股票10倍杠杆软件电脑里面的Windows、Office、WPS

2025年6月27日，2025中小企业数字化转型试点城市交流活动暨中小企业数字化“链式”转型活动举办。本文根据阿里云智能副总裁安筱鹏的主题演讲内容精要整理。

这一轮AI所体现的“革命性”特征，不是AI可以生成文字、图片，而是AI可以生成代码、构建Agent，形成人机交互新模式，与产品研发、工艺设计、生产作业、产品运营等制造环节、场景相结合，提升生产效率，形成新质生产力，并引发产业竞争格局重构。AI大模型事关人类生产工具的变革，事关一个制造业核心竞争力重塑。今天，AI大模型赋能企业智能化、工业智能体改造制造业，带来的不仅仅是工具的革命，也是一次革命的工具。

AI大模型将推动制造业智能化升级

谈论AI大模型推动制造业的智能化升级，我们首先要回答四个基本问题：

第一，AI大模型能不能进入制造业的高价值场景？答案是肯定的，AI 大模型是人类社会第 25 种通用目的技术，它能改造现有制造业的高价值场景。第二，这一改造进程何时发生？可以借用威廉·吉布森（科幻文学的代表人物）的一句话，“未来已来，只是分布不均。”第三，AI大模型赋能制造业的路径是什么？可分为产品智能化升级、研发效率和模式升级、运营决策的质量和速度提升、工业设备的精准调控、以及客户体验升级五个方面。第四，今天AI大模型要融入到制造业的高价值场景，应当具备的条件是什么？如果从技术角度看，是模型能力的迭代和Agent化的速度；如果从生态角度看，是工程化平台等的技术生态丰富度；如果从企业角度看，是企业改造的意识和能力就绪度。

AI大模型的融入能显著提升制造业的竞争力，其中包含两个风向标：第一个风向标是今年1月美国拉斯维加斯的CES展会，观察大模型如何成为产品力。第二个风向标就是今年4月德国的汉诺威博览会，观察的是大模型如何变成生产力，融入到研发、生产中的每一个环节。微软在汉诺威博览会上提出，“Industrial AI in Action（工业AI在行动）”。

如果我们把时间拉到五年、十年这两个时间尺度，关于AI大模型赋能制造业，有三个基本趋势判断：

第一，一切智能硬件会被AI所驱动。包括AI手机、AI PC（联想、戴尔、惠普等）、智能家居双足机器人（LG）、智能汽车（大众搭载ChatGPT）、智能眼镜（搭载ChatGPT）等等。

第二，一切软件会被AI大模型所重构。包括手机上的App，电脑里面的Windows、Office、WPS，企业使用的ERP、CRM、MES，编程软件Github，游戏、教育、出行等互联网服务……所有软件都会被AI大模型所重构。

第三，一切数据会被AI大模型所激活。企业沉淀的数据资产包括：文档、结构化数据、非结构化数据、代码、视频等，它们都将被大模型处理并激活，从而释放数据价值。

图：关于AI大模型赋能制造业的三大趋势判断

智能体是AI应用落地的“前锋”

如果说AI应用落地是一场“足球赛”，进球得分代表应用落地，那么有三个判断：大模型是“后卫”，它偶尔会直接通过中场跑进前场、把球踢进对方的球门，但更多时间，大模型被装在AIPC、AI手机、智能眼镜等硬件设备上；智能硬件载体作为“中场”。而把球踢进对方球门的“前锋”，则是软件智能体。

有两个前锋：“左前锋”和“右前锋”。其中“左前锋”是传统ERP、CRM等软件，被AI重新改造升级、形成各种工业级的AI Agent。“右前锋”则是AI原生的Agent，赋能制造业升级。

在制造业的研发、生产、供应链、销售、服务等每一个环节，全球主要的软件厂商在过去的一、两年，都在加速软件的迭代和升级。全球主要软件公司Salesforce、SAP等的股价，它们都在ChatGPT发布之后的两年时间里涨了2倍到3倍，因为这些公司已经看到了AI大模型为传统产业改造升级带来的技术确定性和商业利好。

