本報(bào)記者 袁傳璽

    當(dāng)前，以大模型為代表的人工智能技術(shù)正加速向?qū)嶓w經(jīng)濟(jì)滲透。然而，與消費(fèi)端的“百模大戰(zhàn)”不同，工業(yè)制造領(lǐng)域的AI落地始終面臨著“最后一公里”難題——通用模型“懂聊天”卻“不懂工藝”，垂直軟件“懂流程”卻“不懂變通”。

    凌晨?jī)牲c(diǎn)，某制造工廠值班室里，入職僅三個(gè)月的新手工程師小李接到了客戶報(bào)修電話：“W軸硬限位報(bào)警”。按照以往經(jīng)驗(yàn)，他需要翻手冊(cè)、查圖紙，一點(diǎn)點(diǎn)解決問(wèn)題。情況的麻煩下還得打電話吵醒在家休息的老師傅。而現(xiàn)在，他只需要向電腦里的“AI同事”描述問(wèn)題，5分鐘后便拿到了具體的故障定位與解決方案。

    這位“AI同事”，正是滴普科技（01384.HK）的DeepSense工業(yè)智能體。在通用大模型扎堆“卷”參數(shù)、拼對(duì)話能力的當(dāng)下，滴普科技選擇了一條更“重”的路徑——深耕工業(yè)制造場(chǎng)景，將大模型能力轉(zhuǎn)化為可執(zhí)行、可交付的生產(chǎn)力，提供更具價(jià)值的Token（詞元）。公開(kāi)資料顯示，2025年上半年滴普科技制造業(yè)收入占比已超過(guò)五成，這在當(dāng)前AI企業(yè)中頗為罕見(jiàn)。

    “沒(méi)有本體建模能力的模型，只能做知識(shí)的存儲(chǔ)和檢索；有了本體意識(shí)的模型，才能真正為企業(yè)干活。”滴普科技CEO趙杰輝對(duì)《證券日?qǐng)?bào)》記者表示，這道破了DeepSense工業(yè)智能體與傳統(tǒng)工業(yè)軟件及通用大模型的本質(zhì)區(qū)別。

    制造業(yè)收入占比過(guò)半

    滴普科技的“重倉(cāng)”邏輯

    工業(yè)制造向來(lái)被視為AI落地的“硬骨頭”。與消費(fèi)互聯(lián)網(wǎng)的輕資產(chǎn)模式不同，工業(yè)場(chǎng)景具有強(qiáng)專(zhuān)業(yè)性、多模態(tài)數(shù)據(jù)融合、高實(shí)時(shí)性及嚴(yán)苛安全要求等特征。設(shè)備協(xié)議、工藝參數(shù)、安全規(guī)程等知識(shí)往往沉淀在老師傅的腦子里，通用大模型既讀不懂PLC代碼，也理解不了BOM表之間的隱性邏輯。

    “制造業(yè)涵蓋研發(fā)、生產(chǎn)、運(yùn)維、供應(yīng)鏈等全鏈條，場(chǎng)景復(fù)雜、環(huán)節(jié)眾多，單點(diǎn)優(yōu)化價(jià)值有限，亟需系統(tǒng)性解決方案。”一位長(zhǎng)期關(guān)注工業(yè)數(shù)字化的業(yè)內(nèi)人士向《證券日?qǐng)?bào)》記者表示。

    這正是滴普科技的發(fā)力點(diǎn)。相關(guān)數(shù)據(jù)顯示，滴普科技目前累計(jì)服務(wù)近400家企業(yè)客戶，而制造業(yè)收入占比在2025年上半年超過(guò)50%。在AI企業(yè)中，如此“厚重”的制造業(yè)底色并不多見(jiàn)。

