【一线数智资讯】
10月12日至16日，2026中国国际工业博览会（工博会）在上海举行。作为工博会期间制造业数字化领域的重点活动之一，“制造业AI场景应用生态大会”于10月14日至15日在沪召开。会上，《制造业B2B智能体获客飞轮白皮书（2026）》正式发布。
慧工智能作为大会协办单位参与其中。10月14日，慧工智能创始人兼董事长朱鹰以特别嘉宾身份带来《从战略共识到首批项目：制造业AI落地从哪里开始》主题分享，并参加“装备制造业如何抓住AI发展新红利？”圆桌对话。
与此同时，在工博会6.2H-B053展位，慧工智能集中展示INA工业智能体、iNEXUS智能供应链和INDX智能母线加工中心。
一边是展位上的产品和场景，一边是大会上的方法与讨论。它们最终指向同一个判断：制造业AI已经不缺演示，真正稀缺的是第一个能够进入流程、持续使用、验证结果的项目。
01 企业关心的，已经不只是“AI能做什么”
大会现场的问题非常具体。
为什么不直接用大模型做APS排程？工业视觉能否减少大量人工标定？AI能否读取NX、Teamcenter和JT模型，辅助生成工艺路线？随着AI发展，ERP、MES会不会消失？
这些问题背后，是制造企业关注点的变化。大家开始从“AI能不能做”，转向判断“这项任务该不该交给AI、应该做到哪一步、最终由谁把关”。
工业现场需要的不只是一次漂亮回答。结果是否稳定，过程能否解释，错误能否追溯，投入能否算账，决定了一个AI项目能否真正留下来。
正如朱鹰在分享中所说：
Demo证明可能性，流程决定生命力。
02 主题演讲给出的答案：先跑一个“小而硬”的闭环
很多企业面对AI，首先想到建平台、接系统、铺场景，希望一步完成整体升级。但对首批项目来说，战线过长往往意味着数据迟迟无法就绪、责任难以明确、验收标准不断变化。
朱鹰给出的建议是：第一步先做一个“小而硬”的闭环。
“小”，是任务足够聚焦，可以对应一个岗位、一段流程或一类高频问题。
“硬”，是结果能够验证，业务人员愿意持续使用。
演讲中提到一个供应链实践。团队最初希望处理完整的供应链风险，最终把首个任务收窄为：每天从采购订单中筛出少量高风险事项，交给采购人员判断。工业智能体（Agent）不直接联系供应商，也不替人处置订单，只负责把最值得关注的问题提前推出来。
质量复盘、5S与点检、图纸和合同审核，也可以遵循相同思路：AI先归集信息、发现异常、提示疑点，专业人员负责判断和确认。
任务选对之后，Agent还不能直接进入业务。朱鹰用了一个形象的说法：像管理真实岗位一样，先给数字员工发一张“工牌”。
这张工牌要写清岗位、数据权限、可调用工具、动作边界、人工确认和日志审计。传统系统与Agent也要明确分工：系统提供订单、库存、设备和质量等业务事实，Agent围绕具体任务读取信息、调用工具、推动动作。
项目运行之后，人对Agent结果的修改、否决和补充同样重要。这些反馈会逐步沉淀为企业自己的规则、评估集和知识资产。
对于首批项目，企业可以选择一个即使出错也不会造成严重后果、两周左右能够看到结果的任务。拿出真实材料，明确人机责任，提前约定验收指标。
两周后，看业务周期、返工和投入有没有变化，看真实用户是否持续使用，看准确率、漏报和误报，也看数据与权限风险。有效就继续完善，效果不足就及时调整。
首批项目不急着接管整条流程，先把一个业务每天需要、风险可控、结果可复盘的动作做好。
03 圆桌对话把问题推向更深处：AI应该做什么，也要知道不该做什么
主题演讲回答了项目应该怎样开始。随后的圆桌对话，则把讨论从“怎么做”进一步延伸到“为什么这样做”和“技术边界在哪里”。
围绕APS排程，朱鹰认为，其中包含大量确定性计算和明确约束，传统优化算法、运筹方法及专用模型依然有价值。大模型更适合理解需求、补充上下文、识别异常和改善交互，而不是替代所有确定性计算。
其他嘉宾从工艺防错和复杂装备实践出发提出，与其等错误进入车间后再检测，不如把关键参数和工艺规则前移到设计、校验和程序下发环节。面对工业视觉，大模型、小模型、工艺规则和现场验证也需要协同工作。
针对NX、Teamcenter、JT模型及工艺生成需求，嘉宾们认为，AI辅助读取模型信息、识别BOM结构和开展工艺分析已经存在探索空间，但CAD、CAM、EDA等底层工业软件短期内很难被整体替代。
圆桌上还谈到ERP、MES的未来。制造现场的问题不会消失，但今天的工业软件形态可能被重新构造。系统边界、交互方式和任务组织会发生变化，软件仍然要解决订单、计划、物料、设备、质量和资源配置问题。
从排程、工艺防错到工业视觉和工业软件，多位嘉宾的讨论形成了一条共同认识：制造业应用AI，不是所有地方都用上大模型，而是让每一类工具承担它最适合的工作。
04 从一个闭环开始，形成企业自己的AI能力
这次工博会上，INA工业智能体进入具体岗位和任务，iNEXUS智能供应链支持业务协同，INDX智能母线加工中心把数字化能力延伸到生产现场。
展位呈现制造业AI可以进入哪些场景，主题演讲回答首批项目怎样开始，圆桌对话进一步讨论技术怎样选择、边界如何划定。三部分沿着同一条主线展开：先把任务分对，再把一个“小而硬”的闭环跑通。
首个项目中整理出来的输入、业务规则、异常样本、反馈记录和评估方法，都可以成为下一个场景的基础。闭环逐步复制之后，企业沉淀下来的不仅是工具，还有一套选择项目、组织协作和判断价值的方法。
制造业AI的第一步，不需要先铺开一张宏大的蓝图。选一个真实问题，拿出真实材料，划清人机边界，用真实结果复盘。
这也是慧工智能在本届工博会希望传递的答案：
先跑一个“小而硬”的项目，让结果决定下一步。
#企业AI #企业级AI #数智化 #数字化 #一线数智 #企业AI应用场景 #企业AI工具 #制造#高质量发展
