一家工业AI独角兽，把智能体推向工厂决策层

一座工厂真正的核心，不只是设备和产线，而是每天发生的大量判断。

一张订单能不能接，图纸应该怎么拆，成本如何计算，哪张订单优先生产，设备异常后计划如何调整......这些决定共同影响着工厂的效率、利润和交付能力。

过去，工业软件已经把订单、库存、设备和生产进度搬进了系统，但决定下一步怎么做的，仍然是工程师、老师傅和生产主管。

现在，这条边界开始松动。

总部位于上海的黑湖科技，是一家以原生工业智能体为主要方向的AI公司。目前，其自研工业智能体已进入拆单、报价、排程、生产和质检等核心业务流程，开始参与过去主要由工程师和生产管理人员完成的判断。

• 数字化工具过去管数据，现在AI开始管判断

过去二十年，工业软件解决的主要是信息问题。

订单、库存、设备和生产进度被录入系统，工厂管理者可以看到现场发生了什么。但系统提供的是数据，判断仍然依赖人。

急单突然进入，生产主管要重新核对产能；客户发来图纸，工程师要判断材料、工艺和加工难度；设备出现异常，也需要人决定后续订单如何调整。

数字化让工厂变得透明，却没有改变决策高度依赖经验的现状。

黑湖的路径也经历了这一变化。2016年至2022年，其主要通过数字化产品连接订单、设备、物料和人员。2023年大模型快速发展后，黑湖开始研发工业智能体，将AI进一步引入图纸解析、工艺拆解、报价、排程、生产和质检。

这不是在原有软件中增加一个聊天窗口，而是软件开始理解任务、调用数据并参与判断。工业AI由此进入了过去最依赖人脑的环节。

• 决策能力正在从人脑沉淀到系统

工业AI首先改变的，是制造经验的存在方式。

中国大量中小制造企业以代工为主，读图、报价和排程等能力通常集中在少数老师傅和工程人员身上。人一旦离开，经验也很难完整保留。

据黑湖介绍，其自研拆单智能体能够在一分钟左右完成过去需要数小时的图纸解析，并在数分钟内生成生产加工要求，部分场景准确率约为97%。

但读图只是一个入口。

图纸被解析后，相关数据还可以继续进入工艺制定、成本核算、报价、排程和生产跟踪。工业智能体开始沿着订单流，穿透整个生产流程。

这意味着，过去分散在不同岗位上的判断，正在逐步沉淀到同一套系统中。

对工厂而言，AI的价值也不再只是提高某个岗位的效率，而是缩短整条决策链。更快判断订单能否承接，更准确计算成本，更合理安排设备和工序，也更早识别交付风险。

这正是工业AI与传统自动化的区别。自动化主要替代动作，工业智能体则开始参与判断。

• 工业AI的竞争，最终取决于决策能否规模化

AI进入决策层，并不意味着做出一个Agent就足够了。