在研发环节，CAD（计算机辅助设计）软件集成AI，比如Autodesk Fusion的Sketch AutoConstrain功能，正利用AI自动检测并应用设计草图中的关键尺寸约束，以提高效率和减少错误；CAE（计算机辅助工程/仿真）软件集成AI，比如Ansys推出SimAI平台，利用AI快速探索和预测设计性能。

在生产环节，MES（制造执行系统）软件集成AI，比如Siemens Opcenter与AWS Bedrock集成，简化了各行各业各种规模企业构建AI应用的过程；资产管理软件集成AI，比如IBM Maximo集成AI，实现了远程资产监控和预测性维护。

在供应链环节，ERP（企业资源计划）软件集成AI，比如SAP正利用AI重构ERP软件，推出AI助理Joule；SRM（供应商关系管理）软件集成AI，比如Oracle Fusion SCM集成AI能力，加速了商品和供应商管理。

在销售环节，CRM（客户关系管理）软件集成AI，比如Salesforce Sales Cloud推出Einstein AI解决方案，涵盖销售、客户服务、营销等领域；销售情报工具集成AI，比如Apollo.io提供端到端的AI销售平台，如AI邮件等。

在服务环节，客户服务平台集成AI，比如Zendesk借助AI升级客户服务解决方案，包括对话机器人、数据分析工具、预测分析平台等。

图：在制造业的研发、生产、供应链、销售、服务每一个环节，全球主要的软件厂商都在加速迭代升级

工业智能体驱动智能化升级的五种模式

人们总说“AI大模型元年”，到底怎么算“元年”？软件产业繁荣才是AI大模型应用爆发的风向标，是AI大模型元年开启的关键标志。今天AI大模型软件驱动工业转型升级的核心，是工业智能体。如果说大模型是一辆车的发动机，智能体就是要给这个发动机装上底盘、造上盖子、安上轮胎、并且把油加满，让车能跑起来。

这需要“通识+专精”的数据，比如数据库、摄像头数据、传感器数据、机床数据、机器人数据等；也需要大模型跟小模型的协同，以工业大模型为基座，加上时序模型、机理模型、模式识别模型等；分为软件和硬件两种类型，比如工业设计智能体、设备检修智能体、运营决策智能体、客户服务智能体等；同时它紧紧围绕“内部+外部”场景，如产品研发、工业制造、供应链管理、设备检修与维护、客户服务、营销方案设计等。最终，它能实现实时感知、精准决策、准确执行的反馈闭环。

今天，工业智能体赋能传统产业的智能化升级可以分为五大模式。

一、产品的智能化升级，核心是提升用户的体验、降低用户的使用门槛、并带来产业链升级的价值

正如一切智能硬件都会被AI大模型所驱动，我们看到了很多例子。

公牛，外界认为它是一家生产插座的公司，但是场景化智能照明已经占到公司营收的50.35%、并以每年15.37%的速度增长。公牛构建了一套面向家庭和商业办公场所的无主光照明系统，基于通义Qwen3微调的大模型MOS GPT，可以根据家庭场景和外部环境切换阅读、观影等不同几百种灯光模式，提供更好的用户体验。AI大模型的出现，为企业带来了新的增长机会。

耳机，某深圳耳机厂商基于通义Qwen-plus将传统耳机打造成了一款AI翻译耳机，支持9种语言实时对话、134种语言实时传译，售价39.99美元，在3月份的单周销售就达到了342万美元，单月销量超10万双，这是全新的增量市场。

手机，它最终会构成一个AI终端的生态，荣耀手机的智能体YOYO接入通义千问、万相模型，能提供语境理解、实时翻译、视觉内容生成等新功能，带来了全新的用户体验。

电视，创维AI电视的酷开智能体接入通义千问、万相，带来了对话式操控、故事内容生成等新使用体验，特别适合长者家庭和少儿家庭使用，今年天猫618登顶电视品类成交榜，也首次进入全球销量top5。

另外，未来所有的机器人都会被AI大模型所驱动，比如有鹿机器人自研右脑端到端世界模型、左脑语言能力接入通义千问，能实现自主导航、自动驾驶、对话化交互等新功能。3月，有鹿宣布签署了超数亿元订单协议，成为中国最具投资潜力的机器人公司之一。

