盡管數(shù)字化轉(zhuǎn)型的浪潮已經(jīng)席卷工業(yè)領(lǐng)域超過(guò)十年，但大多數(shù)工廠系統(tǒng)仍停留在“自動(dòng)化而非智能化”階段。雖然傳感器、PLC、MES、云平臺(tái)等一應(yīng)俱全，但系統(tǒng)之間彼此割裂，數(shù)據(jù)雖可采集卻難以理解，算法雖能運(yùn)行卻無(wú)法適應(yīng)變化，真正實(shí)現(xiàn)“感知-認(rèn)知-決策”的閉環(huán)智能仍遙不可及。

為何AI在工業(yè)場(chǎng)景中“叫好不叫座”？為何AI模型日益強(qiáng)大，應(yīng)用卻始終“落不了地”？工業(yè)智能化的突破口究竟在哪里？

我們或許正站在一個(gè)新的歷史轉(zhuǎn)折點(diǎn)。

AI智能體（AI Agents）與邊緣計(jì)算（Edge Computing）的結(jié)合，正在成為破解這些難題的新路徑。它不僅僅是一次技術(shù)組合，更是一次工業(yè)發(fā)展模式的重構(gòu)：

• 邊緣計(jì)算將算力下沉至現(xiàn)場(chǎng)，支撐毫秒級(jí)數(shù)據(jù)處理與即時(shí)反饋；

• AI智能體為邊緣節(jié)點(diǎn)賦予“感知-認(rèn)知-決策”的自主能力；

• 二者共同推動(dòng)工業(yè)系統(tǒng)，從“被動(dòng)響應(yīng)”走向“主動(dòng)進(jìn)化”，從“集中式自動(dòng)化”邁向“分布式智能體網(wǎng)絡(luò)”。

正是在這一背景下，物聯(lián)網(wǎng)智庫(kù)有幸與研華科技董事長(zhǎng)劉克振、WISE-PaaS / AI Agent研發(fā)總監(jiān)康寧，展開(kāi)了一場(chǎng)關(guān)于“工業(yè)智能體時(shí)代”的深度對(duì)談。

本文將以此次交流為脈絡(luò)，從技術(shù)、戰(zhàn)略與生態(tài)三重維度，探討邊緣計(jì)算與AI Agents如何構(gòu)筑工業(yè)智能的新底座，并預(yù)判“垂類模型+邊緣智能”雙引擎驅(qū)動(dòng)下的產(chǎn)業(yè)未來(lái)。

AI智能體登場(chǎng)：工業(yè)智能的“感知-認(rèn)知-執(zhí)行”新引擎

如果說(shuō)邊緣計(jì)算是工業(yè)智能的基礎(chǔ)設(shè)施升級(jí)，那么AI智能體的引入，則意味著工業(yè)系統(tǒng)正在從“流程驅(qū)動(dòng)”轉(zhuǎn)向“智能驅(qū)動(dòng)”的全新模式。

毋庸置疑的是，越來(lái)越多的企業(yè)應(yīng)用開(kāi)始在邊緣運(yùn)行。根據(jù)Gartner的預(yù)測(cè)，到2027年，50%的關(guān)鍵企業(yè)應(yīng)用將在邊緣運(yùn)行。企業(yè)正在邊緣計(jì)算上持續(xù)投入，預(yù)計(jì)從2024到2033年，全球邊緣計(jì)算支出將以兩位數(shù)的復(fù)合年增長(zhǎng)率CAGR穩(wěn)健增長(zhǎng)。加之AI的持續(xù)進(jìn)化，邊緣智能也展現(xiàn)出強(qiáng)勁的發(fā)展勢(shì)頭。Gartner進(jìn)一步預(yù)測(cè)，到2026年，50%的全球邊緣部署將包含AI。

研華科技董事長(zhǎng)劉克振敏銳地捕捉到，工業(yè)場(chǎng)景自動(dòng)化向智能化的演變現(xiàn)在已經(jīng)達(dá)到一個(gè)很明顯的轉(zhuǎn)折點(diǎn)。雖然AI普及的時(shí)間并不長(zhǎng)，但是其趨勢(shì)卻非常強(qiáng)勁，隨著AI智能體與細(xì)分領(lǐng)域AI模型的融合越來(lái)越完善，工業(yè)場(chǎng)景內(nèi)全面的AI智能體開(kāi)始引領(lǐng)智能化變革。

