摘要：在AI技术的浩瀚星海中，红杉资本合伙人Pat Grady的一句话犹如灯塔，照亮了企业级AI发展的新航道：“下一轮AI，卖的不是工具，而是收益。”这句话被赋予了“万亿美元机会”的深远意义，预示着企业级AI应用落地将成为通往收益最大化的必经之路。

在AI技术的浩瀚星海中，红杉资本合伙人Pat Grady的一句话犹如灯塔，照亮了企业级AI发展的新航道：“下一轮AI，卖的不是工具，而是收益。”这句话被赋予了“万亿美元机会”的深远意义，预示着企业级AI应用落地将成为通往收益最大化的必经之路。

企业级AI若要在这片蓝海中扬帆远航，模型、数据、场景，这三驾马车缺一不可。创新奇智CEO徐辉深刻洞察到这一点，他提出，要推动企业级AI的落地，关键在于三方面：提升模型能力、积累高质量数据集、不断挖掘与拓展应用场景。

在模型层面，徐辉强调，并非模型越大越好，企业需结合实际需求，选择适合的模型或平台。随着AI技术的演进，企业逐渐从为模型的先进性买单，转向为模型创造的商业价值买单。这一观点与红杉资本大会上，150位全球顶尖AI创始人的共识不谋而合。

数据，被誉为企业级AI落地的核心生产力。IBM大中华区技术销售总经理、首席技术官翟峰指出，企业在利用AI寻求收益时，首要面对的是数据问题：高质量数据是否存在？是否被有效利用？是否发挥了应有价值？他强调，企业最核心的数据整合是成功的关键。

创新奇智CTO张发恩则进一步提出，数据是当前及未来一段时间内企业的重要资产。他主张，一方面要确保数据合规，另一方面要获取高质量数据以训练模型，使其在不同场景下达到最佳状态。创新奇智通过合成数据技术，为大模型和智能体提供高质量数据，从而加速AI应用的落地，并解决初期高质量数据不足的难题。

场景，是模型价值的最终体现。徐辉以电为例，阐述了模型与场景结合的重要性。电从奢侈品到普遍技术，其价值在于与各种场景的融合。AI亦是如此，模型的价值在于与行业知识、工程化能力和商业价值的深度融合。当前，企业需优先识别最值得、最适合被AI“改造”的场景，率先落地AI应用。

在工业领域，AI的应用已初见成效。从PDM、CAD到PLM等工业软件场景，大模型技术正在提高效率、提升良品率。华为、阿里云、微软等科技巨头纷纷推出工业大模型解决方案，助力企业降本增效。创新奇智与Bentley联合发布的iPID，更是将AI与CAD设计深度融合，实现了从静态图纸到智能PID的跨越，显著提升了设计效率。

国家层面也在加紧部署AI+工业软件专项行动，支持企业开发AI+CAE、AI+EDC等先导产品，为国产工业软件的产品化研发和规模化应用奠定基础。工信部提出，以工业智能体为抓手，深化人工智能工业应用，带动工业数据集、工业大模型的创新迭代。

工业领域智能体的应用场景主要可分为四类：数据治理类，通过AI技术挖掘数据价值；知识处理类，提升员工工作水平；流程优化类，从流程驱动转向数智驱动；辅助决策类，为企业提供科学的管理制度和流程建议。这些场景的选择，源于它们是企业数据资产最密集的地方。

尽管生成式AI技术在工业领域已有多项成熟应用，但真正的智能体时代尚未来临。工业大模型与智能体应用正从“功能替代”迈向“认知进化”，推动制造业进入“AI定义一切”的新纪元。

来源：ITBear科技资讯