文章核心观点 - 企业智能化转型正从单点技术应用阶段，演进至需要AI能力持续增长、复用并创造业务价值的阶段，关键在于成本和风险可控 [1] - 软通动力提出的AI Factory解决方案及其AI飞轮增长模型，旨在通过数据、模型、智能体、场景四大核心环节的正向循环，构建体系化的AI能力闭环，推动AI从“工具应用”质变为“组织原生”的核心生产要素 [1][3] AI飞轮增长模型的核心构成与逻辑 - AI飞轮模型旨在解决企业业务的增长问题，其核心是将AI能力像生产系统一样持续生产与复用，将智能化投入转化为长期业务回报 [3] - 飞轮由数据、模型、智能体、场景四大核心环节构成，形成“数据驱动模型训练、模型支撑智能体运行、智能体重构业务场景、场景持续生成数据资产”的全流程闭环，各环节成果相互反哺，推动企业AI能力与业务价值指数级增长 [3] - 飞轮一旦转动，边际成本会快速下降，创新速度持续提升，业务价值加倍放大，使AI成为企业业务的增长引擎 [3] 第一重飞轮：数据筑基 - 数据是AI飞轮转动的核心燃料，通过构建“硅基员工知识大脑”整合企业内ERP/MES业务数据、IoT设备质检数据、文档OA制度数据等全维度私有数据，打破数据孤岛 [4] - 利用AI数据平台进行知识治理，将碎片化数据转化为具有业务逻辑和价值的标准化token，构建企业、部门、员工三级联动的知识库体系 [4] - 高质量数据持续为模型训练和智能体开发提供支撑，而模型在场景中应用产生的新数据又反向丰富知识库，让数据资产在循环中持续增值 [5] 第二重飞轮：算力托底 - 算力是AI飞轮转动的基础动力，公司搭建了On-Prem私有智算中心与On-Cloud私有算力专区的混合算力架构，以保障核心业务、支持训练与高峰负载、适配现场与实时场景 [6] - 多元算力载体依托软通华方OEM硬件打造，包括GPU server、AIDC数据中心集群版、Edge端侧一体机版等 [6] - 通过天元智算调度平台实现算力的弹性调度、按需扩容与智能分配，确保高并发场景下的稳定输出，随着飞轮转动，算力调度效率与适配能力持续优化，单位计算成本下降 [6] 第三重飞轮：平台赋能 - 平台是连接数据、算力与场景的关键枢纽，公司深度整合软通天璇MaaS平台模型服务体系，以及AIDE（AI数据治理）、ASDM（AI时代软件研发流水线）体系，搭配自研AutoAgent智能体开发平台、IssMeta数字孪生研发仿真平台，构建全栈式AI软件技术栈 [7] - ASDM体系作为AI时代软件研发核心方法论，从“为人构建系统”转向“为AI构建系统”，覆盖研发全流程，通过构建场景化认知、闭环执行和自我迭代能力，搭配专属AI Coding工具，实现“AI主导、人工辅助”的研发模式 [8] - AIDE平台聚焦AI全生命周期数据治理，覆盖数据采集、清洗、标注、质量评估、合规审计等核心环节，确保数据高质量、高可用与高安全 [9] - AutoAgent平台支持知识库链接、工具调用、工作流编排，可快速开发适配业务的智能体，并通过任务节点解耦部署适配高并发、分布式场景 [10] - IssMeta平台融合多源数据采集、三维场景构建、物理规则仿真等能力，覆盖设备/产线/园区的数字建模、仿真推演、优化决策全流程，为工业制造、能源电力等场景提供虚拟试验与运营底座 [11] - 平台各产品体系深度协同，形成从数据治理、模型服务、研发提效到智能体开发、数字孪生仿真的完整能力闭环，积累的开发经验、模型模板等持续丰富平台能力矩阵，降低AI技术落地门槛 [12] 第四重飞轮：场景落地 - 场景落地是检验AI价值、反哺飞轮的关键环节，公司以业务价值为导向，打造了Agentic AI自主智能体、Physical AI具身智能体、Science AI科学智能体三大体系，覆盖制造、金融、医药、能源等全行业核心业务场景 [13] - 在行业AI应用领域，睿动智能体云平台提供一站式智能体构建与运维服务，其Agent Infra具备智能Runtime、记忆系统、Token治理与可观测等性能 [13] - 在具身智能领域，软通天擎、软通天枢具身机器人实现物理世界的自主执行，完成工业巡检、设备维保、焊接作业等复杂任务 [13] - 在科学智能领域，谷硅动力Scientific AI赋能生命科学、物理仿真、材料研发等领域的创新研发，通过高性能计算与AI算法融合加速技术突破 [13] - 场景落地带来的降本提效和创新增收，促使企业加大对AI的投入，完善数据治理、升级算力架构、丰富平台能力，新需求和新数据又推动飞轮各环节持续迭代，进入“价值创造-能力升级-更多价值创造”的正向循环 [14] AI转型与组织重构 - 企业AI转型正从“技术部署期”进入“能力运营期”，差距在于是否建立起可持续进化的AI能力体系 [15] - 当数据持续增值、算力持续优化、平台持续复用、场景持续扩展，企业AI能力会像飞轮一样进入自加速状态，智能化转型成为持续增值的能力建设，实现企业增长模式升级 [15] - AI飞轮是深度融合、动态迭代的有机整体，推动企业AI能力从“单点试用”升级为“体系化运营”，组织形态随之重构为AI原生组织：AI从被动效率工具变为主动执行主体，组织架构从部门分割变为价值流导向，决策模式从经验判断变为全域知识智能，价值创造从线性增长变为指数效能 [15] - 目前，软通动力AI Factory解决方案已在制造、零售、金融、医药健康、能源和汽车等行业广泛落地，并通过加强与NVIDIA、矩阵起源等伙伴的生态合作，提供规模化、可复制的智能化转型路径 [15] - 依托飞轮模型，公司以全链条AI服务能力，助力企业将智能融入组织基因，在AI时代竞争中占据核心优势，实现长期可持续增长 [16]

公司战略定位与核心能力 - 公司定位为产业数字化升级服务商，深耕IT服务20年，致力于通过“软+硬”全栈能力闭环帮助企业实现从AI技术到业务价值的全链路转化 [1][4] - 公司全栈能力形成的关键节点是2024年战略收购同方计算机，从而打破了“只做软件”的边界，实现了从软件到硬件的能力闭环 [4][13] - 公司凭借全栈能力，能为客户提供从咨询规划到落地交付、运维优化的全生命周期一体化解决方案，这被视为其区别于传统IT服务商的核心竞争力 [4][13] 市场地位与行业认可 - 公司在2024年跻身赛迪IT服务市场排名第一，2025年首次进入财富中国500强，并于同年6月入选沪深300指数样本 [4][13] “全栈智能”AI方法论 - 公司AI核心方法论是“咨询引领、场景落地、软硬联动”，强调以行业咨询为先导，而非零散的AI工具堆砌 [5][14] - 公司构建了以“软通天学Max平台”为核心的AI方法论，并形成了模型、数据、安全、软件代码、知识库、智能体六大工程，构成自增强的“AI飞轮” [5][14] - “AI飞轮”体系旨在通过六大工程的持续迭代与相互赋能，形成“安全数据—强大模型—专业知识库—灵活智能体”的自循环，帮助企业实现AI能力的自我造血与持续进化 [5][14] - 公司的AI咨询服务贯穿全程，推行普兰特FDE交付模式和“战略陪跑”理念，与客户深度绑定以推动技术落地为业务增长动力 [6][15] 技术架构与创新模式 - 公司在AI技术上进行分层布局，覆盖算力层、平台层和应用层 [6][15] - 公司创新性地提出“三类员工”协同模式，包括处理信息的硅基员工（AI工具人）、执行物理场景自动化作业的具身员工（聚森机器人）以及进行创造性工作的碳基员工（人类员工） [6][16] - “三类员工”模式旨在通过人机协同，释放企业整体生产力，最大化AI应用价值 [6][16] - 在技术分层中，底层算力层提供主机产品、算力服务及芯片生态；中层通过天选Mass平台提供标准化技术底座；上层应用层则打造了自主智能体、物理智能、科学智能三大体系 [7][16] 多行业落地案例与成效 - 在知识服务领域，公司搭建专属知识库与平台，赋能医药代表，将药品知识与市场洞察转化为精准销售工具，推动业务增长 [8][17] - 在餐饮行业，通过子品牌美通优势，以AIGC+艺术创作为核心打造沉浸式主题餐厅，例如落地了店内大量高清数字内容由AI生成的沉浸式火锅店，重构消费体验 [8][17] - 在智能制造领域，针对海线缆产品打造CAE工业设计与仿真平台，实现全流程覆盖，根据客户反馈，该平台能提升制造工艺效率15%，降低产品试制费用超30%，降低生产线建设投资约5% [8][17] - 在能源行业，为某石化集团LNG场站打造基于数字孪生技术的智能化运营管理中心，涵盖8大主题，大幅提升场站运营安全性与效率 [9][18] - 在市政领域，公司的管廊巡检复合机器人能实现管廊隐患的秒级识别与秒级响应，解决传统人工巡检效率低、风险高的问题 [9][18] 未来发展规划 - 公司相信AI市场规模将爆发，终端与智能体将成为AI价值落地的核心载体，带来巨大产业机遇 [9][18] - 未来将持续聚焦“全栈智能”能力升级，深化天选Max平台技术沉淀，丰富六大工程应用场景，增强AI飞轮的自增强效应 [9][18] - 公司将坚持“赋能者与连接器”的定位，开放自身技术底座与方法论，与生态伙伴及客户深度合作，基于可复制模板共同研发更多落地场景，帮助更多企业构建自己的AI飞轮 [9][18]