“浙里洞見(jiàn)”

ZJUSOM

近年來(lái)，AI被越來(lái)越多的制造企業(yè)應(yīng)用到設(shè)計(jì)研發(fā)、生產(chǎn)制造、質(zhì)量檢測(cè)等環(huán)節(jié)，幫助企業(yè)不斷提高運(yùn)營(yíng)效率，但當(dāng)AI變成了“標(biāo)配”，它所帶來(lái)的技術(shù)優(yōu)勢(shì)很快就會(huì)被復(fù)制。浙江大學(xué)管理學(xué)院教授鄔愛(ài)其團(tuán)隊(duì)通過(guò)對(duì)浙江、江西、廣西等地近300家傳統(tǒng)中小制造企業(yè)的調(diào)查分析發(fā)現(xiàn)，AI確實(shí)能讓企業(yè)進(jìn)行快速模仿，卻很難幫它們打造出獨(dú)特和持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。

不過(guò)，團(tuán)隊(duì)也發(fā)現(xiàn)，“新制造企業(yè)”與傳統(tǒng)制造企業(yè)的情況大為不同：傳統(tǒng)制造企業(yè)大多將AI視作附加工具，而新制造企業(yè)則從創(chuàng)立開(kāi)始就深度利用數(shù)智技術(shù)來(lái)設(shè)計(jì)研發(fā)和生產(chǎn)制造產(chǎn)品、把生產(chǎn)全流程的數(shù)據(jù)變成AI算法的訓(xùn)練素材、不斷優(yōu)化算法幫助自身實(shí)現(xiàn)軟硬件有效匹配和協(xié)同發(fā)展。也就是說(shuō)，新制造企業(yè)將AI當(dāng)做驅(qū)動(dòng)產(chǎn)品創(chuàng)新、生態(tài)共創(chuàng)和企業(yè)盈利的核心引擎。

圖片來(lái)源：?千庫(kù)網(wǎng)

那么，對(duì)于新制造企業(yè)來(lái)說(shuō)，當(dāng)AI“標(biāo)配化”之后，它們應(yīng)如何有效構(gòu)建“護(hù)城河”，建立起新的競(jìng)爭(zhēng)優(yōu)勢(shì)？針對(duì)這一問(wèn)題，鄔愛(ài)其教授攜手北京大學(xué)光華管理學(xué)院助理教授張鵬翔，浙江大學(xué)公共管理學(xué)院科教戰(zhàn)略研究中心特聘副研究員、學(xué)科與教學(xué)主任楊洋，美國(guó)南卡羅萊納大學(xué)摩爾商學(xué)院教授李卅立在《哈佛商業(yè)評(píng)論》（中文版）2025年第10-11期發(fā)表文章。本期【浙里洞見(jiàn)】，且看鄔愛(ài)其研究團(tuán)隊(duì)層層剖析問(wèn)題背后的深層原因以及解決之道。

AI標(biāo)配后，

四大要素構(gòu)建新制造企業(yè)護(hù)城河

作者簡(jiǎn)介

鄔愛(ài)其，浙江大學(xué)管理學(xué)院創(chuàng)新創(chuàng)業(yè)與戰(zhàn)略學(xué)系教授、博士生導(dǎo)師。主要從事數(shù)字經(jīng)濟(jì)、戰(zhàn)略管理、創(chuàng)業(yè)管理和產(chǎn)業(yè)發(fā)展領(lǐng)域的科研工作。

*北京大學(xué)光華管理學(xué)院助理教授張鵬翔，浙江大學(xué)公共管理學(xué)院科教戰(zhàn)略研究中心特聘副研究員、學(xué)科與教學(xué)主任楊洋，美國(guó)南卡羅萊納大學(xué)摩爾商學(xué)院教授李卅立同為文章合著者。

