在AI技术日新月异的今天，红杉资本合伙人Pat Grady的一句话引起了业界的广泛关注：“下一轮AI，卖的不是工具，而是收益。”这句话被视作万亿美元级别的机遇，而企业级AI的应用落地则被视为实现这一收益最大化的必经之路。
企业级AI的成功落地，离不开模型、数据和场景三大要素。创新奇智CEO徐辉指出，为了更好地实现AI落地，企业需要在模型能力的提升、高质量数据集的积累以及应用场景的不断挖掘与拓展上下功夫。
在模型方面，徐辉强调，并非越大的模型就越好。企业需要结合实际应用场景，选择合适的模型或平台。在生成式AI的初期阶段，企业可能会为模型的先进性买单，但随着时间的推移，企业会更加看重模型所能创造的商业价值。这一观点与红杉资本大会上150位全球顶尖AI创始人的共识不谋而合。
数据方面，IBM大中华区技术销售总经理、首席技术官翟峰指出，企业在通过AI获取收益的过程中，需要面对高质量数据的获取、使用以及发挥作用三大挑战。数据是企业级AI落地的核心生产力，没有数据，一切都是空谈。翟峰进一步强调，虽然大模型可能拥有大量的互联网数据，但企业最核心的数据是否整合出来，才是关键。
创新奇智CTO张发恩则认为，数据是当前以及未来很长一段时间内企业重要的资产组成部分。企业需要重视数据合规问题，并获取高质量数据用于训练模型。创新奇智通过合成数据，为大模型和Agent提供高质量数据，以弥补一些企业在初期高质量数据不足的困境。目前，创新奇智的产品99%的数据都是通过合成数据训练的。
在场景层面，徐辉将模型的价值比作电的价值。电刚被发现时，如同奢侈品，但如今已成为普遍的技术。电的价值在于与诸多用电场景的结合，AI也是如此。徐辉指出，人工智能不再是单纯比拼模型参数，而是要比谁更能将技术与行业知识、工程化能力和商业价值深度融合。
以工业为例，大模型已经在PDM、CAD、PLM等工业软件场景中有所应用。华为、阿里云、微软等科技巨头纷纷推出工业大模型解决方案，提高生产效率、良品率等。创新奇智也与国际CAD龙头企业Bentley联合发布了基于多模态工业大模型的生成式AI设计产品iPID，将传统图片格式的PID图转化为可交互、可分析、可扩展的智能PID。
在AI时代，工业软件行业走在浪潮前头。国家层面加紧部署AI+工业软件专项行动，支持企业开发AI+CAE、AI+EDC先导产品。工信部也提出以工业智能体为抓手，深化人工智能工业应用。目前，全国已建成数万家智能工厂，覆盖超过80%的制造业行业大类。
企业层面，除了科技巨头外，鼎捷数智、创新奇智、易立德等工业软件领域垂直软件服务商也纷纷推出结合AI能力的产品。传统工业企业也积极拥抱AI，如富士康的FODT平台实现数字孪生与物理世界的毫秒级同步，国家电网打造“光明电力大模型”，在多个场景中实现设备运维、负荷预测的自动化。
尽管生成式AI技术已经在工业领域有了许多成熟应用，但距离真正的智能体时代还有一段距离。工业大模型与智能体应用正从“功能替代”迈向“认知进化”，推动制造业进入“AI定义一切”的新纪元。在工业领域应用智能体的场景中，数据治理、知识处理提升员工水平、优化流程以及辅助决策成为主要应用领域。
