在人工智能（AI）掀起全球產業變革浪潮的當下，製造業作為國民經濟的命脈，正處於從「數字化」邁向「智能化」的關鍵節點。然而，在大模型落地應用的過程中，企業卻普遍面臨「業務用不起來、結果不敢用、IT管不住」的困境。

　　1月份，美的集團股份有限公司（以下簡稱「美的集團」）旗下美雲智數科技有限公司（以下簡稱「美雲智數」）正式發布新一代工業AI平台——美擎AIGC3.1平台（以下簡稱「美擎AIGC平台」）暨智能體工廠解決方案。

　　近日，美雲智數研發中心總經理兼CTO宋雲報接受了《證券日報》記者採訪，深度解析製造業如何通過打造「統一底座」，破解AI落地難題。

　　從「定製開發」到「統一底座」

　　在宋雲報看來，企業AI應用的成功，最終不取決於某一個具體的模型或單一的應用，而是能否建立起一個支撐智能體（Agent）長期穩定運行的平台。「智能體是入口，而平台決定了上限」。

　　在大量的企業實踐中，美雲智數發現，缺乏平台支撐的智能體通常會陷入三個主要困境：其一，業務端無法應用，因為開發門檻過高，過度依賴少數經驗豐富的工程師，致使AI難以融入日常工作流程；其二，AI給出的結果無法追溯、不可解釋，難以進入關鍵決策流程；其三，IT部門無法有效管控，數據權限和運行狀態不可控，導致應用場景受限。

　　針對這些痛點，宋雲報表示，美擎AIGC平台從建立之初就有着明確的定位，它並非一個新的業務系統或單一的模型，而是一個統一底座，能夠連接企業內部的ERP、PLM、MES等現有系統的數據和流程，並對外開放算力、算法模型及生態支持，為企業未來的持續發展預留空間。

　　那麼，如何實現AI的規模化應用？宋雲報進一步闡釋了智能體工廠的概念。他認為，智能體開發的最大挑戰在於是否可複製、可評估以及上線後的治理問題。

　　過去，AI項目往往過於依賴少數專家的經驗，人員變動或需求變更時，效果往往難以持續。而在美擎AIGC平台下，智能體被視為一種工程對象，整個開發周期都可進行管理。

　　宋雲報詳細介紹了三個標準化維度：一是構建標準化，通過50多個智能體模板和500多個企業連接器，利用無代碼或低代碼技術大幅降低開發門檻；二是評測標準化，建立了包含20多個評價指標的體系，對智能體上線前進行量化評估；三是運營標準化，像管理傳統軟件一樣對智能體進行發布、監控和持續優化。

　　通過這種工程化的交付方式，智能體從「定製開發」轉變為「可複製資產」，AI得以實現規模化落地。

　　將智能體融入關鍵業務流程

　　談及大模型在工業領域落地的最大障礙，宋雲報認為，「幻覺」是主要挑戰之一。能否將智能體融入關鍵業務流程，取決於知識是否可控。「許多企業的知識庫往往侷限於簡單的文檔管理或向量索引，這種不可治理的知識反而增加了大模型的不確定性。」他表示。

　　對此，美擎AIGC平台將知識視作一項「工程能力」來打造，強調從採集、加工、應用到治理全過程。知識經過治理，智能體給出的結論才能得到業務人員和管理層的信任，這是企業級智能體和通用智能體之間的最大差異。

　　宋雲報分享了一組數據：美擎AIGC平台的精準語義混合檢索準確率比業界主流開源方案高出20%以上。更重要的是，該平台還提供了知識糾錯、質量評估和來源可追溯功能，通過「錯誤閉環」不斷提升智能體的專業性，確保其輸出在可評估、可審計的前提下被用戶使用。

　　而在數據決策領域，宋雲報認為，傳統的數據治理往往與決策脫節，導致數據難以轉化為行動。美擎AIGC平台則能讓業務人員通過自然語言直接發起問題，在決策窗口內獲得關鍵的結論，而不是一堆需要再解讀的數據。

　　「數據智能體不僅提供分析結果，更致力於實現從分析到決策再到執行跟蹤的閉環，通過主動洞察與歸因分析，將管理經驗沉澱為可複用的決策支持工具。」宋雲報如是說。

　　深耕製造業垂直場景

　　在工業AI領域，面對互聯網巨頭的激烈競爭，美雲智數的路徑選擇十分堅定：不參與通用大模型研發，而是聚焦工業場景的模型工程化和智能體落地。

　　「這種場景理解能力源於母公司美的集團長期製造實踐和工業方法論沉澱，是單純依賴算法或數據所無法迅速複製的壁壘。」宋雲報表示。

　　2025年，美的集團通過AI技術應用直接實現的效率提升價值超6億元，在部分場景下成本節約幅度高達90%。目前，美的集團內部已自主搭建超過13000個智能體，美雲智數正從中篩選高價值場景進行對外商業化。

　　隨着製造業利潤空間逐漸收窄，AI技術已不再是「可選項」，而是增強企業核心競爭力的「必選項」。展望未來，AI能力的融合深度決定着企業的成敗。

　　「我們的使命是讓智能化真正為企業創造規模化價值。」宋雲報表示。通過美擎AIGC平台這一統一底座，美雲智數正嘗試通過工程化手段，將雲端的大模型轉化為製造業流水線上觸手可及、高效安全的智能大腦。

（文章來源：證券日報）