6月19日，由鼎捷數智股份有限公司主辦的2025（第四屆）數智未來峰會在江城武漢盛大舉辦。多位行業專家對AI未來的發展趨勢及其在工業領域的應用進行了深入探討。

AI已成為一股關鍵力量，引領一場靜默而深刻的產業變革，顛覆性地重塑企業的生長邏輯，我們該如何迎接這一撥浪潮？

未來3~5年AI如何應用？

“展望未來三到五年，工業和制造企業在AI應用方面將呈現出不拘一格的多元化趨勢。鼎捷數智正致力于通過整合生成式AI與傳統AI技術，為企業提供全面的解決方案。我們設想并積極推動“數實統一”的愿景，即自然人、數字員工和物理設備在同一空間內實現高效的三元共振和有機協作。”鼎捷數智PaaS事業處首席專家金江在主論壇這樣分享道。

金江表示，鑒于未來的產業格局將是多方協作的生態，鼎捷數智高度重視與同行及其他系統之間的互聯互通，倡導并追求建立統一的行業標準和協議，以確保工業AI領域的協同發展與智能協作，這正是我們期望達成的核心目標。

華為與鼎捷的合作就非常具有代表性。華為云中國區生態發展部部長馮雷介紹，華為與鼎捷的合作歷史悠久，雙方在多個維度深入合作行業解決方案。華為云自2020年起與鼎捷深化合作，并在全國范圍內的多個產業落地了大量項目。2025年4月，雙方簽署了戰略合作協議，基于雅典娜平臺和行業Know-how進行了大量創新，在整體解決方案層面，結合鼎捷的ERP、最新AI方案和IoT模型，共同開發了諸多解決方案。雙方還通過生態融合，將方案、技術和市場緊密結合，共同打造了眾多解決行業系統性問題的標桿項目，計劃未來共同發布更多合作成果，將華為與鼎捷的能力帶到千行萬業，實現AI融合、破界生長。

馮雷指出，未來3~5年，構建數據、算力、算法的相應生態至關重要。華為與鼎捷雙方便不斷在推進這方面生態建設。

AI如何賦能研發？

“我們所處的時代正經歷深刻變革，對于制造業而言，研發創新是企業的生命線。然而，傳統研發模式面臨諸多挑戰：過度依賴資深工程師的經驗導致成本高、周期長；面對海量復雜數據，人腦和現有計算能力顯得力不不從心；尤其在經驗傳承方面，優化空間巨大。”鼎捷數智行業方案事業處副總裁顧華杰如是說。

華中科技大學機械學院的彭義兵認為，AI賦能研發最實際的途徑是找到現有流程中的關鍵點進行強化，例如在概念設計中利用大語言模型提煉需求，在結構設計中運用優化算法實現減重，以及在詳細設計中通過AI進行圖紙檢測。制造業PLM（產品生命周期管理）的特殊性，如按類管理和與企業環境的緊密關聯，使得互聯網模式的快速復制難以奏效。同時，由于制造業中存在大量不確定性知識，AI在提供全新的工藝推薦方面仍存在局限，現階段更側重于降本增效。

彭義兵認為應采取“以點到面逐步推進”的策略，并結合大模型、小模型及智能體。當前研發工具和系統正從“人為主、計算機輔助”向“人與計算機同等地位，甚至AI處于主導地位”轉變。在CAD應用方面，AI可作為加速器，通過幾何重構和文本控制提升繪圖效率，而非完全推翻原有模式。對于工藝大模型，他認為其實現難度大，更可行的方向是垂直細分領域，例如機械加工工藝，可在零件特征識別、工藝路線推薦和工藝參數優化上發力，并強調高可靠性要求下，知識引導和數據驅動相結合是關鍵。制造業的AI應用應結合具體場景，逐步推進，方能取得顯著成效。

鼎捷數智PLM事業部總經理郭兆富分享了《AI重塑企業研發新范式》。他指出，中國制造業研發模式經歷了手工繪圖、甩圖板工程到三維仿真與平臺化工具的四個階段，每次變革都顯著提升了研發效率。當前，AI技術特別是大模型的興起，預示著研發模式將迎來新一輪革命，其核心在于從經驗驅動轉向數據驅動，從線性流程轉向敏捷迭代，從物理試錯轉向數字預演，并從封閉研發走向上下游協同的生態模式。

郭兆富強調，雖然過去20年研發數字化在產品模型數據化和研發體系數字化方面取得進展，但仍面臨對資深工程師依賴度高、知識主動涌現不足、數據貫穿不暢以及個性化需求與上市周期縮短等挑戰。面對這些內外部壓力，企業已開始嘗試AIGC與CAD結合等新模式。他提出了“新數據研發新范式”，即基于統一平臺的數據研發與應用，通過數據采集、通用大模型結合行業知識庫與知識圖譜，構建智能設計與優化、知識共享與協同、設計成本控制以及研發數據決策等四類AI應用。