過(guò)去沒(méi)有云邊協(xié)同方案時(shí)，每一個(gè)工廠的工控生態(tài)是由自動(dòng)化團(tuán)隊(duì)根據(jù)場(chǎng)景內(nèi)需求來(lái)定制的，是一個(gè)封閉的系統(tǒng)。這種系統(tǒng)依賴預(yù)設(shè)規(guī)則與靜態(tài)邏輯，難以應(yīng)對(duì)復(fù)雜、動(dòng)態(tài)的生產(chǎn)環(huán)境。隨著云邊協(xié)同計(jì)算的普及應(yīng)用，原本封閉的工業(yè)系統(tǒng)得到初步解放。

到了AI智能體時(shí)代，場(chǎng)景內(nèi)的生產(chǎn)資料將進(jìn)一步被整合為特定的小模型SLM，結(jié)合全面的行業(yè)知識(shí)云端與邊端實(shí)現(xiàn)智能的串通共享，研華科技董事長(zhǎng)劉克振表示“工業(yè)智能體將場(chǎng)景內(nèi)一切聯(lián)接起來(lái)，整個(gè)產(chǎn)業(yè)的效益與智能化進(jìn)程度會(huì)呈現(xiàn)爆炸性的發(fā)展?！?/p>

具備環(huán)境感知、自主決策與執(zhí)行能力的智能實(shí)體通過(guò)“感知-決策-執(zhí)行”閉環(huán)，實(shí)現(xiàn)了從“被動(dòng)執(zhí)行”到“主動(dòng)進(jìn)化”的跨越。這種能力使AI智能體成為工業(yè)AI的終極載體：既能嵌入物理設(shè)備實(shí)現(xiàn)“邊緣智能”，又能通過(guò)云端訓(xùn)練與迭代形成“群體智慧”，推動(dòng)工業(yè)系統(tǒng)從“定制卻封閉的局部?jī)?yōu)化”邁向“開(kāi)放且定制的全局智能”。

所謂AI智能體（AI Agent），并非單一功能模塊，而是具備感知環(huán)境、理解任務(wù)、自主決策與協(xié)同執(zhí)行能力的智能實(shí)體。它們嵌入在設(shè)備端或邊緣節(jié)點(diǎn)，能夠在無(wú)需依賴云端的前提下，獨(dú)立完成從數(shù)據(jù)采集、分析、判斷到行動(dòng)的閉環(huán)工作，成為邊緣智能真正的“執(zhí)行者”與“思考者”。

工業(yè)AI智能體的三大核心能力結(jié)構(gòu)包括：

1.感知能力

• 多模態(tài)傳感融合（視覺(jué)、聲音、振動(dòng)、溫濕度等）

• 實(shí)時(shí)數(shù)據(jù)采集與邊緣側(cè)預(yù)處理

• 狀態(tài)識(shí)別與環(huán)境理解

2.認(rèn)知能力

• 嵌入式AI小模型支持的任務(wù)理解與推理分析

• 與行業(yè)知識(shí)圖譜協(xié)同的智能決策機(jī)制

• 自我學(xué)習(xí)與模型優(yōu)化

3.決策與執(zhí)行能力

• 與現(xiàn)場(chǎng)設(shè)備聯(lián)動(dòng)的控制指令下發(fā)

• 多智能體之間的協(xié)同調(diào)度

• 任務(wù)完成后的反饋與自我校正

這種能力結(jié)構(gòu)，使AI智能體不再是被動(dòng)的算法工具，而是具備“情境理解+協(xié)作執(zhí)行”的智能工作節(jié)點(diǎn)，推動(dòng)工業(yè)系統(tǒng)從“指令式執(zhí)行”向“目標(biāo)導(dǎo)向協(xié)作”演進(jìn)。

