这一智能运行空间的落地，鼎捷雅典娜正着力打造两类关键能力。

首先，打造AI-Ready的智能数据底座。行动智能的前提是高质量、高可用的数据燃料。鼎捷雅典娜通过多模态数据引擎、业务本体、指标管理与归因分析、数据科学工作台等能力，帮助企业夯实数据基础。同时，平台引入 Agentic Data Governance 新范式，通过元数据、数据标准、数据质量、数据血缘、数据安全等治理智能体，推动数据治理从静态文档化走向持续可观测，从高度依赖人工经验走向智能体辅助下的主动治理与自动化执行，为企业 AI 提供高质量、可治理的数据燃料。

其次，培育深入行业的“专家智能体”。将对制造业，特别是细分行业（如半导体、精密加工、塑胶射出等）的工艺知识、管理实践与行业合规要求深度封装，形成一个个可执行的“专家智能体”或“分身”。

例如，一个熟悉越南当地税务法规与欧盟ESG标准的“合规智能体”，能自动为出海企业预警与适配；一个深谙机加工工艺的“生产优化智能体”，能根据实时数据动态调整参数。正如郑家麟先生所说，鼎捷正将“中国制造”在工艺与管理层面的精髓，通过AI智能体赋能给全球的制造企业，让他们能用“分身”处理冗繁、固定的事务，从而让真人去从事更具创造性的工作。