今年夏天，世界人工智能大会（WAIC）的热度再一次刷新了人们对AI的关注度。从大模型、智能体到具身智能，从芯片、算力到应用生态，AI已经成为当下最具影响力的话题之一。无论是展馆内熙熙攘攘的人群，还是持续刷新的行业新闻，都在传递着同一个信号：人工智能正在进入一个加速普及、加速应用的新阶段。

过去几年，人工智能的发展经历了几轮浪潮。从算法研究到大模型爆发，再到智能体成为新的技术热点，AI的能力边界不断拓展。但对于制造业而言，技术先进与否只是前提，真正决定价值的，始终是能否解决现场问题、提升生产效率和优化经营决策。

制造业天然是一片复杂的土壤。这里没有标准答案，每一家工厂都有不同的工艺流程、设备体系和管理模式。AI如果不能深入生产现场，理解工业知识，融入业务流程，再先进的模型也很难转化为实际生产力。值得关注的是，今年以来，工业领域对于AI的讨论已经发生了明显变化。过去，人们更多关注“能不能做”，今天，越来越多企业开始讨论“如何做好”以及“如何规模化复制”。

在研发设计环节，AI能够帮助工程师快速完成方案生成、图纸校核和知识检索；在生产制造环节，AI正参与设备预测性维护、质量检测、工艺优化和能源管理；在供应链、仓储物流和售后服务等环节，智能决策、数字员工和知识助手等应用也开始逐渐落地。与此同时，大模型与MES、PLM、ERP和SCADA等工业软件的融合不断深入，越来越多企业开始尝试建设属于自己的工业智能体，让AI真正成为能够理解业务、执行任务、持续学习的新型生产力。

如果说去年的关键词还是“AI+制造”，那么今年，我们更愿意用“AI融入制造”来描述这一趋势。前者更多是一种技术叠加，而后者则意味着AI正在成为制造体系的一部分，与设备、软件、数据和人协同工作，共同推动生产方式的重构。

前段时间，我们联合行业伙伴共同举办了“国机杯”首届工业智能体大赛，举办这项赛事的初衷，并不是为了追逐AI热点，而是希望寻找那些真正扎根工业现场、能够解决实际问题的创新实践。

在赛事征集过程中，我们看到了一个十分鲜明的特点：参赛项目几乎都来自真实生产现场，没有脱离业务场景的技术展示，也没有停留在概念层面的产品介绍，而是围绕设备运维、工艺优化、生产调度、质量管理和供应链协同等具体场景展开创新探索。很多团队并不刻意强调模型参数有多大、算法有多先进，而是更加关注项目是否真正帮助企业降本增效、提升质量和缩短交付周期。这种变化，恰恰反映了工业AI发展的成熟方向——价值导向，而非技术导向。

每一轮技术变革，最终都要接受产业实践的检验。人工智能也不例外。只有当它真正成为制造企业提升效率、优化管理和驱动创新的重要能力，技术的价值才能得到真正体现。