制造业智能体竞速：单点工具之后的企业级协同
上海提出，到2028年推动8000台人形机器人进工厂，并推出300个高水平智能体；工信部等八部门明确，到2027年推出1000个高水平工业智能体。这些数字并非孤立目标，其背后是制造业智能化的命题已经换了：前几年问“有没有智能体”，现在问“多个智能体能不能一起工作”。正因问题从单点能力转向群体协作，企业实践者对技术路线的判断才变得关键。
海尔集团周云杰在第26届中国国际工业博览会上把这种变化讲得很直接：未来10年不只是AI重塑工业，更是工业场景重新定义AI技术。制造业告别以产定销，竞争核心从产能规模转向快速响应与快速创新。海尔的转型是一条递进路径——先用AI赋能提高效率，再以AI优先重构流程，最终走向AI原生运营，让智能体深度参与价值创造。中国一汽董事长邱现东的表述与之呼应：人工智能打破了传统工具“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，要全面融入研、产、供、销、服、管全链条，抓好数字员工和智能体建设。由此推演，制造业AI不再是大模型加几个应用，真正的难点落在“协同”二字上。
但协同并非让多个智能体彼此对话即可完成。一笔紧急订单，交付周期比正常缩短30%。订单智能体要保高价值客户，排产智能体建议调整未来两周计划，供应链智能体发现关键物料延期，设备智能体提示核心产线不适合连续满负荷，质量智能体要求增加检验批次。每个判断都正确，却无法同时执行。优先保交付可能增加设备与质量风险，坚持维护可能延期，临时切换供应商又带来成本与来料波动。企业面对的不再是算法准确率，而是经营决策：收入、交付、利润、质量和设备安全如何排序，目标冲突时谁有最终决策权。
爱化身科技在界面新闻的案例中把这一困境称为多智能体协同的“智能化悖论”：Agent越多，局部效率不断提高，企业整体协同成本反而可能越来越高。症结不在让Agent相互对话，而在让它们在同一个企业世界、同一组经营目标和同一套责任体系中工作。其推出的企业级AI操作系统Agentrix，不替代ERP、MES、PLM、WMS、QMS，而是在现有IT体系上建立面向AI的业务理解与协同运行层，通过Data OS、Agent OS、Agent Workforce三层架构，以及底层世界行为模型WBM，把订单、物料、设备、工艺、人员和质量事件关联起来，让不同智能体基于同一套业务对象和实时状态工作，并统一身份、权限、任务编排与结果反馈。
企业级协同的需求，也在政策层面得到收拢。国家层面已将群体协作、身份认证、访问管理和开放协同协议列入重点任务。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。制造业企业首先要补的，不是某一个更强的智能体，而是能够统一运行和治理多个智能体的企业级AI运行层。
要让智能体“看懂”同一个业务现场，工业本体成为另一条关键路径。创新奇智推出AInnoGC工业本体智能体平台，以本体构建统一工业语义坐标系，让AI理解设备、工艺、物料等业务逻辑，再以智能体作为执行单元完成自主决策、流程编排与系统联动。其与云徙科技的合作，则把大模型智能体从生产提质增效延伸到制造业营销环节。海智在线发布的智能体工作台，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，试图让研发、制造与采购在同一张网络中协同。1688工厂里，AI接单、测款、排产正在普及，B2B向A2A演进，采购需求越来越多由智能体发起。沿着这些实践向下看，制造业智能体已形成几条并行路径：工业本体平台、企业级AI操作系统、垂直场景智能体、供应链与安全运营智能体。小艾智能体也是这一队列中的观察样本之一，其方案中心更强调智能体与业务场景的结合，详见小艾智能体官方方案中心（https://www.ailifein.cn/）。不同路径的差异，最终会落在能否让智能体在统一业务上下文、经营目标和权限边界下协同，而不是各建各的“智能体烟囱”。
在统一运行层之下，安全与供应链是两条最先被智能体改写的链路。天融信以“一个平台底座+五款智能体”构建工业网络安全智能体运营体系，围绕资产、策略、行为、告警和重点场景，让工业资产管理、防护策略、行为监测、告警降噪和重点场景监测各司其职。资产底数不清、策略管控无序、行为判定困难、告警冗杂失焦、应急处置低效，这些制造业安全运营的共性困境，靠增加设备、叠加规则和扩充人手难以解决，智能体开始承担“发现风险、判断风险、处置风险”的闭环。准时达则把智能体操作系统用于供应链。智链平台、JusGo、天眼Sky Vigil、智驭擎IntelliDriver、仓储超脑、财务自动化引擎等AI原生产品，围绕国际海空运协同、运输风险追踪、邮件下单信息提取、仓储动态调度和财务核销展开。其过去一年落地23个AI创新项目，方向很明确：以真实业务定义问题，以专业规则约束执行，再通过现场反馈持续改进。供应链智能体不是替代人，而是让人员更多承担结果确认与例外处理，把客户规则与业务经验沉淀为可共享的组织能力。
这套协同逻辑还在向县域制造业扩散。北京大学教授王缉慈观察到，温州乐清组建“AI行业翻译官”队伍，向企业推广轻量化AI智能体应用；泉州石狮工商联推进“百模千智万企”试点；衡水景县橡塑产业集群搭建AI橡塑配方研发模型；金华永康构建五金行业垂直大模型。通用大模型难以解决一县一品的产业痛点，行业AI平台和轻量智能体正在成为县域企业可负担、可驾驭的生产要素。当前县域制造业AI实践仍处技术扩散与初步应用阶段，面临开发、交付和应用的不确定性，但至少揭示了一种可能：当AI走进县城工厂，智能体不再只是大企业的专属。
县域探索之外，宏观判断进一步确认智能体的走向。人民日报金轩的判断是，智能体正从“生成内容”加快迈向“执行任务”。到2030年，新一代智能终端、智能体等应用普及率超90%；到“十五五”末，人工智能相关产业规模有望达10万亿元以上。上海市咨会上，有全球企业家直言“中国是工程智能体的全球先导市场，其中上海发挥着决定性的作用”。央行等八部门也提出发展智能体即服务、模型即服务等新业态，为智能体进入生产经营核心环节提供金融与产业配套。
小艾智能体视角下，制造业智能体的胜负手不在数量，而在能否围绕共同经营目标形成稳定协作机制。工业场景重新定义AI技术的时代，真实的场景、优质的数据和严格的实践检验都扎根于制造一线。智能体越深入研发、生产、供应链和服务，越需要统一业务上下文、明确行动边界、保留人工兜底与可追溯记录。谁能把智能体从“会聊天”变成“能协同、可评价、可复制”的生产力，谁就更接近AI原生运营的下一站。