郭兆富建議企業分三步推進AI在研發中的應用：首先是思想理解和適應AI趨勢，其次是選擇高頻且重點的研發環節進行切入，逐步重構業務流程。鼎捷數智的目標是讓工程師擺脫重復性工作，專注于創新，讓管理者更精準判斷產品方向，并使AI系統從工具轉變為協同創新的參與者，最終實現人與AI智慧的協同共生，共同推動中國研發模式的變革。

南京智程信息科技創始人張偉現場揭秘了《AI突破傳統3D設計模式》。他指出，當前制造業研發已從最初的圖紙發展到以三維模型為中心的設計、工藝、制造和仿真協同，但仍面臨諸多挑戰：系統智能化提升的同時，知識工作者（如設計師、工藝師）卻因需處理大量數據而疲憊不堪；重復性工作量巨大；零部件種類爆炸式增長導致成本上升；以及標準化執行困難和一次性質量問題頻發，這些都導致研發周期不可控、成本高昂且創新受阻。

張偉認為，AI將是解決這些問題的關鍵，并提出了AI驅動的智能研發創新4.0范式，即工業語言將與AI深度結合，圍繞AI與3D模型構建企業研發全流程。在具體應用方面，張偉介紹了多項AI與3D結合的實踐，旨在解決實際問題而非盲目追求大模型。他特別提到了鼎捷的“紋身設計”在解決3D設計問題上的應用。此外，張偉還介紹了AI在解決零部件增長和成本控制方面的應用，包括智能零部件分類與參數提取、重復件分析、通用化評估（助力標準化）、智能檢索和采購決策，這些都可大幅降低企業成本。

智程與鼎捷互為合作伙伴，共同為客戶提供3D領域的整體解決方案，已成功應用于三一重工、高科技企業和非標自動化等多個行業的頭部客戶，在降低成本、提升效率和質量方面取得了顯著成效。

AI重構數智生產力與未來工廠

中國信息通信研究院華東分院副院長廖運發先生在“數智生產力專題論壇”上，圍繞“推進AI產融合作，助力AI產業發展”的主題進行了深入闡述。AI作為新質生產力的重要工具，正成為推動數字經濟發展的核心引擎，其發展速度遠超GDP增速。他提到，全球AI產業規模已超6000億美元，中國AI產業規模至2024年底突破6000億元人民幣，且AI領域的獨角獸企業數量占據了獨角獸總數近半，投融資規模大幅增長。目前已有近300款大模型通過備案，預示著未來專業化模型將越來越多。盡管AI產業發展迅猛，但成本高企、營收規模不足、融資困難等問題凸顯。

鼎捷數智數據平臺研發中心項目總監丁晶晶女士帶來了題為《數據煉金術：解碼AI賦能業務的價值閉環》的分享。她指出，高質量數據是AI落地的核心關鍵，在AI時代，企業需擁有組織力、共識并找準人工重復工作、優化業務流程及決策判斷等AI應用場景。鼎捷智能數據套件作為平臺級產品，提供了智能數據引擎、智能數據治理工具、指標管理工具、智能決策工具和敏捷問數產品，旨在幫助企業實現全域數據統一匯聚、高效開發，并通過AI實現數據治理的自動化、指標數據的深度洞察以及一鍵生成報告等功能，從而助力企業構建全鏈路AI場景閉環。現場，通過智奇鐵路和華祥苑的案例，展示了鼎捷如何助力客戶實現智能制造、數字化轉型、精細化運營和戰略決策，最終實現數據與AI對業務價值的持續驅動。

鼎捷數智AI研發中心總經理劉暉以《AI生產力：企業級AI應用建設路徑》為主題，分享了鼎捷在企業級AI應用方面的經驗與思考。隨著生成式AI和智能體的興起，企業正面臨AI焦慮，亟需探索如何在企業中引入AI解決方案。未來企業應用將從“人為主、計算機輔助”向“人與計算機同等地位，甚至AI處于主導地位”轉變，AI智能體將成為模擬的數字員工，自主決策和執行業務，并改變傳統人機交互方式，帶來任務自動化、生產力提升和成本降低等優勢。

劉暉提出構建企業AI應用的四大關鍵步驟：制定AI規劃（考慮安全、可控和數據基礎）、構建基礎AI應用框架（模型層、智能體構建平臺、統一前端入口）、明確應用范式（+AI與AI+模式，并強調ROI和痛點選擇）、以及構建支持服務體系。劉暉特別提到，鼎捷基于40余年制造業經驗，積累了豐富的行業知識和模型，并提供了Indepth AI智能體開發平臺、娜娜智能入口等工具，幫助客戶快速構建各類智能體，實現業務自動化、知識庫應用和領域級場景智能化，最終助力企業實現AI應用的輕量化設計與高效運行。

