（以下内容从国金证券《计算机行业研究：再谈工业AI：立足跨模型架构AI中台，落地垂类Agent场景》研报附件原文摘录）
再谈工业AI，当下“易部署、高可靠、低成本”的“既要、又要、还要”或有破局可能。3月6日，Monica.im发布全球首款通用型Agent产品Manus，标志着Agent应用进入**落地阶段。市场此前一直有声音认为，工业场景具有数据高复杂度、结果低容错率、成本敏感性高等特点，因而在本轮AI大模型技术发展的浪潮中，应用落地节奏相对较慢，短期内较难改变既有的业务流程与生产管理范式。然而，早在20230409《AI 工业信息化，高价值、高普及、高认可之路》报告中，我们已旗帜鲜明地指出，“本次AI技术创新到实际工业场景落地的时间可能快于市场预期”，并详细梳理了工业AI的三类核心应用模式与三大发展阶段。立足当下，我们认为，1）“多模态大模型any2any”的技术演进趋势有望**工业场景非结构化数据的处理难度；2）“大模型指挥 小模型执行”的融合工业AI中台有望实现跨模型混合推理与模型与知识库的两端的**迭代优化；3）Agents替代人力劳动，叠加DS大幅**算力成本、**劳动力工资持续提升的背景下，“机器换人”或逼近拐点时刻。
工业AI中台回应模型侧与数据侧高频“无痛”迭代诉求，商业化正处于渗透率0到1阶段。工业客户行业知识库与外界AI大模型迭代速度较快，一方面，AI决策直接影响工业客户生产质量，因而AI必须基于制造业的专业知识进行定制化（预训练、微调、RAG），并伴随客户的知识库变化同步更新；另一方面，过去两年AI大模型迭代加速，且不同的AI模型适配的应用场景有所差异。工业AI中台能够在不影响正常生产经营的前提下实现AI模型两端的**升级和优化，具备“开源大模型 云API”混合推理、多模型综合管理、模型全生命周期管理、可观测性四项核心能力。商业化方面，赛意信息近期中标合同金额达4,867万元的AI中台项目，内容包括基于AI工具链实现数据处理、大模型训练与微调、AI应用开发等端到端能力，并具备接入DeepSeek大模型的能力。发布于2024年6月的中控技术流程工业时序大模型TPT，结合大量行业知识和工业数据基础，融合工艺参数的设备异常监测及诊断、实现全过程质量精准模拟与优化控制、将难以机理建模的装置运行优化、帮助石化装置实现精准模拟优化和动态路径规划。目前已在万华化学、兴发集团、镇海炼化等数十家大型企业的氯碱、热电、石化等装置实现落地应用。我们认为，工业AI中台目前尚处于渗透率早期，以“华为晟腾 赛意信息”合作模式为例，工业AI中台部署对算力整合、模型管理、工业数据治理、领域Knowhow、工程化交付等能力提出较高要求。
工业AI应用中生产控制环节成熟度持续保持**，全环节垂类Agent应用点状涌现。在20230409《AI 工业信息化，高价值、高普及、高认可之路》报告中，我们曾基于信通院《工业智能**(2022)》梳理认为，生产控制环节的AI应用占比超57%，拥有表面缺陷检测、生产过程控制优化、质量关联分析、预测性维护、安全管理与巡检、生产作业视觉识别、物料识别与操作等一批典型细分场景。本篇报告中，我们进一步基于2023年605个**智能制造**场景统计认为，出现**排名前10的场景生产环节约占7个，生产制造仍是工业AI落地成熟度**的环节。究其原因：一是场景需求成效显著，产品质量、效率以及设备管理直接与企业经济挂钩，是几乎所有工业企业共同关注的**环节。二是数据获得性强，生产过程数据、设备运行过程数据等数据量较大、采集相对简单，为AI技术落地提供了基本条件。三是技术成熟度较高，以机器学习、图像识别等传统AI算法面向特定问题实现识别、参数预测及优化为主。垂类Agent场景中：1）赛意信息AI PCB方案打通MI参数解析?BOM成本查询?自动生成报价全流程。2）中控技术基于TPT大模型推动流程工业APP订阅制转型，基于DCS 物流机器人实现电解液桶“洗、检、存”“零人工”干预。3）PLM DS构建知识问答智能体，优选物料智能推荐；打造数字设计工程师，自动生成研发图纸。4）钢铁IT企业发布“钢铁行业大模型”，推出废钢智能检判SaaS化平台。5）基于金蝶云・苍穹开发企业服务智能体，在单据审核、财务分析、人才招聘、征信等多个垂类场景落地Agent。6）EDA企业智能问答 缺陷分类 模型自动分析优化 良率分析。
我们认为，AI大模型问世2年多后再谈工业AI，“易部署、高可靠、低成本”的“不可能三角”或有破局可能，我们看好工业AI中台 垂类Agent应用落地，推荐关注中控技术、赛意信息、中望软件等工业AI**标的。
工业AI落地节奏不及预期的风险；工业数据隐私保护的风险；传统工业软件企业转型节奏不及预期的风险。
