本白皮书旨在回应一个行业共性问题：当前各类智能体方案持续涌现，但其在制造业场景下的规模化落地仍较为稀缺。我们认为，制约落地的关键并非模型能力不足，而是数据、流程、权限三层工程架构未能形成有效解决。

一、判断：卡点在工程层，不在能力层

过去两年，行业内都在讨论一件事：能不能用人工智能把某个环节做得更快、更高效、更智能。工具确实在增加，写方案、查资料、整理会议记录的效率都有提升。但把账摊开看，交付周期、库存周转、质量损失这些经营指标并没有同步改善。这个落差不是宣传口径的问题，而是工程结构的问题。

行业层面的观察支持这一判断：工业和信息化部网站刊载的分析指出，制造业人工智能应用仍以单点部署和局部优化为主，研发设计、生产计划、质量管理、设备运维、仓储物流之间尚未形成稳定协同，系统级智能闭环尚未形成。中国工业互联网研究院把工业智能的权重概括为“七分在数据、三分在模型”。两种表述指向同一个结论，卡点在工程层。

（一）数据决定能不能用

企业 AI 与通用大模型最根本的差别是读什么。通用模型读公网语料，企业 AI 必须读自己的经营数据：订单、工单、库存、成本、质量记录。这些数据一旦进入判断链路，第一个问题就不是模型懂不懂，而是这份数据可不可靠。

可靠包含三层：口径上同一指标只有一套定义，来源上每个数能追到单据与取数时间，权限上使用者看到的数据不超过本人权限。三层缺一层，结论就只能停留在参考意见。目前每一个层面都存在智能体应用卡点，因为数据质量、单据可追与权限一致往往分属不同系统维护。

（二）智能决定值不值得用

数据解决能不能用，不解决值不值得用。值得用意味着智能嵌入的是流程中的判断环节，而不是流程外的信息环节。给答案很快，但答案不进单据、不进审批、不进生产，价值就停在个人产出这一层。

我们把智能的价值定义为进入流程的纵深：纵深越深，收益越大，代价也越大。按进入方式，智能分三种形态：知识型提供依据，数据型提供判断，业务型提供行动。三种形态的成熟顺序不能颠倒。

 图 1　普实 AI 能力图谱：一个底座、N 个场景、无限种可能

二、效率与结果之间隔着流程断点

AI 释放的价值分三层：个人任务效率、部门流程效率、经营结果。三个层级之间不是自然过渡，而是两次跨跃。多数项目停在第一层，因为第一层只需要工具，跨到第、二、第三层要动流程。

断点出现在效率释放与流程重构之间。效率释放出来的时间如果没有被重新配置，会自然蒸发。设计出图快了，但变更评审的节点、会签顺序、责任划分没变，图纸仍然卡在会签环节排队。采购询价快了，但比价规则与授权额度没改，议价空间不会因为信息更完整而扩大。时间被释放却没有被重新分配，效率就停在部门墙内。

流程重构在技术上对应流程引擎的四类配置：节点与路由、审批规则与阈值、单据字段与校验、角色与数据权限。任何一类没同步改，新流程就跑不通，最终退回线下补签。这是断点的第二个机制，也就是系统刚性。

更要紧的是，流程重构的本质是重新分配责任与考核。AI 项目通常由信息化部门发起，有工具采购权，没有改流程的授权；业务部门有流程定义权，缺少改流程的动力。两方都不动，项目就只剩下“不碰流程的提效”。这也是同一套工具在试点部门有效、换到隔壁部门就失效的真正原因。

三、业务参与越深，治理越要前置

同一句“帮我把这批订单的风险看一下”，在不同参与程度下是完全不同的工程问题。

第一级是 Chatbot，人提问、机器回答，只处理信息获取，输出是文本。答错的代价是重问一次，最多浪费几分钟。

第二级是 Copilot，人主导、机器协作，给出建议与草稿，人是执行主体。建议错的代价是返工，风险在于人可能过度信任建议而跳过核对。

第三级是 Agent，人定边界、机器推进，会调用工具、写入单据、触发流程。执行错的代价是数据与流程被改变，错误会沿流程向下游传播，风险会被逐级放大。

三级之间不是功能叠加，而是责任转移。责任一旦转移，就需要一套能证明谁授权、做了什么、依据什么、能否撤回的设施。

授权解决它能做什么：智能体身份与自然人账号分离，按任务下发临时权限，任务结束即回收，粒度细到接口、数据表与字段。

审计解决它做了什么：一条可用记录至少包含调用方身份、输入与上下文、依据的数据源与口径、输出与执行对象。

回滚解决错了怎么退：操作级恢复单条记录，单据级撤销一张单据关联的全部动作，批次级隔离一批任务并整体退回。

能力可以后补，治理不能。一个已在生产环境改数据的智能体，先上线再补审计，历史操作无法追溯；先上线再补权限，越权无法认定；先上线再补回滚，错误已经扩散到下游单据。治理不是拖慢速度的成本项，而是让流程敢放开的通行证。

