盡管數字化轉型的浪潮已經席卷工業領域超過十年，但大多數工廠系統仍停留在“自動化而非智能化”階段。雖然傳感器、PLC、MES、云平臺等一應俱全，但系統之間彼此割裂，數據雖可采集卻難以理解，算法雖能運行卻無法適應變化，真正實現“感知-認知-決策”的閉環智能仍遙不可及。
為何AI在工業場景中“叫好不叫座”？為何AI模型日益強大，應用卻始終“落不了地”？工業智能化的突破口究竟在哪里？
我們或許正站在一個新的歷史轉折點。
AI智能體（AI Agents）與邊緣計算（Edge Computing）的結合，正在成為破解這些難題的新路徑。它不僅僅是一次技術組合，更是一次工業發展模式的重構：
邊緣計算將算力下沉至現場，支撐毫秒級數據處理與即時反饋；
AI智能體為邊緣節點賦予“感知-認知-決策”的自主能力；
二者共同推動工業系統，從“被動響應”走向“主動進化”，從“集中式自動化”邁向“分布式智能體網絡”。
正是在這一背景下，物聯網智庫有幸與研華科技董事長劉克振、WISE-PaaS / AI Agent研發總監康寧，展開了一場關于“工業智能體時代”的深度對談。
本文將以此次交流為脈絡，從技術、戰略與生態三重維度，探討邊緣計算與AI Agents如何構筑工業智能的新底座，并預判“垂類模型+邊緣智能”雙引擎驅動下的產業未來。
AI智能體登場：工業智能的“感知-認知-執行”新引擎
如果說邊緣計算是工業智能的基礎設施升級，那么AI智能體的引入，則意味著工業系統正在從“流程驅動”轉向“智能驅動”的全新模式。
毋庸置疑的是，越來越多的企業應用開始在邊緣運行。根據Gartner的預測，到2027年，50%的關鍵企業應用將在邊緣運行。企業正在邊緣計算上持續投入，預計從2024到2033年，全球邊緣計算支出將以兩位數的復合年增長率CAGR穩健增長。加之AI的持續進化，邊緣智能也展現出強勁的發展勢頭。Gartner進一步預測，到2026年，50%的全球邊緣部署將包含AI。
研華科技董事長劉克振敏銳地捕捉到，工業場景自動化向智能化的演變現在已經達到一個很明顯的轉折點。雖然AI普及的時間并不長，但是其趨勢卻非常強勁，隨著AI智能體與細分領域AI模型的融合越來越完善，工業場景內全面的AI智能體開始引領智能化變革。
過去沒有云邊協同方案時，每一個工廠的工控生態是由自動化團隊根據場景內需求來定制的，是一個封閉的系統。這種系統依賴預設規則與靜態邏輯，難以應對復雜、動態的生產環境。隨著云邊協同計算的普及應用，原本封閉的工業系統得到初步解放。
到了AI智能體時代，場景內的生產資料將進一步被整合為特定的小模型SLM，結合全面的行業知識云端與邊端實現智能的串通共享，研華科技董事長劉克振表示“工業智能體將場景內一切聯接起來，整個產業的效益與智能化進程度會呈現爆炸性的發展。”
具備環境感知、自主決策與執行能力的智能實體通過“感知-決策-執行”閉環，實現了從“被動執行”到“主動進化”的跨越。這種能力使AI智能體成為工業AI的終極載體：既能嵌入物理設備實現“邊緣智能”，又能通過云端訓練與迭代形成“群體智慧”，推動工業系統從“定制卻封閉的局部優化”邁向“開放且定制的全局智能”。
所謂AI智能體（AI Agent），并非單一功能模塊，而是具備感知環境、理解任務、自主決策與協同執行能力的智能實體。它們嵌入在設備端或邊緣節點，能夠在無需依賴云端的前提下，獨立完成從數據采集、分析、判斷到行動的閉環工作，成為邊緣智能真正的“執行者”與“思考者”。
