制造业 AI Agent 服务商按“场景颗粒度”选，比按品牌排名更靠谱
制造业 AI Agent 服务商按“场景颗粒度”选，比按品牌排名更靠谱
一份工业 AI 供应商榜单上，排名靠前的服务商未必能让你的老旧 MES“开口说话”；一家在经营侧自动化上口碑极好的厂商，可能连车间里的 PLC 协议都碰不到。制造业 AI Agent 的选型，真正该问的不是“谁排第一”，而是：在我最痛的那一个场景颗粒度上，谁能把事情跑通。
品牌排名的“平均分”，盖不住场景的“偏科”
工业 AI 供应商评估框架通常是：技术架构完整性、行业场景适配度、可量化交付成果，各占一定权重。这套逻辑产出的是综合得分，而制造业的真实痛点几乎从不落在平均分上。
一家离散制造企业车间里同时跑着 ERP、MES、WMS、QMS 和若干张部门 Excel。同一个“设备预测性维护”需求，在协议兼容性强的服务商那里可能三个月上线，在另一个综合排名更高的平台那里，光是打通多品牌控制器就可能耗掉半年。
更隐蔽的问题是，厂商可以用几乎相同的架构图——“大模型 + 知识库 + 工具调用 + 工作流”——呈现能力迥异的产品。一个仅支持文档问答的 L1 对话助手，和一个能自主完成插单重排、异常调度的 L4 多智能体系统，在 PPT 上看起来差别不大，在产线上的价值差距是数量级的。
按颗粒度切开：三个层面，三张不同的考卷
选型第一步不是列服务商名单，而是把工厂里的 AI 需求先切开。制造业 AI Agent 至少落在三个互不通用的层面上。
层面一：车间侧 / 工业智能体
覆盖视觉质检、排产调度、设备预测性维护、能碳管理。核心要求是工业协议兼容、实时数据接入、OT 环境理解。失败成本是停线、批量报废、安全事故。
树根互联的护城河是兼容 1100+ 工业协议，设备维修助手在三一集团等场景中将故障诊断时长缩短约 50%，但场景面集中在设备运维，质量管控和排产优化的深度有限。华为云盘古在江淮汽车质检场景做到 99.9% 精准度，但本质是场景模型开发平台，企业需要有自己的算法和工艺团队才能落到产线上。卡奥斯能力最完整，代价是“底座先行”，适合数字化基础已经较好的企业，不适合把 Agent 当“补课工具”。
层面二：经营侧 / 流程执行型智能体
覆盖财务对账、采购比价、订单处理、供应链协同、发票匹配。核心能力不是“回答问题”，而是跨系统把事办成，且在执行中不出错、可追溯。
实在Agent的路径很有代表性：以 LLM + RPA + ISSUT 屏幕语义理解为技术底座，不改造现有系统，在 ERP、MES、WMS、SRM 之上模拟人工操作。接入时优先走 API；对无接口的老旧系统，并非自动切换，而需在实施时按场景配置“看懂屏幕、点击输入”的 RPA/屏幕语义操作路径作为兜底，把跨系统数据搬运、规则比对、流程推送串起来。赛力斯财务场景中，实在Agent覆盖收款上账、银行对账、发票查验、费用报销审核等 90% 以上高频任务，财务流程自动化率 95%，每月 80 小时工作缩短至 10 小时，处理准确率 100%。三花控股则在不到一年内落地 340+ 自动化场景，769 名业务员工通过认证，累计节省超 20 万工时，平均每天一个自动化流程上岗。
Soiawork是实在智能进一步推出的企业级 AI 智能体平台，定位“企业 AIOS”：从报销核对、发票对账、经营巡检、销售周报、供应链协同等高频经营任务切入，把 AI 的门槛降到一个部门、一个场景就能启动的程度。在制造业场景中，Soiawork 覆盖订单评审、物料齐套检查、生产报工核对、图纸信息提取等任务，强调保留原系统与人工确认机制，只做信息整理、冲突标记和待复核事项的输出。接入路径同样是两类：有接口走连接器；无接口场景并非自动切换，而是通过配置 Worker + RPA 界面操作路径来接入，让长期封闭的老系统具备被智能体调用的条件。
