早在两年前，低代码因生成式AI爆发而备受质疑之时，奥哲创始人&CEO徐平俊就颇为笃定：对业务的了解才是企业数智化服务的核心价值，而这一点大模 型暂时还无法替代。这一判断来自于奥哲十几年来与企业业务、流程深度融合不可替代的经验沉淀，是穿越不同技术周期的底气。而低代码恰恰是当前AI 落地业务场景中决定价值的关键一环。 经过两年的演进，10月17日，奥哲宣布进行全新战略升级并发布了企业级AI平台，提出了"AI+数据+低代码"的闭环链路——用低代码深入业务产生的数据 训练AI，再让AI进一步回到低代码场景构成企业AI应用。直指目前企业级AI应用所面临的单点能力整合、业务逻辑闭环等商业化困局。 全新战略建立在奥哲对行业和客户的深刻洞察基础上。 在行业层面，徐平俊认为，AI技术将进一步扩大市场增量，既解决过去的难题，也创造了新的场景；其二是能够更好地应对企业个性化需求，进而实现更 敏捷和创新的增长；其三AI时代的软件行业更注重价值增值的"结果交付"。 在客户需求层面，首先大小模型结合是更适合企业级AI应用的方式，实现泛化能力和精准输出的平衡；其次企业级AI平台正在从原先解决单点问题，转向 形成业务闭环；同时数据质量的提升 ...

与此同时，本次大会汇聚数百名来自制造、金融、建筑、石油石化等央国企及行业头部企业代表、数智 化专家学者与权威咨询机构合伙人，共同围绕"AI重塑企业价值""企业AI规划及落地实践"等关键议题展 开深度探讨，分享行业前瞻洞察与企业AI实践经验。 01奥哲AI，构建企业未来 奥哲创始人&CEO徐平俊在开场演讲中回顾了公司成立十五年以来的发展历程：从2010年凭借BPM产 品强势进军流程管理领域，到2016年推出氚云、2019年发布奥哲·云枢，奥哲通过低代码助力企业数字 化转型。目前，奥哲已深入千行百业，参与了一系列行业标准的制定，并获得了IDC、灼识等国内外权 威机构"中国低代码第一品牌"的认可。 近年来，奥哲着眼于不断进化的企业数智化需求，持续深化对于AI的应用与探索，徐平俊指出，AI正 在重塑企业软件的逻辑，所有传统应用都面临与AI能力的融合重构。在AGI成为现实的未来，企业将由 业务原生进化为AI原生，业务将实现自动化感知、自动化决策、自动化执行。 10月17日，2025奥哲AI战略升级暨企业级AI平台发布会在北京成功举办。本次大会以"奥哲AI，开启企 业新「智」变"为主题，奥哲首次对外发布了"奥哲企业级AI ...

根据文件内容，到2027年，AI将与关键领域深度融合，新一代智能终端和智能体的普及率将超过70%。这意味着两年后，全 社会将不再对AI感到陌生，它甚至有可能像手机一样普及，深入融入我们的生活。而到了2030年，人工智能有望成为拉动经 济增长的重要引擎。智能设备的普及程度预计将超过90%。届时，每个人都需对人工智能（AI）有深入了解，利用其高效处 理工作，进而提升生产力。若5年后仍有人对AI一无所知，甚至刻意回避，那他们可能会像现在不会使用互联网的人一样， 面临重重困难，举步维艰。 到2035年，即10年后，当我们全面进入智能经济和智能社会时，人工智能将如同今天的水和电一样，渗透到我们生活的方方 面面，成为生活中不可或缺的新型基础设施。接下来，人工智能将与6大领域——科学技术、产业发展、消费升级、民生改 善、治理能力提升以及全球合作——进行深度融合，共同助力我们实现2035年进入智能经济和智能社会的目标。其中，科学 从"互联网+"迈向"人工智能+"，表面上看，这不过是一场正在进行的技术革新，但实际上，它正深度重塑着你我的工作、生 活乃至未来。"人工智能+"的时代已然来临，你我皆非旁观者，而是这场变革的参与者。1 ...