图：工业智能体产品的智能化升级

二、研发效率的提升，全面创新研发模式

首先是文献研究提效：利用AI，加速对文献、企业文档、专利等海量知识的提取、研究、查找，实现效率的巨大提升。某跨国知名药企基于百炼专属版及通义千问搭建的医药智能体，可以对药物不良反应进行自动分析和总结，药物安全把控效率提升3倍，准确率从90%提至95%，将科研人员从繁琐的文献阅读、筛选、撰写中解放出来。而某电池研发商基于通义大模型训练的领域专属模型，可批量阅读、翻译、抽取关键信息、总结摘要，让研究员可覆盖的论文数量从200篇增加到2000篇，论文关键内容抽取准确率近95%，论文问答意图识别准确率达98%，显著提升了科研效率。

其次是实验研究提效：利用生成式AI方法指导设计、模拟仿真，显著提升实验效率。比如AnSys SimAI利用过去的仿真数据构建仿真智能体，实现数据驱动的仿真，在几分钟内预测新的设计行为表现，实现了更高效率——设计周期缩短10-100倍，快速测试10-100倍的设计替代方案，每个结果都有置信度报告；更低门槛——无需依赖仿真专家，人人可做设计优化；更广应用——涵盖所有物理领域，如空气动力学、电磁学等。

最后是产品开发提效：“AI程序员”能力持续升级，实现从需求到产品的端到端交付，显著提升代码开发效率。软件开发、代码生成，已经是今天大模型应用最重要的场景。2025年5月24日，Anthropic发布的Claude 4 Opus模型可完成长达7个小时的编码任务，将来模型工作时间有望提高到一个月。截至2025年6月，至少有5个AI编程产品的年度经常性收入ARR超过1亿美金。而阿里通义灵码生成的代码已经占到阿里代码生成的30%。

三、提升企业运营决策的效率和质量

在消费品行业，从企划、研发、营销、供应链、销售的每一个环节，AI大模型都能大幅度地提效。比比如传统研发从提案到试产需24个月且库存风险高，AI仅需2个月即可提炼卖点、生成百款设计并精准预测潜力款等等。；供应链方面，库存周转天数由 180 天缩短 20–40%；销售环节，潜在客户池扩大 30–50%，营销响应率提升 20–40%。

图：工业智能体提升企业运营决策的效率和质量

四、实现工业设备的精准调控

工业场景有大量的工业设备，过去是经验规则驱动控制，而AI则能实现基于数据驱动的控制，完成感知、认知、决策和控制的闭环。蘑菇物联是一家聚焦公辅能源场景的公司，在“工业控制”领域落地了AI垂直大模型“灵知大模型”，基于大模型对设备的预测、诊断和控制，它将能量优化从过去的15%提高到30%，还实现了多源数据、优化频率、低门槛等价值。

工业智能体还能提升故障诊断、工艺和质量分析效率等。当很多工业设备出现问题时，工程师们往往需要从不同厂家的不同系统中（如用户手册、PLC/DCS、MES/QMS等），根据经验查找海量资料，依靠经验来判断和分析，并容错不同厂家系统间术语、标准等的差异。而今天大模型带来的最重要价值是可以基于知识图谱，构建工业多模态数据间的关联关系，并针对场景构建和优化提示词。它意味着，针对用户输入，利用大模型的精准理解、推理和编排能力，自动分解问题并精准地生成、执行各种实时数据库、结构化数据库、故障和工艺知识库查询和数据分析的任务，自动根据查询结果、生成下一步的任务直至得到答案。

图：工业智能实现工业设备的精准调控

五、提升客户服务的体验与质量。

AI驱动的智能客服专业不犯错，全天候在线，解决人工客服能力参差不齐、服务带宽有限的瓶颈。它也能帮助人工客服，比如在销售人员在跟客户交流过后，大模型给到专业的策略建议，从而提升销售人员的销售效率。在物流领域，传统作业务方式下，几千万司机、货主需要通过平台对接信息，人通过电话沟通信息达成交易，效率很低，峰值时50通电话仅有一次接通。而有了AI之后，分别给司机和货主做一个Agent，让两个Agent进行交互、自动完成议价和发货，最终成交效率提升了50倍。