應(yīng)該說(shuō)，AI智能體的崛起并不是顛覆傳統(tǒng)自動(dòng)化升級(jí)路徑，而是通過(guò)更全面的數(shù)據(jù)、更精細(xì)的模型、更強(qiáng)大邊緣計(jì)算重構(gòu)工業(yè)智能的底層邏輯，用智能體的自主認(rèn)知驅(qū)動(dòng)場(chǎng)景的智能化能力提升。

工業(yè)AI智能體的引入，不是對(duì)傳統(tǒng)自動(dòng)化的取代，而是一次系統(tǒng)架構(gòu)與智能邏輯的躍遷。

研華科技研發(fā)總監(jiān)康寧也提到了這次工業(yè)智能的躍遷，需要智能體來(lái)構(gòu)筑起工業(yè)場(chǎng)景里物聯(lián)網(wǎng)和模型融合的智能中樞，完成數(shù)據(jù)從感知、匯總到自主決策，甚至執(zhí)行端到端的閉環(huán)，最終幫助企業(yè)搭建起專屬的“智庫(kù)”。

可預(yù)期的是，整個(gè)行業(yè)在邊緣智能改造上會(huì)有很多需求出現(xiàn)。正是在這樣的契機(jī)下，研華科技開(kāi)始戰(zhàn)略轉(zhuǎn)型，從“工業(yè)電腦領(lǐng)軍企業(yè)”向“Edge AI引領(lǐng)者”轉(zhuǎn)變，即從提供行業(yè)硬件平臺(tái)與軟件工具，向邊緣運(yùn)算硬件與智能軟件徹底融合的AI Agent on Edge方向發(fā)展，將AI硬件與軟件深度綁定協(xié)同解決工業(yè)AI落地中的諸多技術(shù)瓶頸，在OT與IT的深度耦合基礎(chǔ)上合力推動(dòng)產(chǎn)業(yè)應(yīng)用的全面智能化。

從底層技術(shù)到生態(tài)協(xié)同，構(gòu)筑工業(yè)AI智能體核心能力

不論是工業(yè)AI還是具體到工業(yè)智能體，其核心技術(shù)體系均圍繞著數(shù)據(jù)驅(qū)動(dòng)決策、實(shí)時(shí)響應(yīng)、自主協(xié)同展開(kāi)，分解來(lái)看有如下幾個(gè)核心模塊：

• 邊緣計(jì)算硬件帶來(lái)的本地實(shí)時(shí)數(shù)據(jù)處理：邊緣計(jì)算硬件通過(guò)將算力下沉至設(shè)備端或近場(chǎng)節(jié)點(diǎn)，實(shí)現(xiàn)毫秒級(jí)響應(yīng)，滿足工業(yè)場(chǎng)景對(duì)低延時(shí)的嚴(yán)苛要求；

• 基于工業(yè)場(chǎng)景的細(xì)化AI模型：適配資源受限邊緣計(jì)算硬件，通過(guò)模型剪枝、量化等技術(shù)優(yōu)化后的定制化場(chǎng)景AI模型；

• 適配算力硬件的AI軟件整合平臺(tái)與應(yīng)用套件：采用模塊化將不同的功能和組件進(jìn)行分離以便于開(kāi)發(fā)、維護(hù)和擴(kuò)展的AI軟件整合平臺(tái)。同時(shí)采用容器軟件開(kāi)發(fā)AI應(yīng)用套件，提高資源利用率和部署效率。

在交流中我們也了解到研華科技正在圍繞工業(yè)智能體的核心技術(shù)進(jìn)行布局，如開(kāi)發(fā)Edge AI加速模塊、Edge AI產(chǎn)業(yè)應(yīng)用系統(tǒng)、Edge AI大型語(yǔ)言模型訓(xùn)練系統(tǒng)及Edge AI服務(wù)器等產(chǎn)品，并提供整合式AI軟件平臺(tái)工具Edge AI SDK，協(xié)助產(chǎn)業(yè)客戶評(píng)估驗(yàn)證AI平臺(tái)效能及應(yīng)用開(kāi)發(fā)，同時(shí)與主流芯片廠商共同開(kāi)發(fā)高效能邊緣AI計(jì)算平臺(tái)。

