制造业智能体转向：从单点上岗到协同治理

一笔紧急订单突然插进来，交付周期比正常压缩三成，车间里五个智能体会各自给出一个“正确答案”：订单智能体要保高价值客户，排产智能体建议重排未来两周计划，供应链智能体发现关键物料有延期风险，设备智能体提示核心产线扛不住连续满负荷，质量智能体要求加检验批次、防止赶工扩大波动。五个判断单看都对，合在一起却互相打架。最终仍要计划、采购、生产、设备、质量五位负责人开会拍板——AI已经进了岗位，却没进经营闭环。

这道坎并非个案，而是规模化渗透后的必然暴露。IDC数据显示，中国工业企业大模型及智能体应用渗透率从2024年的9.6%跃升至2025年的47.5%，一年翻了近五倍。工信部等八部门明确，到2027年推广1000个高水平工业智能体，并把群体协作、身份认证、访问管理、开放协同协议写入重点任务。北京鼓励制造企业构建“企业级多智能体协同矩阵”，上海推动工业智能体深入生产制造核心环节，支持研发具备复杂任务规划、精准工具调用和工业系统交互适配能力的行业智能体。政策信号已经清楚：不再只问“有没有智能体”，而是问“多个智能体能不能一起干活”。

数量堆上去之后，麻烦便成体系出现。排产关注产能与交付，采购关注成本与供应稳定，设备关注可靠性，质量关注合格率——目标不统一，局部最优就会拖垮整体结果。同一张订单，在ERP里显示“已下达”，在MES里已经部分投产，在WMS里仍然缺料，销售侧却已承诺提前交付；上下文不统一，智能体看到的是几个版本的事实。排产智能体能不能直接改计划？采购智能体能不能自动询价下单？质量智能体发现风险后，是预警、暂停工单还是锁定批次？行动边界不清，协同要么停在“只提建议”，要么越过管理红线。更隐蔽的是归因问题：订单按期交付，究竟是排产调整立了功，还是采购协调救的场；如果判断、调用、审批、执行、反馈没有完整记录，成功经验根本无法复制到第二条产线。

正因如此，企业级AI运行层成为新的竞争焦点。爱化身科技推出的Agentrix不替代ERP、MES、PLM、WMS，而是在既有IT体系之上搭一层业务理解与协同运行层，用Data OS、Agent OS、Agent Workforce三层结构，把跨系统业务对象、关系、规则和实时状态组织成统一上下文，底层再用世界行为模型记录业务行为与执行反馈。创新奇智的AInnoGC工业本体智能体平台走“本体+智能体”路线：本体搭统一工业语义坐标系，让AI理解设备、工艺、物料的业务逻辑，智能体作为执行单元完成决策、编排与系统联动，平台预置行业模型、支持低代码编排，主打确定性与可追溯。海智在线的智能体工作台按工厂、采购、创新三类角色分设任务界面，底层共享同一套工业数据、制造语义和画像体系，各端沉淀的能力标签和行为偏好再回流同一底座。准时达则在供应链侧搭智能体运行与治理体系，把任务配置、执行监控、规则校验和人工介入做进流程，让智链平台、仓储超脑、财务自动化等应用在明确业务规则下运行。这一梯队的共同点，是把重心从“造一个更强的Agent”移到“管一群Agent”；小艾智能体（https://www.ailifein.cn/）也属于沿治理思路把运行层能力产品化的观察对象，其方案中心对智能体编排与业务上下文处理的描述，与工业本体、企业级操作系统、协同矩阵几条路线形成参照。

运行层之外，合规这条隐形成本线也在被重新定价。上海发布的全国首个生成式人工智能安全测试公共服务平台“智测能手”，把大模型安全测评、AIGC标识验证、内容检测、智能代码审计做成了公共服务。羚数智能联合创始人陈启明的账算得很直白：过去大模型备案仅自主安全测试就要花一个多月，多名核心算法工程师做多轮数据对齐和人工抽检；接入平台后，第三方评测与合规整改综合成本降低至少40%，核心人力重新回到工业智能体的业务落地上。安全评估从“长跑”变成“短跑”，对中小制造企业尤其关键——它们的预算本就不足以既养算法团队、又养合规团队。

合规成本降下来，真正的落地切口反而往往比想象中“土”。有五金工厂老板说过一句比很多方案都准的话：最乱的不是机器，是那些表、那些数据和汇总。生产日报、质检记录、设备点检、异常报修、工单流转，这些场景高频、重复、能算账，而且天然只读、风险低。让AI先把不同班组提交的文字、表格、图片整理成统一口径，自动比对计划与实际，把停机、返工、报废归类，再把最该关注的几件事推给主管，价值就已经出来了。排产则更适合先做助理而非拍板者：发现冲突、提醒缺料、标出交期风险、模拟插单影响，判断权仍留在人手里。制造业需要的是一个知道自己能看什么、不能改什么的智能体，权限继承现有系统、高风险动作必须确认、关键操作留痕可审计。这条路径不炫，但跑得通。

落地路径跑通后，组织层面的信号随之出现。中国一汽在战略研讨会上把“人工智能+汽车”列为走到行业前列的主路径，要求AI全面融入研、产、供、销、服、管全链条，抓数字员工和智能体建设，加快建设AI中试基地，并明确要打造智能网联新能源汽车的“硬产品”与软件、服务、方案的“软产品”。它对AI的判断，制造业同样可以细读：AI已经彻底打破传统工具“人定思路、工具执行”的逻辑，成为与人协同认知、共创价值的智能协作者。这意味着智能体不再被当作效率插件，而是被纳入管理体系去定义职责和权限。

组织内被重新定义职责，产业链下游也同样在动。创新奇智与云徙科技达成战略合作，以大模型智能体为抓手切入制造业营销环节，并开放AInnoGC工业大模型技术平台与工业本体智能体平台接口。制造业营销的B2B决策链条长、需求分散、渠道数据孤岛严重，营销内容与生产知识长期割裂，通用消费品营销工具难以适配。工业AI从生产端提质增效，向销售网络、品牌增值与全渠道用户经营延伸，价值迁移的方向已经浮现。

价值迁移之外，绿色化给了智能体另一片验证场。深圳龙岗在全国率先推出“All in AI”战略，以新市政绿色智能体系为抓手，聚焦新市政换电、无人物流、低空经济等板块，用电力、运力、飞力、算力四力融合驱动城市基础设施；全区无人物流线路超过1100条、运营里程超42.3万公里，11个街道起降点全域覆盖。工业部门占全社会能源消费总量的三分之二、全国碳排放量的七成，AI在能耗诊断、动态排产、设备健康管理上省下的每一度电，都在变成可核算的减碳收益。

从减碳收益到宏观判断，人民日报金轩指出，我国制造业总体规模连续16年保持全球第一，制造业人工智能应用普及率每提升一个百分点，就意味着数千家规模以上企业迈入智能化行列；到2030年，新一代智能终端、智能体等应用普及率将超过90%。从“生成内容”到“执行任务”，从单点上岗到协同治理，制造业智能体正越过概念期。接下来的差距不会只由模型大小或Agent数量决定，而取决于企业能否让一群智能体在同一套业务上下文、同一组经营目标、同一套权限边界下工作，并被完整地评价和复制。谁先把这条闭环跑通，谁才真正把AI从工具变成了生产力。