问题——当前，我国制造业加速迈向高端化、智能化、绿色化，但转型过程中普遍面临三类突出难题：一是技术建设“碎片化”，系统多、接口杂、集成难，投入与产出不匹配；二是数据治理“孤岛化”，设备、工艺、质量、供应链等数据难以贯通，难以形成统一的知识体系；三是价值评估“难量化”，试点多停留在单点应用，难以持续迭代并放大综合收益。尤其在复杂制造场景中，通用技术能力与垂直行业工艺知识之间存在“最后一公里”鸿沟，影响项目从样板走向规模化。 原因——业内分析认为，上述难题的背后，一上是制造企业历史系统沉淀多、现场设备异构、标准不统一，导致数据采集与治理成本高；另一方面是工艺经验长期依赖人工传承，难以结构化沉淀并进入模型训练与决策流程，造成“有数据、缺知识”“有系统、缺协同”。同时，制造业对可靠性、合规与安全要求更高，决定了智能化必须以可验证、可追溯、可管控为前提，不能停留在概念层面。 影响——因此，软通动力与金盘科技联合发布“软通天璇智能工厂智能制造转型整体解决方案”，意在以“算力—平台—智能体”三层协同架构，叠加金盘科技在高端变压器、储能装备等领域的制造经验，搭建贯通“企业管理、生产制造、数据服务”的全场景体系。方案强调以数据驱动形成闭环：生产与经营数据转化为训练与优化“燃料”，智能体在业务与现场落地后产生的新数据反哺知识库，推动工艺优化、效率提升与风险管控持续迭代，从而实现从“可视化、可追溯”的数字化，迈向“可推理、可自优化”的智能化。 对策——不同于单点工具叠加，双方合作采取“先验证、再扩展、可复制”的推进路径。据介绍，在前期项目中，基于智能体编排平台开发的“标书智能体”将招投标有关处理由周级压缩至小时级，支撑企业在重大项目竞争中提升响应效率，并取得订单突破。进入升级阶段，应用矩阵更扩容：合同智能审核实现效率大幅提升，降低合规风险；“数字员工”延伸至研发设计、供应链协同等环节，在释放重复劳动的同时提升决策准确性；视频行为分析将工程现场视频信息转化为结构化数据，实现设备异常与安全合规的前置预警，带动项目安全水平与运营效率提升。在生产核心环节，通过数字孪生与工业科学计算方法融合，在投产前进行虚拟仿真与工艺参数优化，使生产周期缩短约四成；相关工厂产能较转型前大幅提升，不良率降至较低水平。上述数据表明，解决方案不仅“能用”，更强调“好用、可管、可扩”，便于形成可推广的样板。 前景——业界认为，随着新型工业化推进，制造企业的竞争将从“单点自动化”转向“全链条协同”，从“经验驱动”转向“数据与知识驱动”。此次合作的意义在于把平台能力与行业工艺知识深度耦合，为电力装备、新能源装备等离散制造与流程制造交叉场景提供可借鉴路径。下一步，双方计划围绕“智能制造”重点赛道持续拓展细分场景，完善行业适配与技术迭代机制，推动更多企业以可量化收益为牵引实现规模化落地。
制造业智能化转型的关键在于AI技术与行业知识的深度融合。软通动力与金盘科技的合作实践表明，只有当技术真正扎根生产场景，才能创造可量化的价值。这种产学研用相结合的探索模式，不仅为制造业升级提供了示范案例，也预示着更多行业将通过深度合作实现从追赶到领先的跨越。