工业制造领域迎来深刻变革，AI 驱动的数智化发展成为产业升级的关键。
深耕汽车、新能源及有色金属等领域的广域铭岛，近日携行业首个 「Geega 工业 AI 应用平台+工业智造超级智能体」 重磅亮相 2025 世界人工智能大会 （WAIC），展现其打造 「AI 原生企业」 的能力，引发业界热切关注。
在 WAIC 特设论坛 「AI 智启新局：从技术革命到商业应用」 活动上，广域铭岛首席战略运营官姜鸿亮表示，工业智造正在经历从效率驱动到价值创造的范式跃迁。「我们能够感知到，全新的时代开启了，企业是有可能基于数字原生到 AI 原生这样的转变来实现生产力与价值的重构。」
AI 引领工业制造从效率驱动到价值创造
回顾工业制造行业的发展，在软件这一细分领域，姜鸿亮提到，过去几十年间已历经四次明显跃迁：从早期 ERP 及泛化 ERP 为代表的工业软件集成，到近十年以 5G、IoT 为核心的工业互联网浪潮，技术变革始终围绕 「改变效率、提升效率」 展开。
但长期以来，工业制造面临的核心挑战是如何突破简单粗暴的 「效率优化」，真正实现 「价值赋能」——用机制驱动企业创造力提升、重构生产力体系。随着神经网络、机器学习的发展，再加上 2022 年 GPT 发布，2025 年 Agent、具身智能等技术出现，让这一跨越式变革成为可能。
在姜鸿亮看来，迅猛发展的 AI 技术，当下给企业带来三个具有革命性影响的机遇：
一是在国家层面，科技创新到产业创新是新质生产力提升的核心路径。AI 作为这一轮推动变革的核心技术，能够在 B 端催生大量新业态，这些新业态也会反哺 C 端，最终推动科技创新与产业创新深度融合，助力新质生产力提升。
二是 AI 技术的发展，尤其是今 Agent、具身智能等出现，让企业实现数据决策成为可能。过去工业制造领域存在大量非结构化数据，对于这些数据的处理非常困难，而 AI 大模型解决了这一难题，为数据分析、知识沉淀，以及数据、模型的梳理整合等垂直领域带来新机遇。
三是以往制造领域侧重物理资源的排布和设计，如今 AI 激活了数据、知识、算力等新生产要素，这些要素将推动企业在创新力、产品设计、生产效率及服务能力等方面全方位重构升级。
广域铭岛计划到 2030 年实现从数字原生向 AI 原生企业的跨越，为此提出三个步骤：首先，沉淀深厚的工业知识机理与 know-how，以此构建完整标准的数据基础。其次，基于海量标准数据，打造面向细分行业场景的高质量、精准的数据集，为模型训练提供精准驱动力。最后，在 AI 应用和模型使用方面，区别于 C 端大模型，工业领域需实现大模型与工业垂类模型的高度解耦、可复用、能衔接，以 「搭积木」 式实现分层协同。
通过以上三步，最终推动客户与行业实现 AI 驱动业务发展，达成全生命周期管理。
「AI +工业 Know-how」 驱动价值创造
在圆桌论坛环节，广域铭岛 AI 解决方案负责人张兴进一步分享了 AI 在工业领域的落地实践。他指出，当前工业制造领域对于 AI 的典型应用，主要集中在大模型的信息处理能力上。
「原先我们可能是用一些报表、看板做数据分析，现在有了 AI 的加持，我们就可以去利用 AI 通过问答形式获得我们想要的相关信息、相关的数据。比如某些特定领域工艺文件的生成、员工培训的考卷生成和自动打分等。」 张兴认为，未来 AI 在工业领域更大的潜力在于推理与规划，助力企业在流程环节实现智能决策。
作为吉利控股集团旗下企业，广域铭岛虽成立时间不长，却继承了母公司 30 年整车制造经验和知识沉淀，形成了独特的竞争壁垒。
据悉，广域铭岛积累了大量工业制造领域专家，成立至今已服务 20 多个行业、聚焦六大基础行业，积累了海量行业指标与知识库。与此同时，公司通过 「AI +工业 Know-how」 双轮驱动，将沉淀的工艺经验、数据与知识转化为垂类模型，并通过算法闭环持续优化模型能力。
此次广域铭岛在 WAIC 发布的行业首个 「Geega 工业 AI 应用平台+工业智造超级智能体」，切实体现了公司的践行路径，正推动着 AI 技术在更多的传统制造场景中落地。
这之中，Geega 工业 AI 应用平台面向智能制造全栈领域，能够帮助制造企业快速构建 AI 应用能力，融合了 AI 技术与工业 Know-how，为工业企业提供从 AI 基础设施搭建到智能体应用落地的一站式解决方案。工业智造超级智能体则是基于 Geega 工业 AI 应用平台构建的覆盖企业 「研、产、供、销、服」 全链路业务场景的工业智能体矩阵，它们构成的协同决策网络将串联传统工业软件的流程断点，可实现工业场景 「感知-决策-规划-执行」 的全链路运营闭环和全流程自动化。
例如，在突发的供应链中断场景中，12 类智能体 （涉及计划、采购、物流等） 可在 5 分钟内完成协同决策，而同类问题在传统模式下需人工数小时进行判断。
张兴表示，制造企业利用 AI 的过程经历了从小模型到大模型时代的显著转变。小模型时代主要针对工业视觉检测、工艺参数智能推荐、特定设备预测性维护等具体场景，而大模型普及后，凭借其经训练掌握的人类语言规律及语义理解、推理决策能力，应用场景转向企业组织流程中依赖人工的决策分析环节。
从本届 WAIC 传递的信号来看，工业制造领域的 AI 化已不再是 「选择题」，而是 「必答题」。所谓 AI 原生企业，并非简单地将 AI 当作工具使用，而是要实现 AI 与企业的深度融合——既要具备全面的企业级能力，又要吃透业务流程，将 AI 作为一种新生产力来打造。
正如姜鸿亮所言：「真正给客户带来最好服务的智能体应当是 『看不见的助手』。」 它融入流程、驱动决策，最终让工业制造的价值创造水到渠成。
