“制造业智能体是高度定制化的，不同的场景需要不同的智能体，我们花了很大精力，基于美的制造实践经验派生资本，也就提炼了150多个场景，像loss场景智能体，就是专门针对生产过程中的发生损失的场景。”接受南方+记者专访，美云智数总裁金江解析。
近日，美的旗下美云智数正式揭晓其匹配多种工业场景的智能体产品，给工业软件行业带来一个明确信号：那个依靠堆砌功能菜单、强迫工程师学习复杂操作逻辑的“传统工业软件时代”，也许正在加速落幕。
从“人通过软件操作机器”，进化为“软件像人一样思考并执行”，工业软件的进化史，迎来里程碑式节点。
美云智数“关键一跃”
在发布会现场，美云智数演示了其智能体在供应链管理、排程调度及数据分析等场景的应用。与过去不同的是，用户不再需要在复杂的ERP或MES系统中点击十几次鼠标来查询一个库存数据，也不用再手动导出Excel表格进行透视分析。
演示人员只需对屏幕输入一句：“检查下周三的A型电机库存，如果缺货，请根据历史最优供应商生成补货建议。”
几秒钟后，屏幕上的智能体不仅给出了库存预警，还自动对比了三家供应商的报价与交期，并草拟了一份采购申请单，等待人类确认。
这不仅是交互方式的改变，更是生产关系的重构。这标志着这家脱胎于世界500强企业的工业软件企业，正式开启了向智能体产品公司的战略转型。——传统工业软件太“重”了，实施难、应用难、数据打通难。而基于大模型的智能体，恰恰提供了解决这些“顽疾”的新解法。
“原来主要以项目制在展开运营，之后我们将转型产品公司。”金江展望。
工业软件的“中年危机”？
美云智数并非孤军奋战。放眼全球，西门子、达索系统、SAP等老牌巨头派生资本，以及国内的中控技术、鼎捷软件等领军企业，都密集发布了与AI Agent相关的战略或产品。
工业软件行业正在经历一场“中年危机”。过去几十年，工业软件通过标准化流程极大地提升了效率，但随着制造业向柔性化、个性化发展，传统软件的僵化开始显现。
“现在的工业软件就像一个功能强大的科学计算器，但你必须懂高等数学才能用它。”一位资深CIO比喻道，“但工厂老板需要的是一个能听懂人话、能干活的‘秘书’。”
智能体正是这个“秘书”。
与此前的“工业互联网”热潮不同，这一次转型的核心在于自主性。
从“记录系统”到“行动系统”，传统ERP只是记录发生了什么，而智能体可以根据记录去执行任务（如自动派单、自动调整参数）。其次是打破数据孤岛，传统模式下，打通PLM（设计）和MES（制造）的数据需要昂贵的接口开发。而智能体可以通过理解语义，像人类一样跨系统调取信息。
与此同时，过去老师傅的经验很难代码化，现在可以通过自然语言训练给智能体，让“老师傅”变成“老算法”。
智能体“重塑车间”
工业软件公司的转型，最终要看“疗效”。正如金江所言，在大量的制造实践支持下，美云智数才提炼出目前的场景智能体，而一旦这些智能体走入工业制造现场，它们也将重塑生产场景。
例如，在CAD/CAE领域，智能体不再只是画图工具。设计师提出“设计一个轻量化且能承受500kg压力的支架”，智能体能自动生成上百种拓扑优化方案，并调用仿真软件进行验证。工业软件公司正在变成“虚拟工程师经纪公司”。
而面对红海危机或突发疫情导致的供应链中断，传统软件只能报错。供应链智能体能实时扫描全球物流新闻，预测风险，并自主向备选供应商询价。美云智数的案例显示，这种能力让供应链响应速度提升了40%。
过去的预测性维护是“看图说话”，现在的运维智能体能“开方抓药”。当设备发出异响，智能体结合声纹数据和维修手册，直接告诉维修工：“可能是3号轴承磨损，建议携带X型号备件，更换步骤如下……”
未来挑战来自多方面
尽管愿景宏大，但从“软件公司”转型为“智能体公司”，这条路布满荆棘。
首当其冲的是“幻觉”问题。 在生成一篇新闻稿时，AI胡编乱造可能无伤大雅；但在控制一台千吨级的液压机或调配制剂时，0.1%的错误都可能导致灾难。
“工业场景需要的是确定性，而大模型本质上是概率性的。”一位工业AI专家指出。
为了解决这个问题，美云智数等厂商正在探索“大模型+小模型+知识库”的混合架构。即利用大模型理解意图，利用小模型进行确定性计算，利用行业知识库进行边界约束。这不仅考验算法能力，更考验对工业机理的理解。
其次是数据安全与隐私。哪家制造企业愿意把核心工艺配方上传到公共大模型？工业软件公司必须提供私有化部署、端侧智能体的解决方案，这对其技术架构提出了全新的要求。
最后是商业模式的重构。 传统软件卖License（许可证）或SaaS账号，譬如此次美云智数智能体是按照单体个数计费，未来智能体是否会按“完成任务的数量”或“节省的成本”来收费？如果软件变成了“员工”，商业模式是否演变为“雇佣费”？这是所有转型者必须思考的问题。
除此之外，记者在调查中也发现了外界的一些质疑之声。
首先，这是给传统软件套个“聊天框”的壳，还是底层逻辑真的变成了智能体工作流？
其次，客户的买单意愿如何激发？制造业老板是最务实的。智能体能不能算清楚投入产出比（ROI），是落地的生死线。
第三，生态谁主沉浮？智能体需要调用各种API。未来是诞生通用的工业大模型底座，还是各家软件公司守着自己的“围墙花园”？
但无论如何，工业软件定义正在重写，未来的工业软件公司，将不再是代码的搬运工，而是工业知识的封装者和数字劳动力的提供商。对于中国制造业而言，在“工业软件+大模型智能体”的新赛道上，这或许是一次换道超车的机会。
南方+记者 姚翀派生资本
捷希源配资提示：文章来自网络，不代表本站观点。
