> **来源：[研报客](https://pc.yanbaoke.cn)** # 加速迈入工业智能新世界：赛意信息AI与工业融合实践总结 ## 核心内容 赛意信息作为深耕制造业20年的数智化转型服务商，围绕“AI+工业”融合实践，提出了“一体两翼三阶五步”的方法论，构建了“中国算力+中国模型+中国AI工具链+中国制造AI积木应用”的全栈自主服务体系。其核心目标是推动制造业向智能化、高端化、绿色化方向发展，通过AI技术实现企业全价值链的升级，助力构建可持续、可复制、可扩展的智能体系。 ## 主要观点 1. **AI与工业融合是必然趋势** AI技术正深度渗透制造业的各个环节，成为驱动产业升级和构建核心竞争力的关键力量。 2. **AI融合需以业务价值为导向** AI应用必须聚焦企业真实业务痛点，以可量化的ROI为标准，实现技术与业务的深度融合。 3. **AI技术演进路径清晰** AI技术正从“辅助人”演进到“增强人”，最终实现“自主协同”，形成从规则AI、过程AI到认知AI的三层架构。 4. **成功融合需满足三大前提** - 业务价值刚性驱动 - 数据与知识融合底座 - 工程化与可扩展落地 5. **AI落地需方法论支撑** 赛意信息提出的“一体两翼三阶五步”方法论，为企业提供了一套系统性、可复制的AI融合路径。 ## 关键信息 ### 1.1 政策导向 - 国家层面已发布多项政策推动“AI+制造”发展，如《新一代人工智能发展规划》、《“人工智能+制造”专项行动实施意见》等。 - 政策体系涵盖顶层设计、专项政策、安全合规、地方落地，形成“全国统筹、地方特色、集群突破”的协同格局。 ### 1.2 价值跃迁 - AI与工业融合推动价值从效率提升向范式重构演进。 - 核心价值聚焦于**提质增效、创新突破、风险可控**三个维度。 - **提质增效**：通过智能质检、预测性维护等提升良率与效率。 - **创新突破**：依托生成式设计、工艺优化等提升产品与服务创新力。 - **风险可控**：通过智能风控、合规审计等构建全链路风险防御体系。 ### 1.3 技术演进 - AI技术演进分为三个阶段：**Copilot（辅助智能）、Agent（执行智能）、Agentic AI（协同智能）**。 - **规则AI**：执行标准化流程，如ERP审批、财务对账等。 - **过程AI**：优化流程，如需求预测、设备维护、工艺参数调整等。 - **认知AI**：基于大模型、NLP与知识图谱，处理非结构化数据，辅助战略决策。 ### 1.4 三种AI应用方式 | AI类型 | 核心定义 | 适用场景 | 赛意实践 | |--------|----------|----------|----------| | 规则AI | 基于预设规则与结构化数据 | 流程固定环节 | 财务填单、图纸合规校验 | | 过程AI | 基于机器学习与时序数据 | 动态波动环节 | 需求预测、设备维护、工艺优化 | | 认知AI | 大模型驱动，处理非结构化数据 | 复杂语境理解 | 工程资料解析、合同审阅、经营分析 | ### 1.5 成功融合的三大前提 - **业务价值刚性驱动**：AI应用需锚定企业真实业务痛点，以可量化ROI为目标。 - **数据与知识融合底座**：构建统一数据标准与MRC语料体系，打通数据孤岛。 - **工程化与可扩展落地**：确保AI应用具备高可靠性、可解释性与可扩展性，实现从原型到规模化应用的闭环。 ## 典型行业融合场景 ### 2.1 政务与公共服务 - **挑战**：流程标准化但执行效率低、数据孤岛、决策依赖经验。 - **解决方案**：构建“顺意-AI开放平台”，实现公文智能处理、跨部门协同、知识管理。 - **成效**： - 办公效率提升 $90\%$ - 公文审核效率提升 $95\%$ - 人事决策效率提升 $90\%$ ### 2.2 电子制造行业 - **挑战**：效率、成本、质量三者矛盾，人工依赖高。 - **解决方案**： - 智能填单系统：实现多语言支持与自动化流程。 - PCB行业大模型：实现图纸智能解析与参数自动提取。 - 智能售前客服系统：提升客户响应与推荐精准度。 - 智能售后体系：实现多渠道整合与知识沉淀。 - **成效**： - 售前咨询转化率提升 $60\%$ - 报价效率提升5~10倍 - 售后成本降低 $30\%$ ### 2.3 能源行业 - **挑战**：生产流程复杂、能耗高、决策依赖经验。 - **解决方案**：构建氧化铝蒸发预测与反控大模型，实现智能调控。 - **成效**： - 成本节省 $8\% - 12\%$ - 良率提升，生产周期缩短 $10\% - 15\%$ ### 2.4 医药行业 - **挑战**：需求预测不准、库存压力大、计划调整繁琐。 - **解决方案**：AI驱动需求预测与库存优化，实现供应链协同。 - **成效**： - 库存量减少 $15\% \sim 25\%$ - 采购与检验周期缩短 $15\% \sim 25\%$ ### 2.5 家电制造行业 - **挑战**：人工质检效率低、设备成本高、多品类适配难。 - **解决方案**：部署全流程AI质检系统，实现自动识别与实时检测。 - **成效**： - 质检准确率提升至 $99.9\%$ - 单工位成本降低至原先的1/10 - 生产节拍提升 $5\%$ ### 2.6 光伏行业 - **挑战**：工艺复杂、参数调控依赖经验、良率波动大。 - **解决方案**：打造丝网印刷工艺优化方案，实现参数智能调控与银浆回收。 - **成效**： - 银浆损耗降低 $0.1g$ /片 - 良率稳定性增强 - 工艺精度提升 ## 落地方法论：赛意“一体两翼三阶五步” ### 3.1 核心引擎 - **一体**：以企业价值目标为核心，明确可量化的业务目标（如降本 $10\%$、效率提升 $20\%$）。 - **两翼**：**善谋GPT**（AI中台）与**行业Know-How**（业务经验）协同赋能。 ### 3.2 三阶演进 1. **一阶工具适配期**：聚焦高价值单点场景，以规则AI为主，快速验证价值。 2. **二阶场景应用期**：复制成功经验，构建部门级AI应用体系，引入过程AI。 3. **三阶全局优化期**：跨部门协同，构建多智能体系统，融合认知AI，实现全局优化。 ### 3.3 五步执行法 1. **明确目标与场景筛选**：设定ROI目标，筛选优先级场景。 2. **数据与知识准备**：统一数据标准，构建MRC语料体系。 3. **AI方案设计与开发**：灵活选择模型类型，实现快速开发。 4. **试点上线与迭代优化**：收集反馈，优化模型与流程。 5. **组织变革与持续运营**：建立反馈机制，明确职责分工，推动持续迭代。 ## 赛意支撑平台 ### 4.1 技术支撑 - 构建“中国算力+中国模型+中国AI工具链+中国制造AI积木应用”的全栈自主体系。 - 善谋GPT作为核心技术中台，提供灵活调用、自动优化、快速编排等能力。 ### 4.2 产品支撑 - 推出“AI+场景”深度融合的产品矩阵，覆盖研发、生产、供应链、销售、运维五大环节。 - 智能体产品系列：如智能客服中枢、供应链智能体、审计智能体等。 - “AI+硬件”一体化方案：如PCB行业工程资料解析一体机。 ### 4.3 生态支撑 - 投资多家AI技术公司，构建“投资+赋能”双路径拓展能力边界。 - 发起行业倡议，推动数据共享、产学研协同、人才培育与生态共建。 ## 未来展望与行业倡议 ### 5.1 未来趋势：迈向“新六化”工业智能体系 - **工业装备智能化**：设备内置AI，实现自主感知与局部决策。 - **工业网络确定化**：通过5G与TSN技术实现低时延、高可靠的数据传输。 - **工控系统开放化**：传统封闭系统转向开放自动化，AI算法深度融入控制闭环。 - **工业软件云化**：以云原生架构与“AI inside”为核心特征，提供智能服务。 - **工业数据资产化**：通过AI挖掘数据价值，实现数据与资产的转化。 - **工业智能普惠化**：借助国产算力与开源模型，推动AI普及，惠及中小企业。 ### 5.2 赛意倡议 - **业务驱动，拒绝技术空谈**：以实际业务需求为导向，避免盲目跟风。 - **数据共享，打破信息孤岛**：推动行业数据标准统一，实现跨企业协同。 - **产学研协同，突破核心瓶颈**：联合高校与科研机构，推动核心技术国产化。 - **培育复合型人才**：通过校企合作与在职培训，提升AI应用能力。 - **共建开放生态**：开放技术与知识，推动AI工具与经验的普惠化传播。 ## 结语 赛意信息致力于构建从“规则AI”到“认知AI”的完整能力栈，通过“一体两翼三阶五步”方法论，推动AI在制造业的深度落地。在国家政策、技术演进与市场需求的共同驱动下，工业AI正从高端试点走向普惠应用，助力中国制造业实现智能化转型，为全面建设社会主义现代化强国提供工业支撑。