10月28日，“智能体赋能制造业场景创新专场”在南京成功举办，本次活动由江苏省人工智能行业协会、“AI + 工业” 赋能中心主办，南京河西中央科创区、招商银行股份有限公司南京分行协办。本次活动定向邀请了全省重点工业企业、工业智能体企业和人工智能重点服务商，共同探讨智能体在工业核心场景的落地路径。

活动由江苏省人工智能行业协会秘书处徐可彦主持。会上，江苏省人工智能行业协会秘书长萨向东致辞；省工业和信息化厅人工智能处相关同志解读了专项行动政策内容及省人工智能应用服务商征集相关工作；省发展改革委人工智能处、南京市建邺区及河西中央科创区管理中心相关负责同志参加本次活动。

分享环节，博云科技董事长花磊先生带来了题为《AI+工业数智化转型实践分享》的主题演讲。结合博云在头部制造企业的真实落地经验，花总深度拆解了制造企业在AI转型中面临的结构性难题，并系统性地分享了博云的工厂级AI能力体系与落地方法论。

【BoAgent】制造企业的AI落地

在花总看来，将通用大模型直接引入制造车间，往往难以奏效。制造企业的AI转型并非简单的技术接入，而是一场涉及底层数据架构、隐性经验沉淀与人机协同的系统性重构。

破解落地痛点：建立工厂的“中央厨房”

制造企业在拥抱AI的过程中，面临的阻力通常不在技术本身，而在于长期积累的系统壁垒。

一方面，MES、ERP、QMS等核心系统相互独立，多厂区数据形成孤岛；

另一方面，海量的SOP、故障手册和工艺标准散落在各个环节，老师傅的隐性经验难以沉淀为可复用的资产。同时，出于对工艺机密的保护，代工厂对“数据出域”几乎零容忍。

“传统的定制化开发周期长、成本高，且做完一个场景很难横向复用到其他岗位，这让许多企业望而却步。”花总指出。

但在博云的解法中，工厂原有的IT投资无需推倒重来。花总将其比作一座“中央厨房”：工厂系统里的订单、检验记录等是现成的“食材”，博云提供的是智能体底座作为“厨房”，而FDE工程师则如同“厨师”，将技术与业务场景深度融合。

在这套“四层架构”的工厂级AI体系中：

底层——私有化的算力与模型底座，确保数据安全可控；

接入层——无缝对接SAP、MES、WMS等既有系统，打破数据孤岛；

中间层——智能体编排引擎与Skill管理中心；

应用层——面向岗位输出定制化的智能体。这种“可组装、可复用”的架构不依赖特定厂商的系统，只需替换相应的模块，即可快速迁移至其他工厂。

重塑岗位价值：从“数据搬运”到“结果判断”

当智能体真正嵌入一线工作流，企业的业务形态将发生怎样的变化？

从平台运行的真实数据来看，高频消耗的Token并未集中在日常对话，而是大量分布在质检、失效分析、维修等需要反复查阅标准与案例的高知识密度岗位。

这背后的核心价值在于：岗位数量并未减少，但工作时间的投向发生了结构性逆转。

以排程场景为例，过去计划员需要花费大半天时间，手工核对多个厂区的报表并重排交期；如今，系统几分钟内即可自动完成重排，计划员的职责收敛为最终的确认与发布。在制程异常分析中，系统自动完成跨系统的证据链归集，工程师得以将原本耗费在“数据搬运”上的时间，全面转向根因研判与处置决策。

“衡量AI价值的标尺，不是减少了多少人力，而是员工的时间转向了什么。”花总强调，AI的核心价值在于将人推向更高维度的结果判断。

安全前置：把标杆能力沉淀为公共资产

对于制造企业而言，任何技术应用的前提都是安全。

“安全机制不是后补功能，而是架构前提。”花总明确了博云在工业项目中的三条硬约束：数据不出园区、账号实名到人、模型与知识可退出。配合关键决策上的“人工兜底”机制，系统仅作为辅助建议，从架构上彻底解决企业的“敢用”顾虑。

在解决“可用”与“好用”之后，博云正致力于让这套能力在更广泛的制造集群中发挥价值。

AI与工业的深度融合，注定是一场考验耐心与定力的持久战。在这个过程中，技术不能只是浮在云端的“概念”，而必须成为扎根产线、解决实际问题的“工具”。

目前，博云正依托“AI+工业”赋能中心，将电子信息、装备制造等标杆项目中的成熟能力，沉淀为行业Skill资产包向全省开放。

通过“平台底座+行业Skill库+现场工程”的赋能模式，博云正努力将单一项目的成功经验，转化为整个产业的公共资产，以“一次投入、多家受益”的放大效应，切实降低制造企业AI转型的门槛与重复投入。