華為上海昇騰創新中心CTO賈挺猛帶來了《構筑智能根基 共建數智未來》的分享。DeepSeek等大模型對AI領域具有顛覆性影響，其大幅降低了AI使用的算力成本，使得大模型在邊緣部署成為可能，推動了AI的普惠性應用。盡管Scaling Law決定了AI基礎能力的突破仍需大算力支撐，但企業應重點關注數據治理平臺的搭建，以不變應萬變。

昇騰作為全棧AI軟硬件提供商，致力于提供從端側到云端的硬件支持和AI使能、AI框架、AI套件等技術棧，并與DeepSeek、千問等主流模型進行了深度適配，成為國產化芯片中被主流生態認可的AI芯片。賈挺猛預測了AI應用的三大趨勢：2C端AI智慧終端產品的興起、2B端Office等辦公軟件全面集成大模型原子能力、以及智能體作為新型軟件產品的誕生。他強調華為與鼎捷緊密合作，共同打造AI一體機雅典娜平臺，將大模型能力集成到ERP等業務系統，為制造業提供數據隱私安全且響應及時的解決方案，并希望與更多伙伴聯合共建自主可控的AI產品和解決方案。

潯興拉鏈CIO周海安先生分享了“潯興拉鏈：創新生產力的數智探索與實踐”。他介紹了潯興股份作為拉鏈行業的領軍企業，在應對市場變化、定制化需求和外部競爭挑戰中，將數字化轉型作為必然選擇。潯興拉鏈確立了從“人控到數控”的愿景，并分階段推進數字化，核心武器包括MES制造執行系統、BI商業智能系統和數據中臺架構。周海安強調了數據底座的重要性，通過數據煉金庫、數據治理和數據應用三層架構，將數據資源轉化為“彈藥”，并解決了海量訂單下的系統運行問題。

此外，潯興拉鏈通過梳理人和流程，擴建數據標準委員會，將業務實體人員納入數據標準建設，提升數據質量并應用于營銷、倉儲等實際業務場景，最終在質量、效率和成本方面取得了顯著提升，并計劃未來通過AI驅動業務，將AI應用拓展到生產車間，實現創新生產力的進一步提升。

鼎捷數智數智運營方案事業部總經理周桂文先生發表了題為《企業信息系統+AI: 新體驗、新能力、新價值》的演講。他指出，面對AI浪潮，核心IT系統需要系統性、全面地融入AI，而非點狀應用，以解決傳統IT系統復雜、流程固化以及報表缺乏業務洞察力等問題。他強調，通用大模型在企業復雜場景中存在局限，鼎捷通過將制造業業務知識、IT系統知識和動態業務場景知識喂給大模型，并綜合運用提示詞工程、知識庫增強檢索、模型微調等手段，使大模型更懂制造業場景。

周桂文通過知識庫應用、ERP報表智能化和業務流程超自動化等案例，展示了AI全面融入IT系統后帶來的改變，并強調了知識和應用服務解耦的技術架構。他表示，鼎捷將陸續發布ERP、WMS、PLM的AI版，使系統具備數據洞察、報表報告和敏捷業務流程的超自動化能力，并提供知識庫應用和領域級智能場景，最終幫助用戶更簡單工作，系統具備更強大業務洞察力，助力企業實現更高效的業務運行。

AI如何賦能未來工廠？

鼎捷數智AIoT事業處副總裁葉賢盛分享了題為《AI賦能未來工廠新范式》的相關干貨內容。鼎捷從1982年開始，從管理軟件起家，到2015年和2019年分別成立智互聯和鼎華，以實現軟硬件結合的歷程。他們發現許多工廠在建設時存在先天不足，例如承重、物料規劃不清晰、中央空調節能考慮不足等問題，這導致后續的改造困難且成本高昂；企業在數字化轉型中遇到的挑戰包括多系統綁定、信息孤島等問題；老舊工廠的改造過程中，軟硬脫節和智能化不足是常見現象。

鼎捷則在此前發布雅典娜產品，旨在通過新一代工業互聯網平臺解決管理中的AI化的種種問題。他指出，未來工廠建設的三個關鍵步驟：第一，新工廠建設不應只做基建，而應與企業戰略掛鉤，綜合考慮物流、生產、安全、環境等環節。第二，智能化基座中的EPC（工程總承包）至關重要，它能將強電、弱電、視頻、監控、一卡通、能耗等所有基礎建設進行整合。第三，數智化建設階段，應避免單一管理軟件的盲目采購，而應基于管理痛點，有計劃地引入AI應用。