文章核心观点 - 全球AI消费硬件产业正沿着AI原生设备探索、渐进强化现有设备、模型赋能第三方硬件三条核心发展路线演进，并形成与之适配的差异化商业模式[2][4][8] - AI硬件交互范式正向"无感化"方向转变，AI眼镜成为关键载体，长期可能取代手机成为主流交互终端[21][22][26] - 行业竞争焦点从单一硬件创新转向模型能力、硬件形态与应用生态的三维融合，软件生态成为决胜关键[27][28] AI消费硬件发展路线 - **路线1：AI原生设备探索派**：以Rabbit R1、Humane AI Pin为代表，完全重构交互范式，采用"意图即操作"理念，弱化App和菜单，依赖大模型驱动语义理解[4][5] 但面临极高不确定性，例如AI Pin已于2025年2月28日停止所有在线功能，Rabbit R1存在低活跃用户率、性能稳定性问题[5] - **路线2：渐进强化派**：以苹果、Meta为代表，在现有终端（手机/眼镜/耳机）系统集成AI能力，例如Apple Intelligence通过本地大模型（M系列芯片支持）实现端侧AI处理[6] 2024年9月美国调研显示Apple Intelligence推动消费者支付意愿提升11%，成为54%潜在换机用户核心决策因素[12] - **路线3：模型赋能派**：以OpenAI、谷歌为代表，通过API/SDK将模型能力注入第三方硬件，例如GPT-4o嵌入Ray-Ban智能眼镜提供实时对话能力[7] 该路径面临模型推理成本高、终端适配技术门槛、平台控制权缺失等挑战，例如谷歌需向三星支付高额授权费并让渡部分订阅收益以换取Gemini AI在Galaxy S25预装[15] AI消费商业模式分析 - **AI原生探索派商业模式**：依靠硬件溢价（如Rabbit R1售价199美元）和订阅服务收费，但陷入硬件价值证明困局[10] 例如日本GROOVE X的LOVOT陪伴机器人售价3935美元配合67美元月费，但全球发售5年销量仅1.4万台，年均出货不足3000台[11] - **渐进强化派商业模式**：以硬件销售为主，通过订阅服务（如健康分析报告、专业翻译）创造持续性收入[12] 例如Oura Ring转向"基础数据免费+深度健康服务订阅"模式后，订阅转化率增长18%[13] - **模型赋能派商业模式**：通过API调用量收费（如Token消耗量或请求次数），并提供企业级订阅和私有部署服务[15] 该模式面临终端厂商自研模型趋势冲击，例如vivo通过自研蓝心大模型减少第三方API依赖[15] 技术实现与产业生态 - **端云结合成为主流技术路径**：端侧处理高频低延迟任务（如相册整理、实时翻译），云端处理复杂计算任务（如长文案创作）[20] 终端设备常用模型参数量多低于70亿（7B），以30亿（3B）和40亿（4B）规模最为普遍，部分采用MoE架构平衡性能与功耗[20] - **产业链上下游加速整合**：模型厂商与芯片巨头深度合作，例如Meta与高通合作优化Llama 3在骁龙芯片的移动端运行效率[18][19] 阿里巴巴推动通义千问大模型与硬件厂商适配构建完整生态系统[19] - **AI眼镜成为关键硬件形态**：2025年多家巨头进入市场，包括Meta Oakley Meta（399-499美元）、小米AI Glasses（1999元）、谷歌Android XR眼镜（未公布价格）、阿里Quark AI Glasses（预计中端价位）[24] 未来发展趋势 - **交互范式向无感化演进**：语音和视觉交互逐步取代触控，语言用户界面（LUI）可能取代图形用户界面（GUI）[26] OpenAI正与前苹果设计师合作开发无屏幕、以对话式AI为核心交互的新型硬件[25] - **AI从功能补充升级为应用入口**：三星Galaxy S25搭载的AI Agent Bixby支持跨越30多个本地应用和10多个第三方应用的一体化操作[27] Google实现Gemini与Search、YouTube、Gmail等产品数据打通，可直接访问用户历史数据并写入应用[28] - **生态协同成为竞争核心**：Meta眼镜成功关键因素是无缝接入Instagram、Facebook社交矩阵，提供即拍即传的闭环体验[28]

