聚焦工业智能体市场，这家AI公司以可复用产品赋能柔性制造

 

2025年是智能体落地元年，智能体推动传统行业从数字化进入到智能化时代。

工业制造作为数字化时代不被重视的行业，在智能化时代反而备受关注，涌现出诸多智能体应用。智能化时代，工业制造成为智能体落地的重点行业。

01 

离散工业智能体迎来全新发展机遇

相比金融、消费零售，工业包含非常多细分领域。

按照工业制品，根据《国民经济行业分类》（GB/T4754-2011），工业行业可以被分为制造业、采矿业、水电燃气生产供应业3个二级行业，41个三级行业。

 

 

按照生产制造方式，工业可以分成三大类：流程制造、离散制造和混合制造。

 

 

流程制造主要是大型企业，特点是大装置大投资，自动化程度高，生产制程确定后几乎不变。离散制造则有很多中小企业，特点是非标准化程度高，柔性生产居多，生产工艺、生产制程变化多。

 

数字化时代，因流程制造企业多数为大型企业，数字化预算投入高，生产流程相对稳定不变，更有利于各类数字化系统落地。离散制造因其品类诸多、生产非标程度高，落地挑战大，发展空间受限。

 

但智能化时代，大模型技术的泛化能力和分析决策能力，让离散工业智能体迎来全新发展机遇。

 

02 

智能化和全球化双轮驱动离散工业智能体发展

离散工业智能体发展主要是智能化和全球化两大核心驱动因素。

 

 

大模型技术发展为离散工业智能体落地奠定技术基础。

 

首先，以视觉为代表的传统工业AI落地，最大挑战是面对灵活多变的工艺和制程，AI交付门槛过高，AI交付成本过重。

多数离散工业企业存在大量“柔性生产”，多数情况不是按照库存进行生产，而是根据订单进行生产。大部分订单需求也不是标准的，需要重新调整工艺和制程。这使得传统AI落地时，需要根据每条产线、每个产品重新进行调整，交付成本高，无法服务于小批量生产。

 

大模型本身的泛化能力，使得智能体具备一定通用性，在一定程度降低了交付门槛和成本，这让AI在离散工业企业落地成为可能。

 

其次，离散工业的“柔性生产”过往非常依赖于人工经验。在需求确认、销售报价、工艺设计、制程确定、生产交付过程中有大量决策工作。

 

这些决策并非流程制造那种复杂决策，而是围绕着订单交付，基于业务经验的调控调度类决策，这类决策门槛不是很高，但重复性强，需要综合各类信息。

 

大模型的海量数据处理能力，基于历史数据和过往经验进行分析决策能力，恰好能够帮助离散工业解决这个问题。

 

考虑到最终还是由人来完成决策，大模型更多是辅助决策，基于过往案例，汇集各类数据，分析当前问题，给出解决方案。这种人机交互方式也能够大大降低大模型幻觉问题，发挥其海量数据处理优势。

 

技术突破只是一方面，更重要的是离散工业企业正迎来全球化发展机遇，由此带来的是工程师人才长期供给存在缺口。

 

中国企业出海已成为必选项，而非可选项。对工业企业而言，出海不仅仅是订单出海，还要生产出海。苹果等大型企业对供应链企业的要求是必须有海外工厂，建厂容易，但熟悉业务的工程师人才招聘困难。

 

正如前文所言，离散制造这种业务形态对一线工人要求不高，对工程师要求较高。能够基于订单需求，对工艺和生产制程进行调整优化，在生产过程中基于产线产能和订单优先级进行随时调整。

 

借助智能体，能够帮助工业企业缩短人才培养周期，降低对工程师能力要求。长期来看是有效提升工业企业的竞争力，在全球化竞争中占据一定先发优势。

 

03 

云端工业智能体是未来趋势，数据积累和用户反馈是实现智能决策的关键

除了大模型，智能体落地依赖于专家知识、工具、工作流等能力，而且需要用户持续反馈数据，才能够持续进化，真正实现辅助决策甚至自主决策。

 

 

针对工业场景，核心挑战在于如何积累工程师经验知识，并获取用户持续反馈。

 

因为离散工业品类诸多，即使是同一品类每家企业的工艺和制程都存在不同差异，缺乏批量化手段去低成本积累这些工程师经验。比较可行的方式是基于一个可用产品，持续获取用户反馈，不断优化迭代，从而能够搭建出一个好用的智能体。

 

考虑到同品类工业企业虽然存在差异，但整体生产方式和流程类似。如果能够汇集多家企业的经验，抽象总结成最佳实践经验，这对于智能体持续迭代优化有非常大帮助。

 

限于当前基础模型能力，高参数基模能力在泛化性、分析决策能力上明显更优。私有部署大参数基模的成本过高，选择云端接入是更有性价比的方案。

 

基于上述因素，云端智能体是必然趋势，能够调用能力更强的基模、能够持续获取用户反馈进行迭代优化。

 

考虑到超大型企业对数据安全要求高，更加倾向于本地部署，因此，更容易接受云端部署的成长型企业是智能体落地更合适切入点。

 

离散企业多数为成长型企业，潜在客群规模大。同时，这些成长型企业更加面临工程师人才长期存在缺口的问题，需求旺盛。最后，这些成长型企业多数有出海计划，更倾向选型具备多云部署能力的智能体。

 

04 

工业智能体主要厂商

工业智能体目前主要是三类厂商，以互联网大厂为代表的基模厂商、传统工业软件厂商和AI原生智能体厂商。

 

 

基础厂商的优势在于AI技术能力强，具备一定AI工程化和落地能力，但缺乏工业场景理解和智能体应用交付能力。重点还是提供算力、模型等基础设施服务。

 

传统工业软件厂商的优势在于工业场景理解和客户资源丰富，但AI技术能力弱，缺乏工程化落地能力，同时智能体一般会绑定现有工业软件，产品灵活性较差。

 

AI原生智能体厂商的优势在于AI落地能力强，能够快速实现智能体应用开发和交付，但工业场景理解一般，客户资源相对薄弱。

 

圆木智能是一家典型的AI原生智能体厂商，聚焦工厂需求、研发、生产三大核心环节，为制造企业提供从需求分析到研发设计、再到生产执行的全链路 AI 解决方案，助力企业实现运营效率与决策质量的双维提升。

 

圆木智能重点围绕着订单到生产、需求到设计、面向生产的设计优化与评审等多工种协作的复杂场景，提供排产智能体、智能文档解析和设备智能交付等产品服务。

 

目前，圆木智能已经在机加工、高端装备、消费电子等领域有落地案例，凭借团队的AI大模型工程化能力和工业场景Know-how经验，为工业企业提供定制化解决方案。