四、规模化的断点与能力问题

单个场景跑通之后，企业通常会尝试复制，复制很少顺利。失效的原因常被归到模型不够强，实际是工程断点没被识别：任务不清晰，不知道让 AI 接手哪一段；数据不可信，口径不一、数出多门；判断不可验证，建议的对错无法复核；行动流程断开，结论停在纸面，需要人手工搬运；权限责任不清，能调接口但边界没人管；价值难衡量，上了工具算不清收益。总结就是三个方面：

语义问题：任务不清晰与数据不可信，本质是没有把业务对象、指标定义、粒度与取数规则表述成机器可读的形式。

可验收问题：判断不可验证与价值难衡量，本质是缺少可复核的证据链与可对照的基线。

权限与行动问题：流程断开与责任不清，本质是机器没有获得可控的行动通道。

把断点翻过来，需要补齐的能力归成四段。前三段构成一条串联链路：可信上下文供给数据，业务理解与判断把问题拆成步骤，执行边界控制动作的影响面。第四段不在链上，它以规格驱动的方式缩短供给周期，决定这套能力复制到新场景的速度。

四段建设节奏并不同步。可信上下文是慢工，需要持续治理；业务判断可按场景增量；执行边界依赖组织授权，通常最难推进；规格化供给在前两者稳定后加速。把四段当成一次做完，往往预算耗尽在第一段就停住。

五、一体化底座：语义与权限收在一处

四段结构落到具体平台，第一个问题是数据从哪里来。制造业数据通常分散在多个系统中：OA 承载流程与档案，ERP 承载经营与财务，MES 承载制造执行，WMS 承载库存与物流，BI 承载分析与报表。AIO8 Cloud 的做法是把这这些模块放在同一套主数据、同一套语义、同一套权限之下，而不是在外层用集成层把它们拼起来。

语义层不是一个词典，而是一组可执行的定义，至少包含：业务对象的唯一标识与层级、指标的计算定义与口径、维度的取值域与粒度、时间口径（业务时点与记账时点的区别）、关联路径、过滤与例外规则。定义收在一处，口径漂移就失去发生空间；定义散落在各报表的 SQL 里，同一指标就会出现多种算法。

语义层的价值在可复现。裸表查询每次都要重新推导连接与聚合，同一问题在不同时间可能得到不同数字；语义层把指标固化，智能只负责选择与组合。对财务与经营分析而言，可复现比准确率更关键，因为财务要的不是“大致对”，而是“错也要错得能查”。

权限的技术难点同样不是有没有控制，而是控制是否一致。统一权限把控制点收成一条线，覆盖三层：功能权限决定能进哪个模块，数据权限决定能看哪些行，字段权限决定能看哪些列。智能体作为调用方，必须继承请求人的数据范围，而不是继承一个高权限服务账号。这条线一旦成立，AI 就不会成为绕过权限体系的后门。

跨系统拼接则要额外支付四笔成本：映射成本，同一物料在不同系统编码不一致；口径漂移，各系统指标定义随版本演进分叉；权限不一致，集成层通常只能放宽；审计断点，一次跨系统动作在多套日志里各留一半。一体化底座的差别，是这四笔成本在源头被消除。

底座建设周期长、见效慢，预算紧张时最容易被削减。但底座决定上限：它能提供多细的粒度、多准的时点、多严的权限，AI 的判断就只能到这个水平。模型可以换，底座不能临时补。

 图 3　四层布局：价值向上，底座最重，治理最上

六、三条主线与一套治理

能力按价值形态分三条主线：知识给依据，数据给判断，业务给行动。三条线成熟度不同，对外承诺也因此不同；三条线共用一套治理，治理不是第四条线。

（一）知识智能：让组织知识成为依据

技术路径是检索增强：把制度、产品资料、历史档案切分成可检索单元，问题进来先鉴权、再召回、再重排，最后由模型组织答案并把引用定位回原文。可用性由三个环节决定：切分决定能否命中，重排决定上下文是否相关，引用定位决定答案能否被核对。这条线已有能力上线，包括智能会议、知识库与消息汇总。它的边界也明确：覆盖率取决于企业自身资料的沉淀程度，不做万能问答。

