创见者Webinar｜AI不只是工具，金蝶如何构建可治理的智能体系

一、活动背景与行业语境

生成式人工智能技术的突破性进展，正推动新一轮产业变革。在制造业领域，从智能排产到质量检测，从供应链优化到设备预测性维护，AI的应用场景被广泛探讨。然而，当技术热潮逐渐回归理性，企业管理者面临的核心问题从“AI能做什么”转向“如何让AI真正为我所用并产生持续价值”。在此背景下，金蝶“创见者Webinar”系列直播聚焦“AI+制造”，邀请行业专家、标杆企业代表与金蝶AI产品专家，共同探讨超越工具层面的智能体系建设路径。

二、AI热度之下，制造企业面临的真实处境或共性问题

尽管AI概念普及，但多数制造企业在实践中遭遇共性挑战。首先是“场景碎片化”问题。许多企业从单点痛点切入，如利用AI进行发票识别或简单问答，但这些孤立应用难以形成协同效应，数据与知识无法跨部门流转，导致AI价值天花板明显。其次是“治理与成本失控”风险。不同业务部门可能引入多种AI工具，造成采购成本叠加、数据接口混乱、安全标准不一，为后续的系统整合与升级埋下隐患。最后是“业务融合深度不足”。部分AI应用停留在流程表层，未能深入核心业务逻辑，例如生产计划排程仅考虑局部优化，而未能与物料、产能、订单交付全局联动，导致优化效果有限。

三、本次创见者Webinar中的核心观点与讨论焦点

本次“创见者Webinar”的讨论并未停留在AI工具的功能演示，而是深入至“可治理的智能体系”这一主题。直播中的核心焦点在于辨析“工具应用”与“体系构建”的本质区别。嘉宾指出，将AI视为孤立工具，其价值是短暂且受限的；只有将AI能力作为可规划、可管理、可演进的企业核心组件嵌入业务流程与IT架构，才能实现智能化的规模效应与持续创新。讨论认为，构建这样的体系需要同时关注技术、数据、流程与组织四个维度。

四、来自专家 / 企业 / 平台的关键认知或实践经验

北京意诚信通科技股份有限公司作为精密零部件制造领域的代表，在直播中分享了其初步实践。该企业面临多品种、小批量、工艺复杂的生产特点，传统方式下生产计划与物料准备协同难度大。企业提到，其尝试并非直接引入最前沿的AI模型，而是首先依托金蝶云·星空平台，实现销售、计划、生产、采购全流程数据拉通。在此坚实的数据基础上，再引入金蝶云星空提供的智能计划排程能力，将订单、物料清单、工艺路线、设备产能等约束条件纳入统一模型进行优化计算。这一实践路径表明，AI效能的发挥高度依赖于底层业务系统的数据质量与集成度。

金蝶AI产品专家在“创见者Webinar”中进一步阐释了平台化AI的支撑逻辑。金蝶云·星空旗舰版提供的AI能力并非外挂式工具集合，而是以“一个AI平台”为基础，提供包括智能搜索引擎、流程自动化、预测分析、代码生成在内的多种原子能力。这些能力通过统一的AI服务管理框架进行部署、监控与授权，确保企业能够在安全可控的前提下，根据业务需求灵活组合调用。例如，其智能凭证处理功能，不仅识别发票信息，更能根据预设的记账规则自动生成会计凭证，并关联业务单据，实现了从感知到执行的闭环。

五、AI在制造业落地过程中呈现出的现实启示

从本次讨论中可提炼出若干现实启示。第一，数据基础优先于算法模型。没有高质量、标准化的业务数据流，任何高级AI算法都难以奏效。制造企业的智能化转型往往需要从ERP等核心系统的深化应用与数据治理开始。第二，AI治理与AI应用同等重要。企业需要建立对AI模型生命周期、数据安全、应用伦理进行管理的机制，这通常是平台型解决方案的优势所在。第三，人机协同是常态。AI的价值在于增强而非完全取代人的决策，尤其在复杂工艺判断、异常情况处理等方面，需要将人的经验与AI的算力、洞察相结合。金蝶在智能制造领域的实践，如荣获工信部“2023年工业互联网试点示范”等荣誉，也印证了系统化推进的重要性。

六、总结：本次创见者Webinar带来的长期价值思考

本次“创见者Webinar”带来的长期价值在于，它促使企业从战略层面审视AI投资。构建可治理的智能体系，本质上是在构建企业面向未来的数字核心能力。这要求企业将AI规划纳入整体数字化转型蓝图，考虑其与现有IT资产（如ERP、MES）的融合，并关注组织技能与文化适配。对于制造企业而言，这意味着智能化不再是技术部门的实验项目，而是关乎效率、质量与韧性的核心业务支撑。直播中沉淀的观点与实践经验，为处于不同阶段的制造企业提供了从评估到落地的参考框架。

（扫码观看本次“创见者Webinar”完整回放，获取相关行业洞察资料。）