最近幾年，杭州及周邊地區(qū)快速崛起為中國(guó) AI 創(chuàng)新創(chuàng)業(yè)熱土，政策扶持、資本活躍與產(chǎn)業(yè)集聚等疊加優(yōu)勢(shì)，推動(dòng)算法應(yīng)用、智能制造等領(lǐng)域持續(xù)突破，涌現(xiàn)出一批“AI+ 制造”的新制造企業(yè)，比如做四足機(jī)器人的云深處科技、專注三維掃描的思看科技、深耕智慧安防的宇視科技、主攻人形機(jī)器人的原力無(wú)限，以及發(fā)力虛實(shí)鏈接的 VR企業(yè)易現(xiàn)。我們?cè)谡{(diào)研中發(fā)現(xiàn)一個(gè)共性問(wèn)題：幾乎所有企業(yè)都已引入AI，不少企業(yè)卻坦言產(chǎn)品很難真正“出圈”。那么，當(dāng) AI 成了新制造企業(yè)的標(biāo)配后，它們?cè)撛趺粗鹱约旱淖o(hù)城河？

通過(guò)調(diào)研，我們發(fā)現(xiàn)：新制造企業(yè)真正的核心競(jìng)爭(zhēng)力，不在于是否采用AI，而在于如何用AI重新設(shè)計(jì)組織和業(yè)務(wù)，將算力（Computing power）、架構(gòu)（Architecture）、場(chǎng)景（Scenario）和生態(tài)（Ecosystem）四個(gè)關(guān)鍵要素打造成有機(jī)協(xié)同的強(qiáng)大系統(tǒng)。這四個(gè)要素一起構(gòu)成了AI時(shí)代新制造企業(yè)競(jìng)爭(zhēng)力來(lái)源的CASE模型。

圖片來(lái)源：文章原文

首先，算力（C）意味著新制造企業(yè)用更聰明的計(jì)算替代昂貴的硬件。其次，架構(gòu)（A）強(qiáng)調(diào)企業(yè)要把 AI 融入組織的整體設(shè)計(jì)，而不是外掛一個(gè)功能。場(chǎng)景（S）要求企業(yè)洞察和深耕關(guān)鍵應(yīng)用場(chǎng)景，用真實(shí)需求驅(qū)動(dòng)算法迭代。生態(tài)（E）則意味著新制造企業(yè)的競(jìng)爭(zhēng)不再是單打獨(dú)斗，而需要與客戶、伙伴共建開(kāi)放生態(tài)網(wǎng)絡(luò)。這四大要素須通過(guò)相互作用形成一個(gè)動(dòng)態(tài)飛輪，讓新制造企業(yè)在AI普及時(shí)代依然能夠建立起屬于自己的獨(dú)特護(hù)城河。

算力

用“聰明計(jì)算”代替“堆砌硬件”

傳統(tǒng)制造企業(yè)習(xí)慣于用昂貴的設(shè)備和材料產(chǎn)出高性能的產(chǎn)品，高端裝備、精密工藝、優(yōu)質(zhì)材料等成為企業(yè)的關(guān)鍵競(jìng)爭(zhēng)力。到了AI時(shí)代，新制造企業(yè)則通過(guò)算法優(yōu)化和算力整合，讓普通硬件也能發(fā)揮超常能力。

01

善用算力挖潛硬件功能

算力成為 AI 時(shí)代影響企業(yè)競(jìng)爭(zhēng)力的重要因素，但是，算力的關(guān)鍵不在于新制造企業(yè)買(mǎi)了多少服務(wù)器和顯卡，而在于能否用計(jì)算去解決企業(yè)運(yùn)營(yíng)中最核心的問(wèn)題。傳統(tǒng)制造企業(yè)總覺(jué)得“性能全靠硬件品質(zhì)”，但多家新制造企業(yè)的做法卻反過(guò)來(lái)證明：AI 能讓適用的零件“變聰明”。

圖片來(lái)源：云深處科技公司官網(wǎng)

以云深處科技公司為例，其四足機(jī)器人采用“黑箱式”控制策略，在訓(xùn)練過(guò)程中并不給機(jī)器人設(shè)定明確動(dòng)作，而是設(shè)定一個(gè)“不摔倒”的目標(biāo)，通過(guò)仿真平臺(tái)進(jìn)行千萬(wàn)次強(qiáng)化學(xué)習(xí)訓(xùn)練，實(shí)現(xiàn)了機(jī)器人在復(fù)雜地形下的自適應(yīng)能力。思看科技在研發(fā)三維掃描儀時(shí)，也沒(méi)有一味追求高端定制的硬件材質(zhì)，而是利用 AI 來(lái)解決不同材質(zhì)表面帶來(lái)的測(cè)量難題。在我們調(diào)研中，不少工程師都提到，比起一味追求硬件的極致，他們更在意讓模型去適應(yīng)現(xiàn)有硬件的功能，讓看似不夠完美的普通硬件也能夠形成強(qiáng)大的性能。

