海爾智家以智小能作為企業(yè)Agent OS，打通研產(chǎn)供銷服，推動業(yè)務(wù)全員自建Agent。騰訊云基于ClawPro與全棧AI能力，提供模型、算力、安全沙箱和工程化支撐，讓Agent在制造業(yè)真實場景可控運行。

對制造業(yè)來說，最可怕的不是造不出來，是產(chǎn)品造出來了，卻無法擊中用戶真正的需求。

今天用戶買家電，關(guān)注的早已不只是容量、能效和價格。母嬰家庭關(guān)心冰箱怎么存輔食和母乳，養(yǎng)寵家庭關(guān)心洗衣機怎么處理毛發(fā)和異味，老人則更在意空調(diào)的溫度和風(fēng)感。這些生活里的細微變化，落到制造企業(yè)內(nèi)部，直接影響產(chǎn)品怎么定義、物料怎么備、產(chǎn)線怎么排、庫存怎么放。任何一環(huán)判斷偏了，都可能變成真金白銀的浪費。

海爾智家CTO崔秀元說得更直白：“如果提前備貨，生產(chǎn)出來不是消費者需要的產(chǎn)品，有可能產(chǎn)生呆滯庫存，原材料就積壓了。”

海爾智家CTO崔秀元

這種判斷偏差，并不是因為企業(yè)手里沒有數(shù)據(jù)。訂單、庫存、圖紙、售后記錄和用戶反饋早已被搬進系統(tǒng)。但數(shù)據(jù)被記錄下來，不代表企業(yè)看懂了需求；問題被發(fā)現(xiàn)，也不等于研發(fā)、采購、生產(chǎn)和服務(wù)能馬上調(diào)整。

AI進入制造業(yè)后，就必須回答這個問題：怎樣真正嵌進業(yè)務(wù)流程。正如騰訊云華北總經(jīng)理徐小敏所說的，“如果希望用AI來做提質(zhì)增效，必須深刻理解業(yè)務(wù)，嵌到流程里面來”。

讓AI成為企業(yè)的“操作系統(tǒng)”

在海爾智家內(nèi)部，員工接觸AI的統(tǒng)一入口，是智能體平臺智小能。崔秀元把它定義為AI時代的企業(yè)Agent OS。員工通過這一個入口就能查訂單、看庫存、訂閱經(jīng)營報告，也可以調(diào)用研發(fā)、采購、營銷、客服等不同場景里的智能體。

崔秀元舉了一個例子。員工說一句“幫我查個訂單”，系統(tǒng)不僅把訂單找出來，還能繼續(xù)判斷這個訂單是不是超時、要不要加急；如果再問原材料庫存，系統(tǒng)還可以比對庫存情況，提醒原材料是不是緊缺、是否需要補貨。

目前，海爾智家9大業(yè)務(wù)領(lǐng)域、5大平臺，70多個業(yè)務(wù)場景里都用到了AI，覆蓋研產(chǎn)供銷服。

最先被改變的，是研發(fā)端。海爾智家做了這么多年產(chǎn)品，留下了大量歷史圖紙。崔秀元提到，“但你怎么能把它識別出來？BOM零部件有多少個？圖紙里設(shè)計了多少BOM？尺寸是什么樣的？人很難去做這件事?！?/p>

AI進來后，圖紙識別智能體會先把這些內(nèi)容讀出來，再傳給數(shù)字化系統(tǒng)。過去沉在檔案里的老圖紙，開始重新變成可調(diào)用、可復(fù)用的數(shù)據(jù)資產(chǎn)。

經(jīng)營分析也不再只是“推數(shù)”。過去，海爾智家已經(jīng)能每天給管理層推送經(jīng)營數(shù)據(jù)，但為什么變化？問題在哪？仍然要靠人繼續(xù)分析?，F(xiàn)在，老板每天早上的經(jīng)營報告，由智小能自動推送。崔秀元說，“模型能把數(shù)據(jù)一層層追下去，原因在哪？核心問題是什么？抓得很清楚”。

采購這件事，直接關(guān)系到成本。徐小敏提到，“過去采購做大訂單，很多時候靠的是人的經(jīng)驗。AI進來以后，可以把這些經(jīng)驗量化，再結(jié)合歷史行情、定價和市場變化，幫采購做更理性的判斷?！?/p>

騰訊云華北總經(jīng)理徐小敏

服務(wù)端則更容易被用戶感知，用戶打客服電話時，AI可以先判斷家電可能出了什么問題，服務(wù)人員上門后，也能借助AI一層層判斷故障原因。這些場景看起來分散，但共同指向一個變化：AI開始接住那些過去靠人翻、靠人查、靠人追、靠經(jīng)驗判斷的工作。當(dāng)然，正如徐小敏所言，判斷一家企業(yè)是不是真把AI用起來了，還是要看能否在財務(wù)指標(biāo)上幫企業(yè)降本增效，是不是幫助企業(yè)縮短了某些流程上的時間。