（二）数据智能：让系统交数，而不是让模型报数

核心约束是一句话：数据由系统提供。模型负责把自然语言映射到已定义的对象、期间与指标，语义层负责编译出实际查询，结果连同口径与取数时间一并返回。这条约束换来的不是更高准确率，而是可复现。查询中心按意图理解、口径校验、系统取数与结果解释四段推进，匹配能力仍在提升。它不承诺任意问题都能答对，只承诺答得出的问题能追到口径与时间。

（三）业务智能：让智能进入流程

分三步走。先打通，把业务数据、流程引擎、业务规则与 AI 能力接上，一体化底座是前提；再进入，按问答、单据、流程、预警四级逐级推进，不跳级；聚焦研究，多智能体协同与低代码构建同步研究权限、审计、结果校验与人机协同。这条线目前定性为研究阶段，不对外承诺交付节奏。

（四）三条硬约束

AI 不产生数据源，数据仍由 ERP 基座提供；权限先于召回，模型看到的内容不超过提问人权限；程序兜底关键环节，模型只做理解与组织，计算、校验与写入由程序完成。三条约束定义了责任边界：模型负责表达，程序负责事实。

治理的落地形态是四个检查项，每条主线都要过：权限查调用前是否鉴权，审计查过程是否留痕，可追溯查结论能否回到证据，结果一致性查同问是否同答。四项检查的意义是把“可信”拆成可验证的动作。只说系统可信，客户无法验收；说清权限怎么鉴、审计记什么、追溯追到哪、一致性怎么保证，验收才有对象。

图 4　一套治理：四条检查项，三条线都过

七、从单点验证到能力沉淀

单点跑通是演示，多次跑通才是能力。差别不在模型，而在是否留下了可复用的资产：配置项、查询定义与异常样本。

一个场景的第一次成功，通常依赖三样临时条件：熟悉业务的人全程盯着、数据临时清洗过、异常手工处理。三样条件在第二个场景都不复现，于是同样的方法失效。真实原因是第一次成功没有留下资产。

验证按三步走。第一步选场景，标准是高频发生、结果可量化、边界清晰；三者都满足的场景不多，先选一个，不求多。第二步同口径基线对照，用企业自己的指标与现状比较，基线在项目开始前锁定，包含口径、数据范围与时间窗。第三步沉淀复用资产，每次验证至少留下配置项、查询定义与异常样本三类，价值在下一轮显现。

三步不是线性流程，而是回路：扩张速度取决于资产密度，而不是人力投入。资产密度高的企业，第二个场景的成本明显低于第一个；资产密度低的企业，每个场景都重新开发，规模越大越难维持一致性。目前多数企业在扩张时依赖人力投入，资产库不成体系，这正是复制失效的根源。

推进节奏按风险分三层，不合并推进。近期让 AI 参与判断，输出只影响建议，不改数据；中期让 AI 生成操作，输出会改数据，必须人工确认后写入并保留回滚点；长期让 AI 构建能力，输出会改系统，由人定义目标、系统处理重复判断与执行。三层的差别是回滚成本，这也是节奏必须分层的原因。

这套做法与主流治理框架判断一致。ISO/IEC 42001:2023 把人工智能管理体系的要求落到方针与目标、风险评估与处置、数据治理与生命周期控制、透明性与信息提供、绩效评价与持续改进；NIST 人工智能风险管理框架以治理、映射、测量、管理四项功能组织风险工作。两个框架的共同点不在条文细节，而在把 AI 当作需要管理体系的对象，而不是一次技术采购。能力可以买，治理只能建。

最后回到验收。我们只认三件事：答案有没有出处，数对不对，权限越不越界。三件事都成立的能力，才值得复制到下一个场景。这也是我们在 AI 上选择慢一点的唯一理由：慢一点，但每一步都能验收。

本文由普实 AI 研发团队撰写，基于内部研究报告《数据为基，智能为用》整理。引用资料：ISO/IEC 42001:2023；NIST 人工智能风险管理框架 1.0；工业和信息化部网站相关分析；中国工业互联网研究院工业智能专访。