工業(yè)數(shù)據(jù)碎片化和利用率低、工業(yè)場(chǎng)景對(duì)決策確定性和可解釋性的嚴(yán)苛要求、AI智能體協(xié)同也是工業(yè)智能體在普及中會(huì)面臨的落地難題。研華科技布局相關(guān)技術(shù)棧，提供如端側(cè)多模態(tài)數(shù)據(jù)采集和通訊連接產(chǎn)品、工業(yè)場(chǎng)景AI算法專家?guī)煲约按蛲〝?shù)據(jù)流的Agent Builder智能體平臺(tái)等等。

硬件與應(yīng)用軟件的“打穿”具有產(chǎn)業(yè)變革的重大意義，這些圍繞工業(yè)智能體核心技術(shù)體系的產(chǎn)品給產(chǎn)業(yè)客戶搭建了一個(gè)讓AI快速進(jìn)入到工業(yè)應(yīng)用的橋梁。當(dāng)然，除了底層軟硬件，為了推動(dòng)工業(yè)智能發(fā)展，整個(gè)上下游生態(tài)協(xié)同和產(chǎn)業(yè)共創(chuàng)也必不可少。

在與研華科技董事長(zhǎng)劉克振的深度交流中，一個(gè)核心判斷逐漸清晰：工業(yè)智能體不是一項(xiàng)技術(shù)革新，而是一場(chǎng)系統(tǒng)性轉(zhuǎn)型。

這場(chǎng)轉(zhuǎn)型的核心不在于“AI是否足夠強(qiáng)”，而在于企業(yè)是否已經(jīng)準(zhǔn)備好迎接一個(gè)由“智能協(xié)同”主導(dǎo)的工業(yè)新未來(lái)。

研華科技董事長(zhǎng)劉克振在交流中特別強(qiáng)調(diào)了研華正在加速推進(jìn)與產(chǎn)業(yè)鏈上下游的合作，通過(guò)WISE-Edge鏈接邊緣端的軟硬整合策略，打造工業(yè)智能體生態(tài)系統(tǒng)，將AI芯片廠商、多模態(tài)傳感器供應(yīng)商、AI軟件技術(shù)企業(yè)、行業(yè)系統(tǒng)集成商，以及專注邊緣智能的渠道經(jīng)銷商匯聚其中串聯(lián)起來(lái)，形成合力共同構(gòu)建覆蓋“端-邊-云”的工業(yè)智能體繁榮生態(tài)。順勢(shì)，研華正在轉(zhuǎn)向“AIoT生態(tài)系統(tǒng)推動(dòng)者”的角色：

• 攜手AI芯片廠商共建邊緣端算力生態(tài)；

• 聯(lián)合系統(tǒng)集成商打造行業(yè)解決方案；

• 連接渠道與客戶，構(gòu)建邊緣智能場(chǎng)景庫(kù)。

這一戰(zhàn)略轉(zhuǎn)型的目標(biāo)，是打造一個(gè)覆蓋“端-邊-云”的工業(yè)智能體生態(tài)體系，實(shí)現(xiàn)從“軟硬件供應(yīng)”到“賦能平臺(tái)”的躍遷。

這一系列深刻的戰(zhàn)略判斷，不僅為研華自身指明了“從工業(yè)電腦到工業(yè)智能體平臺(tái)”的轉(zhuǎn)型路徑，也為整個(gè)工業(yè)AI生態(tài)提供了一個(gè)可以參考的系統(tǒng)級(jí)架構(gòu)藍(lán)圖。AI應(yīng)用的落地，不能是單靠一家企業(yè)，應(yīng)該是靠整個(gè)產(chǎn)業(yè)鏈上下游形成一個(gè)合力，打造共同發(fā)展的良性生態(tài)，這樣產(chǎn)業(yè)才能向著邊緣AI、工業(yè)智能的大方向邁進(jìn)。

垂類模型必然崛起，工業(yè)智能體時(shí)代終將到來(lái)

對(duì)于邊緣智能或者工業(yè)智能體的崛起，物聯(lián)網(wǎng)智庫(kù)與研華科技都持樂(lè)觀的態(tài)度，這是確定會(huì)發(fā)生的行業(yè)變革。