02

優(yōu)化算法破解成本瓶頸

日趨激烈的競(jìng)爭(zhēng)使算力成為稀缺資源，但通過(guò)優(yōu)化算法可以有效降低算力成本，宇視科技印證了這一趨勢(shì)在視頻監(jiān)控領(lǐng)域的實(shí)踐。過(guò)去，做大規(guī)模視頻分析動(dòng)輒需要購(gòu)入幾十萬(wàn)元級(jí)別的服務(wù)器，現(xiàn)在，宇視科技基于其“梧桐大模型”，將強(qiáng)大的AI能力封裝在僅有路由器大小的機(jī)身中，售價(jià)降至千元級(jí)，具備了將高端AI應(yīng)用普惠化的能力。這款設(shè)備集成了目標(biāo)識(shí)別、行為分析等 8大類41種智能算法，是“以算力換性能”的體現(xiàn)。

圖片來(lái)源：宇樹(shù)科技官網(wǎng)

所以，新制造企業(yè)熱衷于吸引大批優(yōu)秀的算法工程師，立足場(chǎng)景、技術(shù)和產(chǎn)品特點(diǎn)來(lái)持續(xù)優(yōu)化算法和降低算力成本。就如傳統(tǒng)制造企業(yè)需要在車間里配置大量熟練技工那樣，新制造企業(yè)把更多的熟練技工搬到了計(jì)算機(jī)房和數(shù)字平臺(tái)中，它們的技術(shù)層次很大程度上決定了企業(yè)的競(jìng)爭(zhēng)力水平，因?yàn)槌錾乃惴ê退懔Σ粌H改變了企業(yè)的要素配置結(jié)構(gòu)和成本，還影響著產(chǎn)品的性能和性價(jià)比。

架構(gòu)

AI不是外掛輔助，

而是重新設(shè)計(jì)“發(fā)動(dòng)機(jī)”

傳統(tǒng)制造企業(yè)往往把AI當(dāng)作外掛，希望AI輔助企業(yè)降本增效。新制造企業(yè)在應(yīng)用AI時(shí)注重從底層重新設(shè)計(jì)流程和系統(tǒng)架構(gòu)。就像當(dāng)年工廠引入電力，并不是把蒸汽機(jī)換成電機(jī)，而是要重新規(guī)劃車間布局，否則難以真正提升效率和激發(fā)創(chuàng)新。AI也是一樣，新制造企業(yè)若仍沿用原有的組織運(yùn)營(yíng)邏輯，往往只能產(chǎn)生有限的效應(yīng)。

01

整體優(yōu)化組織運(yùn)營(yíng)流程

企業(yè)是專業(yè)化分工的經(jīng)濟(jì)組織，高效地分工和協(xié)作是盈利發(fā)展的關(guān)鍵。原力無(wú)限公司的人形機(jī)器人并不是在局部插入AI，而是讓AI 直接參與整個(gè)運(yùn)作流程，從接收信息到做出動(dòng)作都由 AI 驅(qū)動(dòng)，這讓系統(tǒng)反應(yīng)更快，也更像人類的條件反射。這種流程系統(tǒng)的重構(gòu)減少了人工設(shè)計(jì)的中間處理環(huán)節(jié)，使信息流轉(zhuǎn)更高效，能夠在復(fù)雜任務(wù)和突發(fā)情況中快速響應(yīng)。原力無(wú)限負(fù)責(zé)人說(shuō)，“我們只需要提供足夠龐大的、特定場(chǎng)景下的數(shù)據(jù)量級(jí)，并且進(jìn)行長(zhǎng)期、持續(xù)的訓(xùn)練，系統(tǒng)自己就會(huì)不斷優(yōu)化路徑，‘真理’就會(huì)逐漸浮現(xiàn)?！?/strong>

圖片來(lái)源：原力無(wú)限公司官網(wǎng)

