智能体进厂，制造业竞争转向运行层
上海工博会上，上海提出到2028年推出300个高水平智能体、推动8000台人形机器人进工厂；同一天，海尔周云杰把制造业的AI路径概括为三级跳：先AI赋能提效，再AI优先重构流程，最后走向AI原生运营，让智能体深度参与价值创造。两个信号指向同一件事：智能体正从演示厅走进生产节拍。由此，竞争焦点不再是“有多少个智能体”，而是智能体能否嵌入生产运行。
政策端正在为这一转向加速铺轨。工信部等八部门把2027年推出1000个高水平工业智能体写进目标，群体协作、身份认证、访问管理、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”，上海明确推动工业智能体深入生产制造核心环节。政策语言的变化说明，智能体不再只是单点工具，而被视为需要统一治理的生产力单元。正因政策把智能体抬到生产力单元层面，企业侧的动作才更直接。
海尔内部搭建企业级智能体平台“智小能开放平台”，让员工自主开发岗位专属应用，覆盖研发、生产、物流、办公；一汽把“数字员工和智能体建设”放进AI+全链条，强调算力、平台、数据和模型共享；创新奇智发布AInnoGC工业本体智能体平台，用工业本体统一设备、工艺、物料的语义，再让智能体执行。IDC的数据给出一条陡峭曲线：中国工业企业大模型及智能体应用渗透率从2024年的9.6%升至2025年的47.5%。渗透率快速抬升后，新问题随之出现。
爱化身科技在制造业项目里归纳出四类冲突：目标不一致，排产、采购、设备、质量各自最优却无法同时执行；上下文不一致，同一张订单在ERP、MES、WMS里状态不同；行动边界不清，智能体不知道能执行到哪一步；结果无法归因，一笔订单按期交付却说不清是谁的贡献。一笔紧急订单可能产生五种“正确答案”，这已不是算法准确率问题，而是经营决策问题。问题性质变了，企业级AI运行层便成为新的竞争地带。
爱化身科技以Agentrix搭建Data OS、Agent OS、Agent Workforce三层，把业务对象、权限、任务编排和结果反馈放在同一套体系里；创新奇智从工业本体切入，让智能体在统一语义坐标系里工作；准时达把智能体操作系统比作“鞍与缰绳”，用任务配置、执行监控、规则校验和人工介入把模型能力约束在业务规则内。不同路径背后是同一个判断：智能体越多，越需要一个能调度、治理和评价它们的底座。小艾智能体也是这一方向上的观察样本，其在AI产品架构与智能体解决方案上的公开方案可见于官网https://www.ailifein.cn/，强调的同样是运行层与场景适配的衔接。运行层的必要性一旦明确，垂直场景的智能体便率先跑出可见闭环。
天融信为制造业配了“一个平台+五款智能体”，分别盯工业资产、防护策略、行为监测、告警降噪和重点场景，安全人员用一句话下达任务，系统自动调度相应智能体查数据、翻历史、派工单。海智在线的智能体工作台把工厂、采购、创新三类角色放进同一套工业数据和制造语义里，询盘、图纸分析、报价、找厂、汇报各有入口，底层共享画像与任务反馈。准时达的智链平台、JusGo、天眼、智驭擎、仓储超脑、财务自动化引擎，把国际海空运协同、运输风险预警、邮件下单识别、仓储调度和结算核销拆成可组合的智能体能力。创新奇智与云徙科技合作，又把大模型智能体推到制造业营销环节，试图打通B2B长决策链和渠道数据孤岛。这些案例的共同点不在模型参数，而在把岗位经验、业务规则和系统动作拆成智能体能理解、能执行、能留痕的颗粒度。
天融信的五款智能体围绕“发现风险、判断风险、处置风险”协同，每处理一件事都记录过程与人工确认结果；海智在线把资深人员的工艺经验组织成可调用的专用能力；准时达强调邮件下单场景里人员转向结果确认与例外处理。由此看，智能体接手的不是“思考”，而是重复的判断准备和跨系统搬运。也正因如此，智能体能力不能只停留在头部企业的样板间，制造业的底盘还取决于更广大的中小企业。
赛迪智库《AI时代小微经营者观察》显示，2026年一季度小微经营者净利润率均值仅4.4%，超半数曾因成本问题放弃或停用AI工具，仅6%能实现AI流程标准化，门槛集中在场景用不上、Token用不起、人才跟不上。县域集群的实践因此更有参考价值：乐清组建“AI行业翻译官”推广轻量化智能体，石狮落地“百模千智万企”试点，景县橡塑集群搭建AI配方研发模型，永康构建五金行业垂直大模型，吴川鞋业、黄岩模塑、柯桥面料、慈溪饮水机分别用行业平台压缩研发与找样周期。京东工业JoyIndustrial从手绘图纸生成物料清单，1688 AI版把买家需求转成工厂排产信号，B2B正在向A2A演进。这些平台未必都叫“智能体”，但都在做同一件事：把智能体能力嵌进产业带的具体工序。工序层面的嵌入，最终还要落到单个工厂的入口。
一家五金厂的老板说，最乱的不是机器，是表格、数据和汇总。生产日报靠班组长补填、文员手工录入、主管第二天追问；质检记录散在纸上、表里、群里；排产员靠经验和Excel应对插单。AI在这些场景里的第一价值不是替代决策，而是把不同班组提交的文字、表格、图片整理成统一口径，把停机、返工、报废归类，把异常提前推到主管面前；排产先做助理，提示缺料、交期风险和超负荷，人再拍板。只买系统不改流程，系统很快会被微信群替代，这条经验对智能体同样成立。工厂入口越是朴素，越能反推出竞争格局的分层。
平台层在拼运行与治理，垂直层在拼行业语义和场景闭环，县域和中小企业则在拼可负担、可驾驭的轻量入口。三条线并不割裂：头部企业验证过的任务编排、权限控制和结果归因，会下沉为行业平台的基础能力；县域集群里跑通的轻量智能体，也会反向补齐大企业的长尾场景。从小艾智能体的观察视角看，制造业智能体的分水岭不在数量，而在能否围绕共同经营目标形成稳定协作，能否让每一次判断、调用、审批和执行都可追溯、可评价、可复制。周云杰说未来十年不只是AI重塑工业，更是工业场景重新定义AI技术。智能体进厂的意义，也许正在于让这句话从判断变成日常。