    支撐這一業(yè)務(wù)結(jié)構(gòu)的，是滴普科技多年沉淀的“Deepology企業(yè)本體數(shù)據(jù)集”。不同于簡(jiǎn)單的知識(shí)庫(kù)堆砌，該數(shù)據(jù)集覆蓋消費(fèi)零售、制造、醫(yī)療、交通、通用五大領(lǐng)域，構(gòu)建了108個(gè)業(yè)務(wù)本體?；?0多萬(wàn)條行業(yè)數(shù)據(jù)訓(xùn)練，滴普科技形成了280余個(gè)可復(fù)用的業(yè)務(wù)Skills，其中工業(yè)領(lǐng)域的Skills覆蓋了工程與產(chǎn)品設(shè)計(jì)、BOM分析、工藝優(yōu)化、故障維修、NC研發(fā)等核心崗位。

    “傳統(tǒng)AI更像一個(gè)圖書(shū)館，什么書(shū)都有，但得你自己找；垂直SaaS工具則像計(jì)算器，功能固定。”滴普科技相關(guān)負(fù)責(zé)人用一個(gè)比喻解釋產(chǎn)品邏輯，“滴普的工業(yè)智能體更像是一位資深專(zhuān)家顧問(wèn)，懂你的業(yè)務(wù)，能帶你解決問(wèn)題。”

    這種“懂業(yè)務(wù)”的能力，源于滴普科技對(duì)工業(yè)數(shù)據(jù)治理的深層理解。工業(yè)數(shù)據(jù)天然存在OT（運(yùn)營(yíng)技術(shù)）與IT（信息技術(shù)）融合難題，設(shè)備傳感器產(chǎn)生的實(shí)時(shí)數(shù)據(jù)與企業(yè)ERP系統(tǒng)的管理數(shù)據(jù)往往割裂。滴普DeepSense工業(yè)智能體通過(guò)“業(yè)務(wù)本體建模”，將散落在不同系統(tǒng)中的數(shù)據(jù)語(yǔ)義統(tǒng)一，構(gòu)建起工業(yè)專(zhuān)屬的認(rèn)知體系。

    當(dāng)“老師傅”有了AI分身

    滴普科技工業(yè)智能體實(shí)現(xiàn)“本體意識(shí)”突圍

    如果說(shuō)“懂工業(yè)”是滴普科技的入場(chǎng)券，那么“會(huì)干活”才是DeepSense工業(yè)智能體的核心競(jìng)爭(zhēng)力。

    在傳統(tǒng)的知識(shí)管理系統(tǒng)中，當(dāng)工程師詢問(wèn)“W軸報(bào)警是什么意思”，系統(tǒng)通常只能返回標(biāo)準(zhǔn)文檔。但DeepSense的交互邏輯完全不同，它會(huì)像經(jīng)驗(yàn)豐富的老師傅一樣“問(wèn)診”：“是開(kāi)機(jī)就報(bào)，還是切割過(guò)程中報(bào)？”在獲得反饋后，AI自動(dòng)調(diào)取設(shè)備歷史數(shù)據(jù)，分析IO點(diǎn)位，最終定位到“編碼器限位接線線纜不牢固”，并給出具體解決步驟。

    這種從“知識(shí)存儲(chǔ)”到“能力執(zhí)行”的躍遷，被滴普科技定義為“本體意識(shí)”。

    “不是給你魚(yú)，是陪你釣完這條魚(yú)。”滴普科技產(chǎn)品團(tuán)隊(duì)如此描述DeepSense工業(yè)智能體的價(jià)值。具體而言，其具備四大核心能力：深度集成設(shè)備協(xié)議與工藝參數(shù)的工業(yè)語(yǔ)義原生理解能力；支持?jǐn)帱c(diǎn)續(xù)執(zhí)、狀態(tài)持久化的高可靠連續(xù)作業(yè)能力；將質(zhì)量檢測(cè)、設(shè)備預(yù)測(cè)性維護(hù)等場(chǎng)景拆解為可組合模塊的工業(yè)技能原子封裝能力；以及遵循工業(yè)安全規(guī)范、完整記錄交互日志的強(qiáng)約束執(zhí)行與追溯能力。