雖然工業(yè)AI模型能力還沒(méi)進(jìn)化到非常完備的地步，到實(shí)現(xiàn)真正的工業(yè)智能體確實(shí)還存在諸多障礙，但是現(xiàn)今的企業(yè)競(jìng)爭(zhēng)環(huán)境下，AI能力已經(jīng)成為企業(yè)核心競(jìng)爭(zhēng)力，AI能力的缺失會(huì)讓企業(yè)在智能化浪潮中漸漸掉隊(duì)。隨著工業(yè)邊緣多層級(jí)算力逐步完善以及模型從量變開(kāi)始向質(zhì)變演進(jìn)，工業(yè)智能體時(shí)代的腳步正在臨近。

在交流中，研華科技董事長(zhǎng)劉克振特別提到了“垂類AI模型”，并認(rèn)為，如今大語(yǔ)言模型、通用模型能力越來(lái)越強(qiáng)且市場(chǎng)需求已經(jīng)接近飽和，而且現(xiàn)在都開(kāi)始向開(kāi)源免費(fèi)的商業(yè)模式發(fā)展，行業(yè)垂類模型的出現(xiàn)提供了一個(gè)可盈利的商業(yè)機(jī)會(huì)。

“垂類模型具備商業(yè)模式閉環(huán)的強(qiáng)力機(jī)制，因?yàn)獒槍?duì)細(xì)分行業(yè)的模型很珍貴且具備獨(dú)占性，未來(lái)垂類模型有可能在用戶綁定與收費(fèi)價(jià)值上迎來(lái)突破。”同時(shí)研華科技董事長(zhǎng)劉克振認(rèn)為，垂直領(lǐng)域的垂直模型應(yīng)該會(huì)先發(fā)生，進(jìn)而推動(dòng)邊緣智能。

在《邊緣智能+垂類模型:AIoT 2.0的”雙引擎”》中，我曾提及“垂類模型崛起是必然的”，來(lái)自物理世界的數(shù)據(jù)缺乏導(dǎo)致通用模型應(yīng)用在物理世界有先天不足，在面對(duì)復(fù)雜多變的行業(yè)需求時(shí)無(wú)法完美契合。為了讓AI模型更好地理解行業(yè)知識(shí)，解決特定領(lǐng)域問(wèn)題，垂直行業(yè)的定制化模型成為讓AI從“通用智能”走向“場(chǎng)景智能”的必然路徑。

對(duì)于AIoT場(chǎng)景來(lái)說(shuō)，邊緣智能和垂類模型是雙引擎，邊緣智能等于基礎(chǔ)設(shè)施，在基礎(chǔ)設(shè)施改造的成熟度之上各行各業(yè)發(fā)展出特定的垂類模型，即垂類模型的成熟滯后于邊緣智能硬件設(shè)施的成熟。

不論是邊緣智能硬件在前還是垂類模型在前，大家對(duì)垂類模型的必然崛起是有共識(shí)的，基于垂類模型能力的工業(yè)智能體也終將為工業(yè)場(chǎng)景帶來(lái)徹底的智能化變革。

寫(xiě)在最后

從大模型到小模型到垂類模型，從邊緣計(jì)算到邊緣智能，業(yè)界尚需要一段時(shí)間在這些前沿發(fā)展方向上達(dá)成共識(shí)，耐心等待產(chǎn)業(yè)成熟。

工業(yè)智能體的誕生，不僅是工業(yè)自動(dòng)化的延續(xù)，更是制造業(yè)操作系統(tǒng)的重構(gòu)。它將推動(dòng)工業(yè)從“工具智能”邁向“系統(tǒng)智能”，從“數(shù)據(jù)驅(qū)動(dòng)”邁向“知識(shí)自治”。

隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的不斷拓展，邊緣智能與垂類模型結(jié)合下的工業(yè)智能體將釋放出前所未有的能量，極大提升生產(chǎn)力和資源配置效率，還將從根本上重塑生產(chǎn)模式，推動(dòng)智能工業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。