在這個(gè)過(guò)程中，人類工程師負(fù)責(zé)定義好任務(wù)目標(biāo)和場(chǎng)景約束，機(jī)器人則可以依據(jù)算法模型不斷適應(yīng)真實(shí)世界的各種不確定和復(fù)雜任務(wù)。組織運(yùn)營(yíng)流程的優(yōu)化，讓 AI 可以自主地探索和迭代出最優(yōu)的工作路徑。

02

“云端 + 本地”協(xié)同架構(gòu)

組織流程設(shè)計(jì)涉及協(xié)同架構(gòu)的合理性和有效性，直接關(guān)系到算力和算法資源能否高效轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力。回顧宇視科技在 AI 應(yīng)用初期的實(shí)踐，內(nèi)部研發(fā)人員坦言，當(dāng)時(shí)的架構(gòu)確實(shí)存在“AI外掛化”問(wèn)題。2017年前后，為了盡快將AI能力引入產(chǎn)品，團(tuán)隊(duì)將圖像識(shí)別模型嵌入在攝像頭中作為感知層的附加模塊，而控制與決策仍主要依賴后端平臺(tái)。這種“并聯(lián)式”結(jié)構(gòu)使得AI與原有視頻采集、傳輸、存儲(chǔ)系統(tǒng)缺乏深度協(xié)同，導(dǎo)致在復(fù)雜應(yīng)用場(chǎng)景下反應(yīng)滯后、誤識(shí)率高。

圖片來(lái)源：?千庫(kù)網(wǎng)

宇視科技發(fā)現(xiàn)，光靠云端處理太慢，于是把一部分AI能力放在設(shè)備本身來(lái)處理，這樣很多計(jì)算工作能在本地完成，系統(tǒng)反應(yīng)變得更快、更穩(wěn)定。在這種“云端 + 本地”高效協(xié)同的架構(gòu)下，AI不再僅僅位于云端中心，而是被深度注入到邊緣和前端設(shè)備中，可以解決集中式云計(jì)算帶來(lái)的網(wǎng)絡(luò)帶寬壓力和延遲問(wèn)題，更好地支撐本地業(yè)務(wù)的快速響應(yīng)，提升了用戶體驗(yàn)感。

03

架構(gòu)優(yōu)化改變成本結(jié)構(gòu)

組織架構(gòu)意味著人、財(cái)、物、技術(shù)等要素的配置邏輯，影響著企業(yè)的成本收益結(jié)構(gòu)。對(duì)新制造企業(yè)而言，通過(guò) AI 優(yōu)化架構(gòu)，比單純升級(jí)硬件更有效率，產(chǎn)品性價(jià)比也更高。思看科技在研制三維掃描儀時(shí)，沒(méi)有一味追求更貴的相機(jī)，而是用AI優(yōu)化系統(tǒng)，讓普通相機(jī)也能拍出足夠精細(xì)的效果。思看科技還與InnovMetric合作，共同打造完整的工作流，強(qiáng)調(diào)算法與系統(tǒng)架構(gòu)協(xié)同優(yōu)化，從而超越單純硬件升級(jí)的思維。思看科技的研發(fā)人員表示：“我們不再一門(mén)心思追求定制高端工業(yè)相機(jī)，而是訓(xùn)練模型并與智能識(shí)別及圖像處理算法進(jìn)行拓展性融合，來(lái)適應(yīng)低成本鏡頭的數(shù)據(jù)分布特點(diǎn)，兼顧高精度的同時(shí)實(shí)現(xiàn)低成本優(yōu)化?！?/strong>

圖片來(lái)源：思看科技官網(wǎng)

此外，他們正在嘗試探索基于神經(jīng)網(wǎng)絡(luò)算法的深度學(xué)習(xí)技術(shù)，來(lái)實(shí)現(xiàn)采用最小的數(shù)據(jù)空間以達(dá)到最優(yōu)的細(xì)節(jié)特征采集的能力。這種“算法驅(qū)動(dòng)結(jié)構(gòu)設(shè)計(jì)”的工程理念，正讓越來(lái)越多的新制造企業(yè)不斷優(yōu)化成本結(jié)構(gòu)，探索并塑造出新的競(jìng)爭(zhēng)優(yōu)勢(shì)。