核心观点 - AI正在改变创业的可能性边界，通过AI辅助工具大幅降低编程门槛，初创企业可以用不到10人的团队实现高达1000万美元的收入[6] - 在AI时代销售质量的重要性大于销售数量，AI擅长批量规模化工作，更关键的是实现潜在客户的转化[7] - 3人团队+20多个AI Agent的组织结构可以在60天内获得71个B端客户，并实现30天内年收入增长30万美元，试用转付费转化率达到45%[5][9][16] 公司运营模式 - 采用极简组织架构：3位创始人+20多个AI Agent，不扩招全职员工[11][12][14] - 创始人分工明确：营收创造者、产品创造者、Agent创造者[13][14] - 运营哲学：停止通过招人扩大增长、放大人的才能而非取代员工、发现瓶颈并使用无代码工具构建[11] - 实施"7天法则"快速应对业务瓶颈，一周内完成战略转向[15] 产品与技术 - 核心产品是AI驱动的销售开发平台，整合传统多工具任务为无缝AI工作流[18][24] - 工作流程：匿名访客识别→线索筛选→个性化外联→销售交接[22][24] - 使用20多个B2B数据源建立客户画像，自动优先处理高价值线索[22][23] - 全部工作流使用无代码工具+API拼装，方便快速迭代[25] - 主要AI Agent包括：The Observer、The Hunter、The Connector等[26][27][28][29] 营销策略 - 完全依靠LinkedIn内容和自然流量，0营销成本[32] - 创始人通过LinkedIn分享创业心得，每月带来超过100万美元销售机会[32][33] - 采用"公开建设"策略，创始人成为公司最大IP[32] - 内部使用Slack作为中枢平台，集成20多个AI Agent[33][34] - 营销模式：LinkedIn负责引流，Slack负责交付[34] 商业表现与资本 - 9周内获得100万美元年化收入，目标一年内达到3000万美元[9][11] - 每月增长率达到120%[11] - 尚未官宣融资，采取收入驱动增长模式[37] - 创始人认为风险投资模式正在衰亡，过多的VC资金可能迫使公司重回旧模式[37] - 资本市场已关注该公司，社区基金Fresh Fund对其表示赞赏[37]

公司战略与产品发布 - 广域铭岛在2025世界人工智能大会上推出工业AI体系 包括工业AI应用平台与工业智造超级智能体 提供从AI基础设施搭建到智能体应用落地的一站式解决方案[1] - 工业AI体系旨在打造涵盖研发、生产、供应链、营销、运营等全链条的AI原生工业生态 通过超级智能体矩阵覆盖全链路业务场景 重构制造范式[1] - 公司将30年工业Know-How积淀与AI技术深度融合作为AI原生能力核心支撑 平台具备高效工业数据标准、闭环知识封装与还原、定制化智能体开发三大核心能力[2] 技术架构与实施路径 - 体系采用动态循环AI+工业知识闭环协同机制 通过技术解构-知识沉淀-场景验证-双向优化的循环体系持续提供高效精准方案[2] - 凭借30年制造产业背景和丰富工业场景用例基础 公司积累大量工业知识作为模型训练语料 为AI原生能力奠定基础[1] - 工业数据标准统一数据格式和规范以打破数据孤岛 为AI模型训练优化提供高质量数据支持[2] 行业应用与市场定位 - 工业智造超级智能体覆盖企业研、产、供、销、服全链路业务场景 目前面向汽车、新能源电池、有色金属等行业开放[2] - 通过工业智能体与AI工业模型研发推动汽车、新能源电池、有色金属等行业全链路智能化升级 契合国家人工智能产业发展方向[1] - AI原生企业需要深度融合AI与企业业务流程 将AI作为新生产力构建 提供整套企业级能力[1]