工業AI智能體的三大核心能力結構包括：
1.感知能力
多模態傳感融合（視覺、聲音、振動、溫濕度等）
實時數據采集與邊緣側預處理
狀態識別與環境理解
2.認知能力
嵌入式AI小模型支持的任務理解與推理分析
與行業知識圖譜協同的智能決策機制
自我學習與模型優化
3.決策與執行能力
與現場設備聯動的控制指令下發
多智能體之間的協同調度
任務完成后的反饋與自我校正
這種能力結構，使AI智能體不再是被動的算法工具，而是具備“情境理解+協作執行”的智能工作節點，推動工業系統從“指令式執行”向“目標導向協作”演進。
應該說，AI智能體的崛起并不是顛覆傳統自動化升級路徑，而是通過更全面的數據、更精細的模型、更強大邊緣計算重構工業智能的底層邏輯，用智能體的自主認知驅動場景的智能化能力提升。
工業AI智能體的引入，不是對傳統自動化的取代，而是一次系統架構與智能邏輯的躍遷。
研華科技研發總監康寧也提到了這次工業智能的躍遷，需要智能體來構筑起工業場景里物聯網和模型融合的智能中樞，完成數據從感知、匯總到自主決策，甚至執行端到端的閉環，最終幫助企業搭建起專屬的“智庫”。
可預期的是，整個行業在邊緣智能改造上會有很多需求出現。正是在這樣的契機下，研華科技開始戰略轉型，從“工業電腦領軍企業”向“Edge AI引領者”轉變，即從提供行業硬件平臺與軟件工具，向邊緣運算硬件與智能軟件徹底融合的AI Agent on Edge方向發展，將AI硬件與軟件深度綁定協同解決工業AI落地中的諸多技術瓶頸，在OT與IT的深度耦合基礎上合力推動產業應用的全面智能化。
從底層技術到生態協同，構筑工業AI智能體核心能力
不論是工業AI還是具體到工業智能體，其核心技術體系均圍繞著數據驅動決策、實時響應、自主協同展開，分解來看有如下幾個核心模塊：
邊緣計算硬件帶來的本地實時數據處理：邊緣計算硬件通過將算力下沉至設備端或近場節點，實現毫秒級響應，滿足工業場景對低延時的嚴苛要求；
基于工業場景的細化AI模型：適配資源受限邊緣計算硬件，通過模型剪枝、量化等技術優化后的定制化場景AI模型；
適配算力硬件的AI軟件整合平臺與應用套件：采用模塊化將不同的功能和組件進行分離以便于開發、維護和擴展的AI軟件整合平臺。同時采用容器軟件開發AI應用套件，提高資源利用率和部署效率。
在交流中我們也了解到研華科技正在圍繞工業智能體的核心技術進行布局，如開發Edge AI加速模塊、Edge AI產業應用系統、Edge AI大型語言模型訓練系統及Edge AI服務器等產品，并提供整合式AI軟件平臺工具Edge AI SDK，協助產業客戶評估驗證AI平臺效能及應用開發，同時與主流芯片廠商共同開發高效能邊緣AI計算平臺。
工業數據碎片化和利用率低、工業場景對決策確定性和可解釋性的嚴苛要求、AI智能體協同也是工業智能體在普及中會面臨的落地難題。研華科技布局相關技術棧，提供如端側多模態數據采集和通訊連接產品、工業場景AI算法專家庫以及打通數據流的Agent Builder智能體平臺等等。
硬件與應用軟件的“打穿”具有產業變革的重大意義，這些圍繞工業智能體核心技術體系的產品給產業客戶搭建了一個讓AI快速進入到工業應用的橋梁。當然，除了底層軟硬件，為了推動工業智能發展，整個上下游生態協同和產業共創也必不可少。
在與研華科技董事長劉克振的深度交流中，一個核心判斷逐漸清晰：工業智能體不是一項技術革新，而是一場系統性轉型。
