文章核心观点 - 中国制造业人工智能应用重点正从通用办公场景转向生产一线 旨在通过深度嵌入制造流程实现效率和成本改善 [3][4] - 美的集团计划在2026年前通过AI应用实现约9亿元的成本节约 并已在158个核心业务场景中规模化应用工业智能体 [3] - 工业智能体在制造业的推广仍面临数据质量 AI人才和场景选择等挑战 企业需先补数字化短板 [11][12] 美的集团AI应用进展与规划 - 美云智数发布工业智能体矩阵及美擎AIGC 3.1平台 对外发布的40多个智能体是从内部上万个中筛选而来 [3] - AI应用带来的成本节约效益逐年显著增长 2023年约4000万元 2024年约1.8亿元 2025年预计约6亿元 2026年预计达9亿元 [8] - 在制造环节 智能体用于产线损失分析 可将每日损失拆解至具体工序和岗位并提供改善建议 替代过去数小时一次的人工盘点 [7] - 在供应链环节 智能体可快速评估突发情况（如台风）的影响范围并提供替代供应方案 [7] - 在人力资源和法务等领域 智能体参与简历筛选 面试及合同审核 在部分领域应用AI可减少90%的成本 [8] 行业应用与政策动态 - 海尔集团旗下卡奥斯工业互联网平台的工业大模型已在石油化工 能源 家电等领域落地40多个场景 在部分石化工艺优化场景中帮助企业人工和能源成本下降约10% [9] - 创维集团围绕智能电视系统布局影音 健康 创作 教育等多个智能体应用 强调关键不在智能体数量而在用户使用量 [9] - 工业和信息化部等八部门联合发布《"人工智能+制造"专项行动实施意见》 提出到2027年推动3—5个通用大模型在制造业深度应用 并培育1000个高水平工业智能体 [9] 工业智能体应用挑战与未来形态 - 挑战一：AI应用效果高度依赖业务参与程度和基础数据质量 企业数字化基础薄弱或数据不完整会影响效果 [11] - 挑战二：AI人才成本高 招聘难度大 更现实的路径是推动原有数字化团队向AI方向转型 [11] - 挑战三：需选择清晰的应用场景 否则即使投入算力设备和团队也未必能取得实际效果 [11] - 未来应用形态方向是智能体融入传统工业软件（AI-INSIDE） 而非作为独立工具存在 例如在销量预测 生产计划等业务中由AI提供后台决策支持 [13]