場(chǎng)景

即時(shí)深度洞察需求，構(gòu)筑定義標(biāo)準(zhǔn)能力

當(dāng)硬件和算法都趨同時(shí)，新制造企業(yè)的真正差異化來(lái)自場(chǎng)景。誰(shuí)能更早、更深地切入某個(gè)應(yīng)用場(chǎng)景，誰(shuí)就能積累最真實(shí)的數(shù)據(jù)，進(jìn)而深度洞察數(shù)據(jù)背后的真實(shí)需求，從而形成“數(shù)據(jù)飛輪”效應(yīng)，助力企業(yè)構(gòu)筑起引領(lǐng)行業(yè)發(fā)展的標(biāo)準(zhǔn)。

01

生成場(chǎng)景即時(shí)洞察需求

技術(shù)與市場(chǎng)深度融合和迭代發(fā)展是新制造企業(yè)創(chuàng)新發(fā)展的根本任務(wù)。因此，如何即時(shí)、精準(zhǔn)地洞察和滿足市場(chǎng)需求就成為AI能否發(fā)揮作用的核心，利用數(shù)智技術(shù)生成場(chǎng)景并從場(chǎng)景中把握真實(shí)需求是新制造企業(yè)的關(guān)鍵任務(wù)。宇視科技通過(guò)一句話即可生成檢測(cè)模型的方式，讓AI能快速適配各種冷門(mén)場(chǎng)景，解決了傳統(tǒng)AI覆蓋不到的問(wèn)題。大模型應(yīng)用將這種場(chǎng)景能力推向極致，允許用戶直接用自然語(yǔ)言下達(dá)指令，系統(tǒng)便能即時(shí)生成定制化算法。如在湖北市場(chǎng)的應(yīng)用中，工作人員僅輸入“農(nóng)用車載人”的文字指令，系統(tǒng)就在一分鐘內(nèi)自動(dòng)生成了違規(guī)檢測(cè)模型，解決了傳統(tǒng) AI難以覆蓋消防堆物、漏油等冷門(mén)場(chǎng)景的痛點(diǎn)。

圖片來(lái)源：?千庫(kù)網(wǎng)

這種“模糊輸入、高清輸出”能力，解決了安防行業(yè)在海量非結(jié)構(gòu)化數(shù)據(jù)中檢索困難問(wèn)題。所以，具備場(chǎng)景生成能力的AI可以助力新制造企業(yè)超越傳統(tǒng)人工手段仔細(xì)理解和識(shí)別市場(chǎng)需求，場(chǎng)景讓AI 有了施展本領(lǐng)的機(jī)會(huì)。

02

數(shù)據(jù)累積加速 AI 迭代

率先落地場(chǎng)景讓新制造企業(yè)可以掌握最真實(shí)的數(shù)據(jù)，隨著數(shù)據(jù)增多就可以激活“數(shù)據(jù)飛輪”效應(yīng)，即最大化數(shù)據(jù)和數(shù)智技術(shù)的價(jià)值創(chuàng)造能力。早期進(jìn)入場(chǎng)景讓新制造企業(yè)可以搶占數(shù)據(jù)源，數(shù)據(jù)積累和洞察使其掌握優(yōu)化未來(lái)發(fā)展路徑的先發(fā)優(yōu)勢(shì)。如云深處科技公司在工業(yè)園區(qū)和電網(wǎng)等場(chǎng)景部署機(jī)器人，不斷收集真實(shí)的使用數(shù)據(jù)，并根據(jù)數(shù)據(jù)反饋來(lái)持續(xù)迭代改進(jìn)產(chǎn)品，通過(guò)“邊用邊改”讓產(chǎn)品更快、更好地滿足客戶的實(shí)際需求。

圖片來(lái)源：?千庫(kù)網(wǎng)

在消防救援領(lǐng)域，機(jī)器人必須能穿越積水、避讓障礙、攜帶傳感設(shè)備，云深處工程師并未一次性解決所有技術(shù)難題，而是基于場(chǎng)景一線反饋逐項(xiàng)優(yōu)化算法與硬件配置。又如原力無(wú)限在應(yīng)用場(chǎng)景中反饋和積累越來(lái)越大量級(jí)的數(shù)據(jù)，算法針對(duì)場(chǎng)景問(wèn)題進(jìn)行持續(xù)優(yōu)化，推動(dòng)產(chǎn)品不斷迭代調(diào)優(yōu)。這種“產(chǎn)品即實(shí)驗(yàn)”的邏輯，加速了 AI 與用戶之間的價(jià)值閉環(huán)。