海爾智家給出了它的答卷：研發(fā)型號效率提升20.7%，采購降本10%，3萬名終端人員問題解決率達到99.5%。

從等IT排期，到全民開發(fā)者

比起幾個場景跑通，更讓崔秀元興奮的，是海爾智家內(nèi)部開始出現(xiàn)一種新的工作方式。

過去，員工有想法，通常要先找IT團隊提需求。需求提上去以后，要論證、排期、比較優(yōu)先級，最后往往比較的不是哪個需求更重要，而是哪個更著急。這幾乎是所有大企業(yè)數(shù)字化里的老問題：業(yè)務(wù)人員最懂現(xiàn)場，但不會開發(fā)；IT團隊能做系統(tǒng)，卻永遠有排不完的需求。

現(xiàn)在，海爾智家推出“全民開發(fā)者”。員工不需要先學(xué)會寫代碼，只要把想法說清楚，智小能平臺就能生成應(yīng)用，員工校驗確認沒問題，就可以發(fā)布。為了繼續(xù)降低門檻，海爾智家甚至做了一個“寫技能的技能”，很多員工的第一反應(yīng)是松一口氣，“終于不用等研發(fā)給我排期了?！?/p>

更大的變化發(fā)生在組織里。用崔秀元話說，“全員的AI意識起來了”。目前海爾智家員工已經(jīng)通過智小能自建262個智能體，創(chuàng)建的輕應(yīng)用也達到5100多個。

海爾智家敢全員開放，前提是數(shù)字化底座已經(jīng)鋪好。數(shù)字化是基礎(chǔ)，數(shù)據(jù)是養(yǎng)料，AI是放大器。從2022年開始，海爾智家就打造了H-work平臺，把研產(chǎn)供銷服里的業(yè)務(wù)能力、權(quán)限和API收攏到統(tǒng)一平臺上。到了Agent階段，底層業(yè)務(wù)API進一步語義化，大模型才能知道該調(diào)用哪個接口、能做什么事。

同樣一句“查訂單”，它不是隨便翻數(shù)據(jù)，而是在員工權(quán)限范圍內(nèi)找到對應(yīng)接口。市場人員和采購人員看到的API范圍不同，Agent能做的事也不同。

讓Agent在企業(yè)里安全地做事

當(dāng)這些Agent真的進入業(yè)務(wù)流程后，另一個問題會變得更現(xiàn)實：它能不能安全、穩(wěn)定、規(guī)?；嘏埽?/p>

“個人用戶用AI寫一個文檔，最后的結(jié)果頂多就是文檔質(zhì)量差一些；但如果企業(yè)級Agent執(zhí)行的是和采購、流程、財務(wù)相關(guān)的任務(wù)，可能造成災(zāi)難性的后果?！毙煨∶舴?wù)政企客戶多年，深知安全一直都是企業(yè)排在最高優(yōu)先級的事。

這也是海爾智家和騰訊云共創(chuàng)時反復(fù)打磨的地方。海爾智家負責(zé)把場景、數(shù)據(jù)、權(quán)限和業(yè)務(wù)入口定義清楚；騰訊云則基于ClawPro與全棧AI能力，提供安全沙箱、模型、算力和智能體工程化能力，讓這些Agent在真實業(yè)務(wù)環(huán)境中可控運行。為此 ，騰訊云團隊曾駐場海爾智家園區(qū)，和海爾智家團隊一起打磨安全隔離、VPC、沙箱認證等上線前問題，30多個人花了20多天，完成能力適配。

除此之外，還要劃清執(zhí)行邊界：哪些事情可以讓Agent自動做，哪些必須由人確認?！皩σ恍╆P(guān)鍵指令，關(guān)鍵任務(wù)的執(zhí)行和確認，必須最終還是要有人來把關(guān)。”這也回到徐小敏的判斷：“AI落地不能泛泛地講工具，必須回到具體場景?！?/p>

如今，海爾智家正在把這套AI能力向上下游企業(yè)開放，并和更多生態(tài)伙伴一起共創(chuàng)。很多中小企業(yè)想用AI，難在不知道從哪里開始，海爾智家想把自己的經(jīng)驗提煉出來，或許能讓更多企業(yè)少走一點彎路。

當(dāng)AI真正嵌進制造業(yè)，改變的不只是效率，還有企業(yè)響應(yīng)需求、組織生產(chǎn)和協(xié)同運轉(zhuǎn)的方式。對制造業(yè)而言，這種變化帶來的影響，遠比當(dāng)下我們所看到的更大。