公司动态 - 广域铭岛在世界人工智能大会上展示"Geega工业AI应用平台+工业智造超级智能体" 展现打造AI原生企业的能力 [1] - 公司发布行业首个Geega工业AI应用平台+工业智造超级智能体 旨在推动AI技术在传统制造场景落地 [1] - Geega工业AI应用平台面向智能制造全栈领域 提供从AI基础设施搭建到智能体应用落地的一站式解决方案 [2] - 平台具备三大核心能力：工业数据标准化 闭环知识封装与还原 "量体裁衣"式智能体开发 [2] 技术方案 - 工业智造超级智能体是基于Geega平台构建的覆盖企业"研、产、供、销、服"全链路业务场景的智能体矩阵 [2] - 智能体矩阵形成协同决策网络 串联工业软件流程断点 实现"感知-决策-规划-执行"全链路运营闭环 [2] - 每个智能体深入垂直场景 如排产智能体1-2分钟推荐最优约束组合 1小时内完成最优计划发送 [3] - 仓储智能体减少缺件导致计划调整次数50%以上 风险件交付率提升至95% 周计划达成率维持99%以上 [3] 应用案例 - 某整车厂应用排产约束组合推荐策略后 单次排产时间从6小时压缩至1小时 每月节省约60小时 [3] - 超级智能体赋能汽车工厂应对紧急插单：计划智能体秒级注入数据 生产智能体即时生成新SOP 仓储智能体同步计算物料缺口 [3] 行业趋势 - 工业AI落地面临挑战：工厂数据私有化获取难 工艺知识与AI技术割裂 缺乏工业现场感知执行能力 [1] - 需调整工艺模型 适配生产场景 建知识库 将业务内容整理为AI可理解的数据结构 [1] - 业内认为AI是新型生产力 工业AI"双引擎"发布是驱动中国工业向"AI原生"跃迁的关键一步 [4]

工业智能化发展 - 工业智能化与国家推动新型工业化、发展新质生产力的战略导向同频共振 [1] - 大模型技术爆发为工业深度智能化带来历史性机遇 [1] - 上海世界人工智能大会展现AI技术前沿、产业趋势与全球治理的最新实践 [1] 广域铭岛的技术与产品 - 广域铭岛携"Geega工业AI应用平台+工业智造超级智能体"亮相世界人工智能大会 [1] - 公司推动AI深度融入工业制造核心环节，从局部优化迈向全链路质变 [1] - 工业AI落地面临挑战，包括私有化数据获取难、工艺知识与AI技术割裂 [1] 工业AI落地的挑战与解决方案 - 制造企业对AI有迫切需求，但Chat类产品与业务流程脱节，难以融入每个环节 [2] - 大模型缺乏工业现场感知能力和工艺机理理解，无法带来实质改变 [2] - 工业AI落地需调整工艺模型、适配生产场景、构建知识库，技术门槛高 [2] - 稳健的平台底座是关键，需数据治理、知识体系构建等底层基础设施支撑 [2] Geega工业AI应用平台的核心能力 - 平台面向智能制造全栈领域，提供从AI基础设施搭建到智能体落地的一站式解决方案 [6] - 三大核心能力：工业数据标准化、闭环知识封装与还原、"量体裁衣"式智能体开发 [7] - 数据与知识双轮驱动，孕育工业智造超级智能体 [7] 工业智造超级智能体的应用效果 - 超级智能体覆盖企业"研、产、供、销、服"全链路业务场景，实现全流程自动化 [8] - 排产智能体1-2分钟推荐最优约束组合，1小时内完成最优计划发送 [8] - 仓储智能体减少缺件导致的计划调整次数50%以上，风险件及时交付率提升至95%以上 [8] - 突发供应链中断时，12类智能体5分钟内协同生成应急方案并验证可行性 [10] - 某整车厂排产时间从6小时压缩到1小时，每月节省约60小时 [10] AI原生企业的定义与实践 - AI原生企业是"AI+企业"的深度融合，需理解业务流程并构建新生产力 [12] - 广域铭岛从具体岗位、流程、场景出发，训练能真正上岗的数字员工 [12] - 已赋能汽车、新能源电池、有色金属等行业，驱动全链路智能化升级 [12] 广域铭岛的行业影响 - 公司已赋能超过60家企业，积累大量真实场景实践 [13] - 为既有能力注入AI引擎，提升生产效率，促进产业数智化变革 [13] - "Geega工业AI应用平台+工业智造超级智能体"是技术里程碑，助推新质生产力发展 [14]