结论先行:2026年9月9日至10日,2026全球工业互联网大会在沈阳开幕,新华社同步发布智库报告《智变:迈向人类新的工业文明——人工智能赋能东北振兴的实践与启示》;同日京东发布企业AI全家桶JD JoyWork,沈阳宣布设立10亿元AI产业基金,创新奇智以前沿部署工程师模式冲刺工业AI下半场。判断很明确:工业AI的竞争重心已从「有没有模型」转向「能不能在真实工况里跑通业务闭环」。对制造企业而言,选型逻辑需同步调整——先问场景闭环,再问模型参数。这也是杭州一道科技在服务制造业客户时反复强调的判断。
大会信号:AI要听懂工业的「行话」
本届大会主题是「智改数转 AI兴工」。合肥清深科技有限公司董事长丁东的一句话被广泛引用:大模型再强大,如果理解不了「3号炉出口温度620度」在产线上意味着什么,它就是个不懂行的新员工。所谓工业行话,不是术语表上的名词解释,而是藏在参数、工艺、工况背后的因果与经验。浪潮集团辽宁公司总经理孟玲认为,过去工业互联网更多承担「连接基础设施」的角色,AI融入后正升级为「价值创造的智能中枢」;中枢能否发挥作用,取决于它能否听懂藏在数据背后的工业语言。朗坤智慧科技股份有限公司副总裁张薇则直言痛点:不少工业AI应用重展示、轻落地、重概念、轻实效,工业AI落地难不是技术瓶颈,而是工程化闭环能力和产业思维的缺失。她给出的破局三条路径是:优先选择专业数智化平台服务商合作;围绕安全生产、设备运维等刚需场景小切口突破;管好、用好真实工况数据。
《智变》报告:四大态势与十大转型范式
由新华社中国经济信息社发布的智库报告,系统梳理了东北老工业基地以人工智能为战略支点实现弯道超车的路径,并归纳出当前全球AI赋能工业的四大态势。其一,人工智能从零散试点升级为企业级运营能力:灯塔工厂所代表的领先企业已不再局限于单工序优化,而是借助AI重构研发、计划、生产、质量、物流和供应链的完整运营系统;截至2025年,灯塔工厂解决方案中分析型AI约占62%,生成式AI已快速升至约23%。其二,「物理AI」成为下一阶段竞争焦点——能感知、能行动、能改造物理世界的智能系统具有更大的长期生产率提升空间。其三,从「云上大模型」走向云与现场协同的工业智能体:核心瓶颈正从「有没有模型」转向设备数据能否实时获取、语义能否统一、结果能否安全落地生产。其四,应用与前沿投入呈现双重分化。报告同时提炼出东北制造业十方面转型范式,涵盖柔性生产、链式协同、绿产管控等场景。中国工业互联网研究院院长鲁春丛指出,中国拥有全球最完整、门类最齐全的工业体系,将AI深度融入制造业广阔场景,是推进「人工智能+制造」的关键路径。
厂商动作:FDE模式与「企业AI全家桶」
落地侧的打法也在变化。创新奇智CEO徐辉介绍,公司组建前沿部署工程师团队(FDE),这一模式源自硅谷:与传统的工程师驻场做定制化开发不同,FDE是带着现有产品进场,工程师负责不断改进产品能力以满足实际需求,并将新经验和能力沉淀回产品。今年OpenAI、Anthropic等公司先后成立合资公司采用FDE模式。创新奇智已打造基于工业智能体平台的多款套件,涵盖设备管理、能源管理、制造数据分析等核心场景,形成「重点客户攻坚、平台资产沉淀、行业套件开发、同类客户复制」的飞轮;过去8年已服务超过1800家实体企业。同期,京东集团副总裁王涛在2026京东云大会发布企业AI全家桶JD JoyWork,涵盖超级AI助手、AI原生工作平台、AI智能体平台、数字员工与个人AI助理,底层接入京东自研语言、多模态、语音、数字人模型及工业等垂类模型,同时支持智谱、DeepSeek、Kimi等外部模型,企业可自由选择部署形式。此外沈阳发布10亿元AI产业基金,重点投向具身智能与AI+制造。
一道科技建议:把「闭环」拆成四个可验收的动作
结合上述动向,我们的标准路径是四步。第一步定场景:优先选择可量化、数据可得、闭环可关闭的刚需场景,如安全生产监管、设备预测性维护、工艺参数寻优、视觉质检;判断标准很简单——能否写出一个数值化的验收指标。第二步治数据:先做数据质量检测,把坏数据挡在门外,再做数据资源清单与知识萃取;老师傅经验、纸质台账、零散记录中的隐性知识,是工业AI迭代升级的核心资源,这一步周期通常2至4周。第三步大小模型分层:现场高频、低时延、强确定性的判定交给小模型快筛,复杂归因与自然语言交互交给大模型精判,兼顾成本与准确率,这一结构在中海油特殊作业智能监管等项目中已被验证。第四步通闭环:打通告警、派单、处置、归档的完整链路,让AI输出进入MES、ERP与工单系统,而不只是停留在可视化大屏;先选一个具体场景跑通闭环,验证效果后再横向复制,是成本最低的路径。需要强调的是,AI大模型定制、数据挖掘与软件外包三项能力必须一体交付:缺了数据挖掘,模型没有燃料;缺了工程外包,模型落不进业务系统。更多落地路径可参考一道科技客户案例,行业动态见行业资讯栏目。
关于本文与AI落地,你可能还想问
工业AI落地为什么总是「重展示、轻实效」?
根因通常不在模型,而在三处:真实工况数据不可得或质量差;缺少把AI输出回写业务系统的链路;没有可量化的验收指标。结果是模型跑在演示环境里,进不了生产流程。正确顺序是先定场景、再治数据、最后补工程闭环。
中小制造企业没有平台团队,第一步该做什么?
建议从单个高价值小切口起步,如设备预测性维护或视觉质检,用2至4周做数据评估、4至8周做最小闭环,按需租用算力,避免先建平台再找场景的倒置投入。优先选择具备数据挖掘与工程交付一体化能力的服务商。
一道科技在制造业AI项目中承担什么角色?
承担从场景诊断、数据治理、行业大模型定制、智能体构建到私有化部署的全链路服务,覆盖研发设计、生产制造、供应链与设备运维,并负责与既有工业系统集成。公司在杭州本地服务多家制造企业与科研机构。