    這些能力最終指向一個(gè)共同目標(biāo)：把頂尖專(zhuān)家的判斷力，復(fù)制給每一個(gè)一線人員。

    以設(shè)備預(yù)測(cè)性維護(hù)場(chǎng)景為例，傳統(tǒng)模式下，企業(yè)依賴?yán)蠋煾?ldquo;聽(tīng)聲音、摸溫度”的經(jīng)驗(yàn)來(lái)判斷設(shè)備健康狀態(tài)。DeepSense工業(yè)智能體則可以通過(guò)分析設(shè)備運(yùn)行數(shù)據(jù)，結(jié)合工藝參數(shù)與歷史故障記錄，提前識(shí)別潛在風(fēng)險(xiǎn)，并自動(dòng)生成維護(hù)工單。在工藝優(yōu)化場(chǎng)景中，AI能夠基于BOM表與生產(chǎn)數(shù)據(jù)，給出材料替代建議或工藝路線調(diào)整方案。

    值得注意的是，DeepSense并非要替代人類(lèi)專(zhuān)家，而是承擔(dān)“知識(shí)傳承”的媒介角色。當(dāng)老師傅退休，那些“看一眼就知道”的直覺(jué)、“換這個(gè)就對(duì)了”的訣竅，可以通過(guò)歷史記錄訓(xùn)練沉淀為企業(yè)的數(shù)字資產(chǎn)。“老師傅退休了，但他的AI分身還在公司上班。”滴普科技相關(guān)負(fù)責(zé)人如此表述。

    與通用大模型相比，DeepSense的差異不僅體現(xiàn)在專(zhuān)業(yè)深度上，更在于部署模式與數(shù)據(jù)安全。工業(yè)客戶對(duì)數(shù)據(jù)主權(quán)極為敏感，DeepSense支持私有化部署，確保核心工藝數(shù)據(jù)不出域。同時(shí)，作為業(yè)界首個(gè)完成深度合成算法及生成式人工智能服務(wù)雙重監(jiān)管備案的通用企業(yè)運(yùn)營(yíng)決策大模型，其在合規(guī)層面亦有所布局。

    從“大模型會(huì)不會(huì)說(shuō)話”到“每個(gè)Token能不能換回ROI”，企業(yè)AI正從試點(diǎn)期邁入執(zhí)行期。在這一轉(zhuǎn)折點(diǎn)上，市場(chǎng)需要的不再是能吟詩(shī)作對(duì)的聊天機(jī)器人，而是能在生產(chǎn)線上實(shí)實(shí)在在創(chuàng)造價(jià)值的數(shù)字員工。

    滴普科技所構(gòu)建的企業(yè)員工基礎(chǔ)設(shè)施平臺(tái)，從另一個(gè)角度來(lái)看也是“企業(yè)級(jí)Token生產(chǎn)力平臺(tái)”。當(dāng)通用模型持續(xù)壓低Token單價(jià)時(shí)，滴普科技選擇提升Token的生產(chǎn)力，讓每一個(gè)Token都對(duì)應(yīng)可規(guī)范執(zhí)行、可治理、可計(jì)費(fèi)的業(yè)務(wù)動(dòng)作。

    對(duì)于制造業(yè)而言，DeepSense工業(yè)智能體的出現(xiàn)或許意味著一場(chǎng)新的工業(yè)變革：那些曾經(jīng)依賴個(gè)人經(jīng)驗(yàn)傳承的隱性知識(shí)，正在通過(guò)“本體意識(shí)”的構(gòu)建，轉(zhuǎn)化為可復(fù)用、可沉淀的企業(yè)級(jí)生產(chǎn)力。而當(dāng)老師傅們的經(jīng)驗(yàn)被裝進(jìn)AI，中國(guó)制造業(yè)的智能化轉(zhuǎn)型，也才真正觸及了最堅(jiān)硬的內(nèi)核。

（編輯 郭之宸）