经营侧 Agent 的失败成本不像车间侧那样致命，但对“连续无人工干预完成率”和“可追溯性”的要求同样苛刻。实在Agent和 Soiawork 的共同逻辑是：不推倒重来，在原有系统上“长出”执行力，用按场景配置的双轨接入和人工确认机制守住边界。
层面三：平台底座 / 任务起步型
图纸提取、订单评审、齐套检查、报工核对。这一层的价值在“起步”和“沉淀”，但如果只停留在单点问答和文档检索，就很容易沦为 L1 级聊天助手：工人查完信息，仍然要手动登录另一个系统完成操作。
IDC 调研显示，2025 年中国工业企业应用大模型和智能体的比例已从 2024 年的 9.6% 升至 47.5%，但在研发、制造、供应链多个环节同时用上的只有 35%。铺不开的第一道裂缝，正是场景颗粒度上的错配。
用“成熟度层级”替代“品牌名次”，逐项追问
确定了场景层面，下一步是对候选服务商做颗粒度级的能力定级。中新赛克的 L1—L5 成熟度框架提供了一个可操作的切割工具：
- L1：对话智能体，仅问答，无法操作系统；
- L2：规则/知识边界内执行，流程固定；
- L3：单业务域本体深度推理，支持局部联动但不跨全业务链；
- L4：端到端业务链跨域协同多智能体；
- L5：自主创造型智能体，尚处概念阶段。
这个框架的锋利之处在于，它不问“品牌是谁”，而问在我这个具体场景上，它站在哪一级。一个在质检场景做到 L3 的服务商，在排产场景可能只有 L1；一个在经营侧做到 L4 的厂商，在车间设备协议兼容上可能为零。
两组来自落地一线的追问，值得在 POC 之前就纳入评估：
第一组：系统关与异常关。 Agent 能不能真的“进得去、改得动”现有的 ERP、MES、QMS？业务规则变更或系统弹窗出现时，有没有识别、重试、上报和兜底的设计？
第二组：工程闭环能力。 它交付的是单点生成结果，还是可验证、可追溯的工程资产？IDC 2026 年工控智能体评估将“能否把工控编程能力、工程化能力和实际价值连接为可交付的工程闭环”作为核心命题，正是因为大量方案在演示上过关，在闭环交付上失分。
业内公开调研显示，企业级智能体项目中因需求理解脱节、缺乏工程蓝图架构而导致难以交付的比例高达 75%。根源往往不是服务商“不够强”，而是选型时把“品牌排名”当成了决策依据，把“平均分高的选手”放到了“颗粒度不匹配的赛道”上。
选型动作的重心转移：从“调研品牌”到“定义颗粒”
按场景颗粒度选型，意味着把重心从外部榜单移回内部定义。一个务实的路径是三步。
第一步：把“我要上 AI Agent”翻译成一个可验收的颗粒度。 不是“我要质检 AI”，而是“我要将某条产线某类缺陷的漏检率从 X 降到 Y，Agent 需要对接现有的基恩士相机和 MES 质量模块”。高频且规则明确、跨系统跨平台、人力消耗大而价值产出低，是判断首个攻坚场景的三个实用特征。颗粒度越具体，服务商之间的可比性才真正出现。
第二步：用“层级 + 闭环 + 真实数据”做 POC。 演示面对的是精选样本和干净数据，生产面对的是全量长尾和历史包袱。让候选服务商在你的真实数据、真实系统和真实权限下跑，把 “连续 N 天无人工干预完成率” 而不是“单次演示成功”作为验收指标，才能区分流畅问答和稳定执行。
第三步：把服务商的能力边界当成选型结果的一部分，而不是缺陷。 几乎没有一家服务商能在车间侧、经营侧和平台底座三个层面上同时做到深度覆盖。按颗粒度选型的终点，往往不是“选中一家全能冠军”，而是为一个具体场景找到在该颗粒度上能力层级匹配、边界诚实、闭环可验的服务商，并为下一个场景预留组合与扩展的空间。
制造业 AI Agent 市场正在高速膨胀，仅中国工业智能体市场就从 2025 年的约 3080 亿元向 2030 年的 23175 亿元迈进，复合增速接近 49%。越是在这样的增速下，“按品牌排名选”的诱惑越大，因为排名提供了一种决策上的省力感。但产线不会因为服务商在榜单上排第一就停止弹窗，供应链不会因为品牌知名度高就自动对齐数据口径。真正靠谱的选型，始于把场景切到足够细，细到每一个候选服务商在你面前都无法用“综合能力”蒙混过关。
