[产业脉动]AI的第二幕，改变中小企业的未来
从智能体AI到物理AI
本体将决定企业竞争力
人工智能（AI）正进入一个新的阶段。从能够回答问题、撰写文档的生成式人工智能时代走来，如今的人工智能正发展为能够理解目标、制定计划并执行实际工作的智能体人工智能（Agentic AI）。下一阶段则是能够感知现实世界、驱动机器人和机器的物理人工智能（Physical AI）。这场始于数字空间的人工智能革命，如今正进入制造现场、物流领域以及产业核心。面对这一变化，中小企业应当思考：“在人工智能正在改变的产业中，我们公司应该先改变什么，又该将哪些环节与人工智能连接起来？”
第一，要利用智能体人工智能改变工作方式。中小企业没有必要一开始就构建庞大的人工智能系统，可以从撰写报价单、回复客户咨询、确认库存、管理交货期限、编写质量报告等重复性强、耗时较长的工作入手。将人工智能接入这样的工作流程：收到订单后确认库存、核查可生产的时间安排，再向客户提出交货方案。
重要的是，不能只把人工智能当作简单的文档撰写工具，而要将工作从起点到结果串联起来，让人工智能协助处理过去需要人工反复完成的工作。重要决策和例外情况仍由人来最终判断，同时还应衡量工作处理时间、成本和错误率减少了多少，并逐步扩大应用范围。
人工智能不应仅是文档撰写工具，还应扩展为连接与辅助的手段
第二，要与人工智能共存，组织也必须随之改变。人工智能转型并非信息技术部门独有的任务。如果销售、采购、生产、物流等部门的数据和工作彼此割裂，人工智能所能发挥的作用也必然有限。只有打通从接单到交付的全流程，才能预测库存短缺和生产中断，并提前采取应对措施。
中小企业可以先组建一个由企业负责人、一线员工和信息技术人员参与的小型人工智能转型团队。最了解现场情况的员工应成为引入人工智能的核心力量。目标不是用人工智能取代人，而是改变工作结构，让员工摆脱重复劳动，转而投入质量改进、客户服务和新商机发掘。
第三，比数据数量更重要的是将数据含义联系起来的本体（Ontology）。就人工智能的性能而言，企业所拥有的数据是否准确、能否相互关联也至关重要。企业应梳理散落在电子表格、会计系统、企业资源计划系统、生产设备和质量检验记录中的数据，并从产品代码、客户名称、设备编号等基本标准入手，统一数据口径。
尤其是中小制造企业长期积累的不良率、设备停机时间、作业条件和维修记录，是外部难以轻易获取的竞争优势。将一线员工的经验和诀窍积累为数据，组织整体就能重复利用过去依赖特定员工记忆的问题解决方式。数据访问权限和安全也应从一开始就纳入设计。仅仅大量收集数据并不足够。如果销售、生产、采购部门分别用不统一的数据管理同一种产品，人工智能就很难准确理解这些数据指向的是同一对象。仅仅把各部门用不同语言记录的数据集中到一处，也无法打造出能够理解整个企业的人工智能。
借助概念、对象及其关系构成的知识结构图，提升人工智能的业务执行能力
这时就需要本体。本体是对企业使用的概念、对象及其相互关系所作的定义，是一种知识结构。简单来说，它就是一张“数字地图”，让人工智能能够理解企业的业务和现场情况。它将产品、零部件、设备、作业人员、供应商和客户分别是什么，以及彼此之间存在何种关系，系统地连接起来。
例如，生产线上的设备发生停机。如果数据彼此割裂，人工智能就只能查看设备停机记录。但如果通过本体将设备与生产工序、所用零部件、供应商、历史故障记录和交货期限连接起来，情况就会不同。人工智能可以追查故障原因，判断生产受阻会影响哪些订单，并进一步研究替代零部件和调整交货期限的方案。数据由此从单纯的记录转变为可用于实际决策的知识。
这正是提升智能体人工智能业务执行能力、支撑物理人工智能现场判断的基础。本体并不意味着必须先构建庞大的数据平台。企业可以从统一产品代码、设备编号和不良类型入手，并明确现场数据与哪些业务相连接。这一过程能够将企业的经验和诀窍转化为组织可重复利用的资产。
相比人工智能的规模，理解能力和解决问题的能力更重要
第四，物理人工智能是中小企业现场面临的下一个机遇。如果说传统自动化是按照既定规则执行重复作业，那么物理人工智能则能够通过摄像头和传感器感知环境，并根据具体情况调整行动。它可以识别零部件的位置并由机器人拾取，发现产品表面缺陷，还能分析设备的振动和温度变化，预测故障可能性。
没有必要将所有工序都改造成由人工智能驱动。可以优先在人手短缺严重、不良成本高、重复性强或作业人员承担较大风险的工序中验证效果。还必须配备人员检测、紧急停机等安全装置。人工智能时代的竞争力，并不只取决于谁拥有规模最大的人工智能。关键在于谁能深入了解自身产业和现场情况，为数据赋予含义，并利用人工智能更好地解决问题。通过改变工作方式、借助本体连接数据、利用物理人工智能革新现场的企业，将在人工智能发展的第二幕中获得新的竞争优势。
战略经济顾问团团长 Park Youngsun / 前中小风险企业部部长
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
