2026年从看见到行动-AI打造智造新范式_14页_1mb

报告摘要

从「看见」到「行动」：AI 打造智造新范式总结

核心内容

本文探讨了工业场景中 AI 应用的挑战与突破，提出通过构建工业版的 Harness Engineering（驾驭工程） 框架，将 AI 从演示阶段推向真正的工业量产。重点围绕 Agentic AI、Generative AI、Analytical AI 三种 AI 类型在制造业中的应用，以及如何通过系统对接、数据语义化、智能体协同工程化、工业级运维与安全等手段解决工业 AI 落地难题。

主要观点

AI 在工业场景的挑战：
- 通用场景中的 AI 应用（如客服、文案生成）在工业场景中难以直接落地。
- 工业场景对 良率、成本、效率、稳定性 有更高要求，涉及 封闭系统、内部API、遗留模块、硬件接口，数据处理复杂且具有 确定性、一致性、实时性、安全 等工程约束。
Agentic AI 的目标：
- 实现 “感知-分析-决策-执行”闭环，让机器执行工业任务。
- 需要 系统能力原子化，将工业软件系统的能力封装为 Agent 可调用的 Tool & Action。
解决“水土不服”：
- 通过 企业上下文接入，将数据语义化，赋予 AI 工业翻译器，使其具备理解业务语境的能力。
- 构建 工业知识图谱，实现 隐形知识显性化、显性知识结构化、结构化知识技能化。
解决“致命幻觉”：
- 采用 双模双轨双Know-how 架构，结合 小模型（确定性执行）与 大模型（语义理解与创造性输出），并引入 工业机理硬约束。
- 通过 AI柔性推理 与 工业机理硬约束 实现 AI+工业软件 的协同。
解决“单打独斗”：
- 强调 人机协同的分工边界，引入 Human-in-the-loop（HITL） 机制。
- 实现 多智能体协同，通过 Orchestration 与 跨系统调度，推动 全工厂级别的行动闭环。
解决“黑盒信任”：
- 引入 沙箱预演，确保 AI 决策在下发前经过仿真验证。
- 实现 全链路可观测与可追溯，通过 权限管控与安全审计机制 建立信任。

关键信息

工业 AI 与通用 AI 的对比

工业场景	通用场景
目标	良率、成本、效率、稳定性
系统对接	封闭/专有系统、内部API、遗留模块、硬件接口
上下文	专有知识、专业术语、工业数据
处理对象	控制器代码、设备日志、图纸、工艺文档、系统record
工程约束	确定性、一致性、实时性、安全、依赖集成
可解释性	全链路可观测、解释、追溯
验收	系统集成验证与设备联动
失败代价	停机延误、良率降低、客户影响、直接效益损失

工业 AI 落地的关键要素

数据语义化：赋予数据业务含义，为 AI 提供上下文。
系统能力原子化：将工业软件能力封装为可调用的 Tool & Action。
双模双轨架构：小模型负责确定性执行，大模型负责语义理解与创造性输出。
智能体协同工程化：实现人机协同、多智能体协作，推动全工厂闭环。
工业级运维与安全：通过沙箱预演、全链路可观测、权限管控等机制保障 AI 系统安全可靠。

格创实践与成果

数据语义化与系统能力原子化

实现 业务指令（如“3号炉处于烧结阶段，需调用MES接口调节温度”）的 AI 解析与执行。
构建 知识图谱，将 隐性知识 显性化，形成可调用的 Skills。

双模型协同应用

大模型：负责语义理解、任务拆解、创造性输出及决策调度。
小模型：基于机理模型与数据驱动，解决垂直场景需求（如能耗优化、工艺调优）。

系统利旧改造

提出 系统接口准备度分级判定标准，分为 L1-L4 四个级别，建议采取 不同改造措施。
L1：直接接入，L2：中间转化与映射，L3：侵入式改造，L4：系统替换。

项目实践案例

某半导体 FAB 项目：
- 改造前：CIM 接口复杂，业务耦合，AI 无法闭环。
- 改造动作：拆解出 68个原子能力，实现语义标注、权限分级、MCP 封装。
- 改造后：
  - 生产异常：Agent 可自动执行 Hold 货、调参、派工闭环。
  - 异常结案：0.5小时自动完成。
  - 跨系统协同：从2小时 $\rightarrow$ 1分钟。
  - 年减少异常损失：超800万元。

格创东智

公司背景：2018年由 TCL 战略孵化，是中国领先的工业 AI 企业。
业务矩阵：覆盖 生产、设备、品质、能碳厂务、智慧物流 等全场景。
核心技术：
- 章鱼智脑 Agentic AI 平台：支撑工业 AI 应用构建与调度。
- 大小模型能力与工具/插件集成。
- 知识提炼、机理模型积累、Skill 技能资产沉淀。
服务体系：提供 AI咨询、数据治理、系统集成与改造、知识管理、算法模型、平台应用与Agent搭建、实施运维 等全流程服务。
成果指标：
- 80% 的解决方案 AI 渗透率。
- 1000+ AI 落地项目。
- 2022年起营收超10亿。
- 80%+ 研发/技术人员占比。
- 200+ 软著及实用新型专利。
- 3万+ 服务企业数。

企业使命与愿景

使命：让工业更智慧。
愿景：格物智，创兴邦。

总结

格创东智通过构建工业版的 Harness Engineering 框架，结合 Agentic AI、Generative AI、Analytical AI，解决了 AI 在工业场景中的落地难题。通过 数据语义化、系统能力原子化、双模双轨、智能体协同工程化、工业级运维与安全 等核心技术，实现了 AI 从 “看见” 到 “行动” 的转变，推动制造业迈向 AI 化自主治理。

展开完整摘要