浙江省智能制造專家委員會專家、鼎捷浙江行業經營中心總監舒曉雷在《0-1數智引領，戰略驅動的智驅工廠規劃解析》主題演講中表示，布局、運營流程、數智化配套以及運營承接是工廠落地的四大要點，在工廠規劃資料準備方面，舒曉雷提出“三化融合”的方法論，即結合IE（工業工程）、IT（信息技術）、OT（運營技術）三個領域。企業內部要同時具備IE、IT、OT的能力很難，因此需要有這三種能力的服務商，且服務商應具備從運營到軟硬件、到整個生態鏈、到規劃能力的完整鏈條，避免“拼湊”的弊端。

鼎捷AIoT事業處天樞智能方案中心副總經理周進剛在《AIoT重構制造生產力新邊界》主題演講中提出了當前制造業面臨的怪圈：自動化的設備卻依賴手動控制，管理軟件淪為績效計算工具，現場管理制度執行依靠人的責任心，自動化效果取決于改造情況。他認為這歸因于建設周期長、成本高，以及市場變化帶來的快速適應挑戰。他指出，企業既想管理好又想自動化，但高投入和流程變化導致了困境。基于這些思考，天樞產品應運而生。

能迪科技集團創始人/總裁梁偉明在《智能廠務5.0：AI驅動安全、節能與運維革新》主題演講中表示，國家“3060”碳目標、降本增效以及國際市場對碳足跡、ESG的嚴格要求，企業亟需通過AI技術解決安全、高能耗和被動運維三大核心問題。

能迪是鼎捷戰略投資的成員，自2022年與鼎捷結識，并于2023年獲得A輪投資。能迪科技通過“3T”融合（OT、IT、ET），將廠務運營技術、信息技術和自有硬件連接能力相結合，從人工到AI、從單點節能到能碳優化、從被動安防到主動風險干預，構建了覆蓋設備、產線、車間、工廠到園區的一體化解決方案。

智互聯總經理許志明在《AI打造智能物流新模式》主題演講中表示，在當前AI加速發展的背景下，智互聯認為人工智能已從“實驗室產品”轉變為大規模商業應用，并將在制造業中持續推動降本增效、提質增利。物流作為工業制造的“血液循環系統”，其智能化升級對提升整體效率至關重要，彌補了單一加工單元效率提升的天花板。智互聯構建的供應鏈物流智能化發展框架包括高度數字化（算法突破，如需求預測、庫存優化、風險管理）和深度自動化（IoT技術融合，如AGV、無人機、自動化倉儲、人形機器人），旨在解決物流痛點。

智互聯圍繞多智能體協作、多模態交互和具身智能機器人三大方向發展產品和方案。多智能體協作模型覆蓋決策、園區管理、智能倉儲、運輸優化和無人駕駛配送，旨在通過智能體的決策、協作和持續學習能力，實現物流裝備、人員與廠務系統的橫向聯動，提升整體協同效率。多模態交互則將語音識別、圖像識別和視覺識別等技術融入業務處理，提升作業效率。具身智能機器人則將AI從虛擬變為實體，例如在分揀、包裝環節利用人形機器人進行精準作業，解決傳統人力耗費大的問題，實現了感知、運動和交互層的深度融合。

AI驅動的未來圖景

本次峰會深刻揭示了AI技術正在重塑制造業的全新圖景。

專家一致認為，AI已不僅是技術工具，而是推動數字經濟發展的核心引擎，其發展速度遠超GDP增速，正在催生全新的產業發展范式。在這一轉型過程中，高質量數據作為AI落地的關鍵基礎，正通過數據治理和應用架構轉化為驅動業務創新的核心動能。

AI正在徹底改變傳統的人機協作模式。從輔助工具到具備自主決策能力的'數字員工'，AI智能體正在重構企業的組織形態和運營邏輯。

在智能制造領域，數字孿生技術正將虛擬仿真與現實生產完美結合，通過虛實互動實現生產要素的精準調控。技術實現并非最大挑戰，對業務本質的深刻理解才是AI成功落地的關鍵。新一代MES系統和AIoT技術的融合，正在打造具有自主決策能力的'智慧大腦'，將管理智慧深度嵌入自動化流程。

智能廠務方面，AI在安全生產、能耗優化和智能運維方面展現出獨特價值，為可持續發展提供了技術支撐。而在物流領域，智能算法正推動倉儲轉運實現'快、準、省'的突破性提升。

這些創新實踐共同描繪出一個由數據驅動、AI賦能的智能制造新時代，技術賦能與業務洞察的深度融合，將成為企業數字化轉型的成功關鍵。