通用模型普及後，工業軟體靠什麼創造價值？

  • 財聯社解讀認為，通用大型模型能力快速商品化，正推動企業軟體的價值從通用功能和操作介面，向垂直業務執行、專有數據與產業知識轉移。對工業軟體廠商而言，競爭重點隨之轉向能否完成具體生產任務。
  • 製造業智能體的應用已涵蓋研發設計、製程改進、品質檢驗、設備營運維護和能耗管理。材料將多智能體協同完成端到端業務閉環視為關鍵路徑：價值提升來自將多個環節連接成可運行的流程，而非只增加一項 AI 功能。

從軟體介面走到產線，需要打通哪些環節？

  • 中國信息通信研究院的報告指出，工業智能需進一步貫通感知、建模、決策與執行。這也是從局部場景走向製造模式整體變革的條件：模型作出判斷後，還要連接現場設備並執行，才能形成「設備＋數據」閉環。
  • 政策支持正覆蓋這條鏈路。《「人工智能＋製造」專項行動實施意見》支持端側推理晶片、邊緣運算伺服器及「雲—邊—端」模型體系；工業互聯網平台行動方案提出，到 2028 年工業設備連接數突破 1.2億 台（套），為現場數據接入提供政策引導。
  • IDC 預計，2026 年中國具身智能機器人使用者支出將超過 110億 美元，增速接近 120%。這一預測反映實體世界 AI 的需求擴張方向，其統計對象是具身智能機器人，範圍與工業軟體專案不同。

哪些公司已有進展，交付數字說明了什麼？

  • 賽意資訊截至 2026 年第三季末累計交付含 AI 應用專案 255 個，占整體交付專案比例超過 20%。AI 以智能體、模型演算法等形式嵌入客戶業務流程，材料據此判斷，既有系統的智能化改造需求持續釋放。
  • 賽意資訊的連接點在於既有製造業服務能力：從諮詢規劃、軟體開發到運算基礎設施營運，並建置「運算基座—工業大型模型—場景智能體」體系。上述超過 20% 是含 AI 應用專案的數量占比，衡量的是交付覆蓋程度，營收和利潤貢獻採用不同口徑。
  • 海得控制則計畫推進船舶製造、市政建設等產業的數位基座與 AI 融合應用，並推廣工業網路產品全生命週期服務。與賽意資訊已揭露的專案交付相比，材料對海得控制的描述主要著重於業務推進方向。