工业互联网被误读十年，智用开物用Agent重塑工厂

工业AI领域正在迎来新的变局。智用开物近期完成了近亿元天使+轮融资，投资方包括老股东瑞枫资本、创享投资，以及立讯集团家族办公室和高管团队。这是智用开物一年内斩获的第三笔融资，且新一轮融资也即将敲定。

与多数聚焦办公、编程和客服的AI项目不同，智用开物将目光投向了工厂里“不上产线”的高价值环节。排产员、报价员、设备维护工程师等关键岗位，正被其打包成虚拟工厂员工，通过四个标准化步骤，半小时即可“上岗”投入使用。

破除大平台迷思：从“紧耦合”到“松耦合”

智用开物创始人管震曾就职于微软19年，深度参与过物联网、工业互联网以及OpenAI技术的工程化。十年间，他泡在工厂一线时发现了一个普遍痛点：技术人员大谈云平台和代码，工厂老板关心的却是最现实的经济账——原料未到换不换线？停产维护损失千万怎么算？

早年工业领域普遍推崇“一个大平台统管所有业务”，用消费互联网的逻辑改造制造业。管震很早便提出“松耦合”框架，主张“专业的人做专业的事”，各系统独立运作但数据可协作。然而受限于早期的串联技术，跨环节老工匠的经验难以有效联动。

大语言模型（LLM）的兴起带来了转机。LLM犹如一个“什么都懂一点的老师傅”，让不同业务环节的松耦合连接成为可能。2023年，管震离职创业，将“松耦合”理念落地为一套多智能体动态协作系统，直接扎进制造业一线。

解决两大瓶颈：工业语义与虚拟班组

大模型落地工业现场，普遍面临两个核心难点：

1. 拖拉拽低代码工作流的脆弱性：工业现场90%的高价值场景并非固定流程，而是要面对各种动态约束。多环节串联时，上下文挤压与多头注意力机制难以保障工业级的高稳定性和可追溯性。
2. 业务语义不对齐：同一物料在供应商系统叫SKU、在工厂叫备料，规则和属性粒度各不相同。如果不统一语境，AI根本无法理解真实意图。

为此，智用开物研发了工业语义引擎，让AI先学习企业的业务逻辑、物理边界和行业规则。随后，系统采用**“虚拟班组”**架构协同运行。

与普通多智能体通过多次“握手”导致上下文层层损耗不同，智用开物的模式类似预定义好位置的“足球队”：中央调度器充当教练，各个AI智能体上场前就拥有共享的本体模型与协作协议。技术上将思维链（COT）与动作链（COA）解耦，大模型专注于慢思考与推理规划，智能体则专注于执行确定性动作，确保复杂长链条协作不走样。

标杆落地与商业化变现

在最具挑战的排产场景中，系统提供预封装的“AI排产员”。企业引入后，仅需完成系统对接、注入SOP、配置硬约束与潜规则、基于历史数据实习校准这四步，半小时内即可投入实战。调度智能体负责拆解任务，报价、库存、采购等专属智能体协同计算，输出兼顾实时产线状态的动态方案。

目前，智用开物已与立讯集团旗下的立景创新共建联合实验室，并拓展了华润燃气、珠江实业等标杆客户，2024年客单价达150万元左右。其商业模式涵盖三层：针对标杆大企业的定制开发年费、面向ISV软件服务商的集成收入分成，以及面向中小企业提供按需订阅的“虚拟劳动力市场”。

管震表示，未来的企业组织并非单纯由AI取代人类，而是让人从事务性工作中抽离，专注于异常判断与核心决策，通过人机协同构建新型生产关系。