這場轉型的核心不在于“AI是否足夠強”，而在于企業是否已經準備好迎接一個由“智能協同”主導的工業新未來。
研華科技董事長劉克振在交流中特別強調了研華正在加速推進與產業鏈上下游的合作，通過WISE-Edge鏈接邊緣端的軟硬整合策略，打造工業智能體生態系統，將AI芯片廠商、多模態傳感器供應商、AI軟件技術企業、行業系統集成商，以及專注邊緣智能的渠道經銷商匯聚其中串聯起來，形成合力共同構建覆蓋“端-邊-云”的工業智能體繁榮生態。順勢，研華正在轉向“AIoT生態系統推動者”的角色：
攜手AI芯片廠商共建邊緣端算力生態；
聯合系統集成商打造行業解決方案；
連接渠道與客戶，構建邊緣智能場景庫。
這一戰略轉型的目標，是打造一個覆蓋“端-邊-云”的工業智能體生態體系，實現從“軟硬件供應”到“賦能平臺”的躍遷。
這一系列深刻的戰略判斷，不僅為研華自身指明了“從工業電腦到工業智能體平臺”的轉型路徑，也為整個工業AI生態提供了一個可以參考的系統級架構藍圖。AI應用的落地，不能是單靠一家企業，應該是靠整個產業鏈上下游形成一個合力，打造共同發展的良性生態，這樣產業才能向著邊緣AI、工業智能的大方向邁進。
垂類模型必然崛起，工業智能體時代終將到來
對于邊緣智能或者工業智能體的崛起，物聯網智庫與研華科技都持樂觀的態度，這是確定會發生的行業變革。
雖然工業AI模型能力還沒進化到非常完備的地步，到實現真正的工業智能體確實還存在諸多障礙，但是現今的企業競爭環境下，AI能力已經成為企業核心競爭力，AI能力的缺失會讓企業在智能化浪潮中漸漸掉隊。隨著工業邊緣多層級算力逐步完善以及模型從量變開始向質變演進，工業智能體時代的腳步正在臨近。
在交流中，研華科技董事長劉克振特別提到了“垂類AI模型”，并認為，如今大語言模型、通用模型能力越來越強且市場需求已經接近飽和，而且現在都開始向開源免費的商業模式發展，行業垂類模型的出現提供了一個可盈利的商業機會。
“垂類模型具備商業模式閉環的強力機制，因為針對細分行業的模型很珍貴且具備獨占性，未來垂類模型有可能在用戶綁定與收費價值上迎來突破。”同時研華科技董事長劉克振認為，垂直領域的垂直模型應該會先發生，進而推動邊緣智能。
在《邊緣智能+垂類模型:AIoT 2.0的”雙引擎”》中，我曾提及“垂類模型崛起是必然的”，來自物理世界的數據缺乏導致通用模型應用在物理世界有先天不足，在面對復雜多變的行業需求時無法完美契合。為了讓AI模型更好地理解行業知識，解決特定領域問題，垂直行業的定制化模型成為讓AI從“通用智能”走向“場景智能”的必然路徑。
對于AIoT場景來說，邊緣智能和垂類模型是雙引擎，邊緣智能等于基礎設施，在基礎設施改造的成熟度之上各行各業發展出特定的垂類模型，即垂類模型的成熟滯后于邊緣智能硬件設施的成熟。
不論是邊緣智能硬件在前還是垂類模型在前，大家對垂類模型的必然崛起是有共識的，基于垂類模型能力的工業智能體也終將為工業場景帶來徹底的智能化變革。
寫在最后
從大模型到小模型到垂類模型，從邊緣計算到邊緣智能，業界尚需要一段時間在這些前沿發展方向上達成共識，耐心等待產業成熟。
工業智能體的誕生，不僅是工業自動化的延續，更是制造業操作系統的重構。它將推動工業從“工具智能”邁向“系統智能”，從“數據驅動”邁向“知識自治”。
隨著技術的不斷進步和應用場景的不斷拓展，邊緣智能與垂類模型結合下的工業智能體將釋放出前所未有的能量，極大提升生產力和資源配置效率，還將從根本上重塑生產模式，推動智能工業實現高質量發展。
