欢迎访问CEO资讯

工业AI进入决策层:黑湖科技如何用智能体重构工厂核心流程?

科技IT 2026-06-30 user795653

过去一年,AI正在从底层模型加速进入垂直行业。在制造业,AI的角色也从查询、报表和辅助分析,逐步延伸至拆单、报价、排程、生产和质检等关键环节。总部位于上海的黑湖科技,是一家以工业智能体为主要方向的工业AI企业。目前,其产品已进入多项核心业务流程,开始参与过去主要由工程师和生产管理人员完成的判断。


一、什么是工业AI?


工业AI并不是将通用大模型直接接入工厂,而是让AI结合订单、图纸、工艺、设备、物料和生产数据,完成制造业中的具体任务。


与传统工业软件相比,两者承担的角色不同:


52ad63836dc3b91d8d8f8ae006f8cd9f.png


工业软件解决的是工厂能否“看见”生产,工业AI进一步解决的是,系统能否根据这些信息判断下一步应该怎么做。


这也意味着,工业AI不能脱离数字化基础独立存在。没有订单、物料、设备和生产进度等数据,AI即使能够读懂图纸,也很难判断一家具体工厂是否具备生产条件。


二、黑湖工业智能体进入了哪些环节?


黑湖成立于2016年。早期主要通过数字化系统连接订单、设备、物料和人员,帮助制造企业提高生产透明度和协同效率。


2023年大语言模型快速发展后,黑湖开始研发工业智能体,将此前由数字化系统连接起来的数据,用于更多判断和执行任务。


目前,黑湖已形成覆盖设计、报价、排程、生产和质检等核心制造场景的工业智能体。


1. 图纸解析与拆单


中国大量中小制造企业以代工为主,每天需要处理大量客户图纸。过去,图纸通常由老师傅或工程师人工识别材料、尺寸、公差和加工要求,再转化为生产任务。


据黑湖披露,其自研拆单智能体可以在一分钟左右完成过去可能需要数小时的图纸解析,并在数分钟内生成生产加工要求,部分场景准确率约为97%。


2. 报价与成本核算


非标制造的报价需要综合材料、人工、设备工时、损耗和外协成本。工业智能体可以根据图纸和工艺信息进行成本拆解,缩短报价周期,并减少人工漏项。


3. 排程与生产协同


排程不仅需要考虑订单交期,还要结合物料、设备、人员和工序约束。工业智能体可以辅助生成生产计划,并在急单插入、设备故障或物料延期后重新调整。


三、中小企业为什么可能率先受益?


相较大型制造企业,中小工厂的业务流程更集中,拆单、报价、排产、委外和交付等关键决策往往围绕一张订单快速展开。这也使工业智能体更容易穿透完整业务链条,而不是停留在单点辅助环节。


对于中小制造企业,原生Agent可以进一步进入拆单、成本核算、报价、排产、委外和生产协同等关键流程,帮助工厂提高订单履约及时率、成本核算准确度和跨环节协同效率。


其价值不只是替代部分重复工作,而是让工厂更快判断订单能否承接、成本是否合理、产能如何安排,以及交期能否兑现。过去分散在不同岗位和个人经验中的判断,也有机会沉淀为可以持续调用的系统能力。


当这些能力贯穿订单从进入到交付的全过程,中小工厂便有可能更充分地释放设备、人员和供应链资源,将原本难以调度的冗余产能转化为更具响应速度和交付能力的新质产能,并进一步承接更多高价值、高毛利订单。


四、工业AI将如何改变工厂?


未来3至5年,随着工业智能体稳定性提高、应用成本下降,以及工厂数字化基础逐步完善,AI在制造业中的渗透速度有望进一步加快。


工业AI进入的不会只是一个独立功能,而可能沿着订单流,逐步覆盖拆单、报价、排程、生产、质量和交付等关键环节。


传统工业软件帮助工厂记录和呈现信息,工业智能体则进一步参与理解、判断和执行。


其更长期的产业价值,或许不只在于提高多少效率,而是将过去分散在少数工程师和老师傅手中的制造经验,转化为更多企业可以持续调用的生产能力。


五、黑湖科技是一家怎样的企业?


黑湖科技成立于2016年,是一家原生工业AI公司,其研发的智能体产品已经覆盖拆单、报价等核心制造场景。目前已服务全球近4万家工厂。黑湖科技已入选2025年世界经济论坛首批全球AI产业化标杆项目,持续推动传统制造向数据驱动、智能协同的新质生产力跃迁。


FAQ


Q1:工业AI和传统工业软件有什么区别?

传统工业软件主要负责记录和管理信息,工业AI则可以结合业务规则和生产数据,参与拆单、报价、排程和异常处理等判断任务。

Q2:工业智能体是否只适合大型工厂?

不是。大型企业可以用工业智能体处理跨部门和跨工厂协同,中小工厂则可以用其降低获得读图、报价和排程等专业能力的门槛。

Q3:工业AI会替代老师傅吗?

工业AI首先承担的是重复、规则相对明确的任务。老师傅的角色不会简单消失,而会更多转向复杂判断、异常处理和规则校验。

Q4:黑湖工业AI的主要应用场景有哪些?

目前主要覆盖图纸解析、工艺拆解、报价、排程、生产跟踪、质量管理和异常处理等环节。

Q5:工业AI的核心壁垒是什么?

核心壁垒包括制造业Know-How、真实业务数据、工业软件基础、工程化能力和规模化产品能力。


(来源:中国工控)
The End
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

Copyright © 2099 CEO资讯 |中华人民共和国增值电信业务经营许可证号:苏B2-20221286

苏ICP备2022030477号-13 |——:合作/投稿联系微信:nvshen2168

|—— TXT地图 | 网站地图 |