
“制造业智能体是高度定制化的,不同的场景需要不同的智能体,我们花了很大精力,基于美的制造实践经验,也就提炼了150多个场景,像loss场景智能体,就是专门针对生产过程中的发生损失的场景。”接受南方+记者专访,美云智数总裁金江解析。
近日,美的旗下美云智数正式揭晓其匹配多种工业场景的智能体产品,给工业软件行业带来一个明确信号:那个依靠堆砌功能菜单、强迫工程师学习复杂操作逻辑的“传统工业软件时代”,也许正在加速落幕。
从“人通过软件操作机器”,进化为“软件像人一样思考并执行”,工业软件的进化史,迎来里程碑式节点。
美云智数“关键一跃”
在发布会现场,美云智数演示了其智能体在供应链管理、排程调度及数据分析等场景的应用。与过去不同的是,用户不再需要在复杂的ERP或MES系统中点击十几次鼠标来查询一个库存数据,也不用再手动导出Excel表格进行透视分析。
演示人员只需对屏幕输入一句:“检查下周三的A型电机库存,如果缺货,请根据历史最优供应商生成补货建议。”
几秒钟后,屏幕上的智能体不仅给出了库存预警,还自动对比了三家供应商的报价与交期,并草拟了一份采购申请单,等待人类确认。
这不仅是交互方式的改变,更是生产关系的重构。这标志着这家脱胎于世界500强企业的工业软件企业,正式开启了向智能体产品公司的战略转型。——传统工业软件太“重”了,实施难、应用难、数据打通难。而基于大模型的智能体,恰恰提供了解决这些“顽疾”的新解法。
“原来主要以项目制在展开运营,之后我们将转型产品公司。”金江展望。

工业软件的“中年危机”?
美云智数并非孤军奋战。放眼全球,西门子、达索系统、SAP等老牌巨头,以及国内的中控技术、鼎捷软件等领军企业,都密集发布了与AI Agent相关的战略或产品。
工业软件行业正在经历一场“中年危机”。过去几十年,工业软件通过标准化流程极大地提升了效率,但随着制造业向柔性化、个性化发展,传统软件的僵化开始显现。
“现在的工业软件就像一个功能强大的科学计算器,但你必须懂高等数学才能用它。”一位资深CIO比喻道,“但工厂老板需要的是一个能听懂人话、能干活的‘秘书’。”
智能体正是这个“秘书”。
与此前的“工业互联网”热潮不同,这一次转型的核心在于自主性。
从“记录系统”到“行动系统”,传统ERP只是记录发生了什么,而智能体可以根据记录去执行任务(如自动派单、自动调整参数)。其次是打破数据孤岛,传统模式下,打通PLM(设计)和MES(制造)的数据需要昂贵的接口开发。而智能体可以通过理解语义,像人类一样跨系统调取信息。
与此同时,过去老师傅的经验很难代码化,现在可以通过自然语言训练给智能体,让“老师傅”变成“老算法”。
智能体“重塑车间”
工业软件公司的转型,最终要看“疗效”。正如金江所言,在大量的制造实践支持下,美云智数才提炼出目前的场景智能体,而一旦这些智能体走入工业制造现场,它们也将重塑生产场景。
例如,在CAD/CAE领域,智能体不再只是画图工具。设计师提出“设计一个轻量化且能承受500kg压力的支架”,智能体能自动生成上百种拓扑优化方案,并调用仿真软件进行验证。工业软件公司正在变成“虚拟工程师经纪公司”。
而面对红海危机或突发疫情导致的供应链中断,传统软件只能报错。供应链智能体能实时扫描全球物流新闻,预测风险,并自主向备选供应商询价。美云智数的案例显示,这种能力让供应链响应速度提升了40%。
过去的预测性维护是“看图说话”,现在的运维智能体能“开方抓药”。当设备发出异响,智能体结合声纹数据和维修手册,直接告诉维修工:“可能是3号轴承磨损,建议携带X型号备件,更换步骤如下……”
未来挑战来自多方面
尽管愿景宏大,但从“软件公司”转型为“智能体公司”,这条路布满荆棘。
首当其冲的是“幻觉”问题。 在生成一篇新闻稿时,AI胡编乱造可能无伤大雅;但在控制一台千吨级的液压机或调配制剂时,0.1%的错误都可能导致灾难。
“工业场景需要的是确定性,而大模型本质上是概率性的。”一位工业AI专家指出。
为了解决这个问题,美云智数等厂商正在探索“大模型+小模型+知识库”的混合架构。即利用大模型理解意图,利用小模型进行确定性计算,利用行业知识库进行边界约束。这不仅考验算法能力,更考验对工业机理的理解。
其次是数据安全与隐私。哪家制造企业愿意把核心工艺配方上传到公共大模型?工业软件公司必须提供私有化部署、端侧智能体的解决方案,这对其技术架构提出了全新的要求。
最后是商业模式的重构。 传统软件卖License(许可证)或SaaS账号,譬如此次美云智数智能体可按照单体个数计费,未来智能体是否会按“完成任务的数量”或“节省的成本”来收费?如果软件变成了“员工”,商业模式是否演变为“雇佣费”?这是所有转型者必须思考的问题。
除此之外,记者在调查中也发现了外界的一些质疑之声。
首先,这是给传统软件套个“聊天框”的壳,还是底层逻辑真的变成了智能体工作流?
其次,客户的买单意愿如何激发?制造业老板是最务实的。智能体能不能算清楚投入产出比(ROI),是落地的生死线。
第三,生态谁主沉浮?智能体需要调用各种API。未来是诞生通用的工业大模型底座,还是各家软件公司守着自己的“围墙花园”?
但无论如何,工业软件定义正在重写,未来的工业软件公司,将不再是代码的搬运工,而是工业知识的封装者和数字劳动力的提供商。对于中国制造业而言,在“工业软件+大模型智能体”的新赛道上,这或许是一次换道超车的机会。
南方+记者 姚翀
天盛优配提示:文章来自网络,不代表本站观点。