由于“感知”、“決策”與“行動(dòng)”之間的斷層，制造業(yè)究竟浪費了多少數據？
生產(chǎn)數據在看板上跳動(dòng)，但當問(wèn)題在現場(chǎng)發(fā)生，依然要靠老師傅去現場(chǎng)排查并根據經(jīng)驗追溯原因。這就是制造業(yè)的原生痛點(diǎn)：“感知”與“決策”之間，存在巨大的斷層。
工廠(chǎng)里裝滿(mǎn)了傳感器，但當產(chǎn)線(xiàn)良率出現波動(dòng)時(shí)，AI只能給出執行建議，最終真正的操作還需要人去系統里點(diǎn)選。這是制造業(yè)在新的痛點(diǎn)：“決策”與“執行”之間，也存在斷層。
創(chuàng )新奇智正式發(fā)布 奇智孔明 DeepAgent —— 一類(lèi)能夠理解復雜任務(wù)、自主調用工具并交付業(yè)務(wù)結果的工業(yè)智能體。它不再只是一個(gè)問(wèn)答窗口，而是可以填平制造業(yè)“感知”、“決策”和“執行”之間的斷層的“數字專(zhuān)家”：懂業(yè)務(wù)邏輯、會(huì )操作系統、對執行結果負責。
奇智孔明 DeepAgent
一個(gè)具備認知閉環(huán)的工業(yè)智能體
DeepAgent 并非單一的軟件功能，而是一套“工業(yè)大模型 + 工具體系 + 執行框架”的組合能力。
與傳統 Chatbot 最大的區別在于，DeepAgent 擁有完整的 Think – Search – Act（思考–尋徑–執行）閉環(huán)能力：
Think｜任務(wù)拆解與推理
接收模糊的業(yè)務(wù)指令后，基于創(chuàng )新奇智自研的 AInno-75B 工業(yè)大模型進(jìn)行意圖理解，拆解出具體的執行步驟。
例如：它會(huì )像一個(gè)老練的工程師，瞬間回溯切割機的電流數據、刀輪的壓力曲線(xiàn)，并結合工藝庫進(jìn)行推理，精準告訴你：“是因為3號刀輪在壓力區間 X 時(shí)出現了異常震動(dòng)?！?這種精確度，讓決策不再是“猜謎”，而是基于數據的“確信”。
Search｜自主調用工具與系統
不只依賴(lài)模型靜態(tài)記憶，而是能夠作為“中樞”，主動(dòng)調用企業(yè)的各類(lèi)系統與工具：
● 調用 ManuVision 進(jìn)行視覺(jué)圖像復檢
● 連接 ERP / MES 獲取實(shí)時(shí)生產(chǎn)數據
● 檢索 研發(fā)文檔與工藝參數庫
Act｜生成結果并完成執行
這是 DeepAgent 與傳統工業(yè)軟件的分水嶺。 它不只是生成一個(gè)診斷報告，它能調用工具去解決問(wèn)題：
在生產(chǎn)的各個(gè)場(chǎng)景中，它能跨平臺自動(dòng)抓取數據、識別同物異名、計算綜合成本，甚至直接生成 PO 單草稿。它還能基于市場(chǎng)預測數據，自動(dòng)調整排產(chǎn)建議，并監控良率一致性。
從“向后看的報告”轉向“實(shí)時(shí)行動(dòng)”，這就是工業(yè) AI 的質(zhì)變。
DeepAgent 不是一個(gè)“一體化黑盒”，而是高度可配置的智能體框架。企業(yè)可以根據不同的業(yè)務(wù)流，像搭積木一樣配置工具，快速生成面向不同崗位的智能體：
● 配置「視覺(jué)能力 + 歸因模型」??變成質(zhì)量與缺陷分析智能體
● 配置「采購系統 + 全網(wǎng)比價(jià)工具」??變成供應鏈采購執行智能體
● 配置「專(zhuān)業(yè)知識庫 + 銷(xiāo)售話(huà)術(shù)庫」?? 變成一線(xiàn)銷(xiāo)售/技術(shù)支持智能體
同一套底層 Agent 框架，通過(guò)不同的“技能組合”，即可服務(wù)于研發(fā)、生產(chǎn)、供應鏈等不同角色。
能在生產(chǎn)現場(chǎng)落地應用才是檢驗工業(yè)智能體成色的“金標準”。奇智孔明 DeepAgent 已經(jīng)在客戶(hù)現場(chǎng)通過(guò)一句句專(zhuān)業(yè)的回答、一次次精準的歸因、一個(gè)個(gè)被驗證的執行方案，贏(yíng)得了在制造業(yè)的認可。它真正實(shí)現了讓企業(yè)敢于把一部分重復性、高負荷的“感知-決策-執行”工作交給 AI。
場(chǎng)景： 液晶面板生產(chǎn)質(zhì)量管理
能力組合： 工業(yè)視覺(jué) + 設備傳感器數據 + 工藝參數庫
工作流：
● 視覺(jué)系統發(fā)現“崩邊”缺陷；
● 智能體自動(dòng)回溯該批次對應的切割機關(guān)鍵參數；
● 自主推理，定位到特定壓力區間與異常刀輪。客戶(hù)收益： 將根因分析時(shí)間從數小時(shí)縮短到秒級，讓工程師能直接基于結論采取行動(dòng)。
場(chǎng)景： 生產(chǎn)計劃與質(zhì)量控制
能力組合： 時(shí)序預測模型 + 產(chǎn)線(xiàn)數據分析 + 質(zhì)量歸因
工作流：
● 市場(chǎng)端：DeepAgent 實(shí)時(shí)分析市場(chǎng)銷(xiāo)售數據，精準預測未來(lái)產(chǎn)量需求，避免庫存積壓或斷貨。
● 生產(chǎn)端：將預測數據自動(dòng)轉化為排產(chǎn)指令，并實(shí)時(shí)監控產(chǎn)線(xiàn)良率。
● 質(zhì)量端：一旦發(fā)現良率波動(dòng)，智能體自動(dòng)關(guān)聯(lián)原料批次與工藝參數，確保每一批次產(chǎn)品的質(zhì)量一致性。客戶(hù)收益： 實(shí)現了“以銷(xiāo)定產(chǎn)”的精準閉環(huán)，同時(shí)大幅提升了產(chǎn)量預測準確度與產(chǎn)品良率穩定性。
讓數據被看見(jiàn) 并讓它行動(dòng)起來(lái)
基于創(chuàng )新奇智工業(yè)大模型的DeepAgent可以為制造業(yè)企業(yè)帶來(lái)的價(jià)值是巨大的：
對于工廠(chǎng)的一線(xiàn)員工而言，工業(yè)智能體可以讓他們從繁瑣的數據搬運和系統切換中解放出來(lái)，去處理更復雜的工藝創(chuàng )新。
而對于企業(yè)主而言，工業(yè)智能體的應用可以讓他們不再擔心老師傅離職帶走核心經(jīng)驗，因為 DeepAgent 已經(jīng)將這些經(jīng)驗固化為企業(yè)的“數字資產(chǎn)”。
在未來(lái)，無(wú)論身處離散制造、流程工業(yè)，還是快消與供應鏈場(chǎng)景，制造業(yè)企業(yè)都可以基于 DeepAgent 構建真正屬于企業(yè)自己的工業(yè)智能體體系。
返回動(dòng)態(tài)列表