03

場(chǎng)景需求定義行業(yè)標(biāo)準(zhǔn)

一旦某一場(chǎng)景的 AI 解決方案被市場(chǎng)接受，新制造企業(yè)便掌握了對(duì)該場(chǎng)景的標(biāo)準(zhǔn)定義權(quán)，后來(lái)者必須適配其已部署的接口、軟硬件環(huán)境，從而形成實(shí)質(zhì)性的護(hù)城河。持續(xù)獲得自然使用環(huán)境中的高頻數(shù)據(jù)，讓 AI 能力不斷微調(diào)，并生成專屬特定場(chǎng)景的新算法，這種具備場(chǎng)景適應(yīng)力的產(chǎn)品更容易形成市場(chǎng)壁壘。如思看科技在與多個(gè)制造企業(yè)合作過(guò)程中，發(fā)現(xiàn) 3D 掃描技術(shù)落地的關(guān)鍵不僅在單一精度指標(biāo)，客戶真正需要的是對(duì)不同材質(zhì)和條件的靈活適配能力，于是打造出能根據(jù)場(chǎng)景特點(diǎn)自動(dòng)調(diào)整參數(shù)的數(shù)據(jù)平臺(tái)，幫助客戶更高效完成三維掃描。同樣，在原力無(wú)限的 AI 機(jī)器人邏輯中，產(chǎn)品并非為技術(shù)而生，而是源自真實(shí)、復(fù)雜和高頻應(yīng)用場(chǎng)景反向驅(qū)動(dòng)算法構(gòu)建。

圖片來(lái)源：?千庫(kù)網(wǎng)

如其低空自動(dòng)充電機(jī)器人，能自動(dòng)識(shí)別車輛位置并完成充電，讓用戶不必再人工操作，即可完成“停車即走、充電無(wú)需等待”的流程。通過(guò)先創(chuàng)造場(chǎng)景，再在場(chǎng)景試點(diǎn)中持續(xù)收集反饋和洞察提煉需求，讓新制造企業(yè)可以打通創(chuàng)意與落地之間的最后一公里，為場(chǎng)景解決方案建立起行業(yè)標(biāo)準(zhǔn)和共識(shí)。

生態(tài)

開(kāi)源重構(gòu)價(jià)值網(wǎng)絡(luò)，持續(xù)推動(dòng)生態(tài)進(jìn)化

AI給新制造企業(yè)帶來(lái)了多方面的機(jī)會(huì)和挑戰(zhàn)，任何單一企業(yè)都無(wú)法單獨(dú)完成。因此企業(yè)需要選擇開(kāi)放接口，構(gòu)建起客戶、合作伙伴、開(kāi)發(fā)者等組成的生態(tài)系統(tǒng)，以生態(tài)系統(tǒng)來(lái)重構(gòu)價(jià)值網(wǎng)絡(luò)，賦能生態(tài)伙伴價(jià)值共創(chuàng)和共享發(fā)展。

01

開(kāi)源重構(gòu)價(jià)值共創(chuàng)網(wǎng)絡(luò)

傳統(tǒng)制造企業(yè)的價(jià)值邏輯是分工協(xié)作和線性交付，如傳統(tǒng)燃油車制造企業(yè)找一級(jí)供應(yīng)商，一級(jí)供應(yīng)商找二、三級(jí)供應(yīng)商，但AI的高度不確定性和高頻迭代需求，決定了新制造企業(yè)需要一個(gè)更為靈活的技術(shù)共同體。例如，云深處科技通過(guò)對(duì)外開(kāi)放系統(tǒng)接口，吸引高校和開(kāi)發(fā)者參與技術(shù)改進(jìn)，把外部創(chuàng)新直接納入產(chǎn)品升級(jí)過(guò)程。它們還允許用戶進(jìn)行二次開(kāi)發(fā)，把企業(yè)變成高校科研和教學(xué)活動(dòng)的重要平臺(tái)。類似的策略在思看科技中也得到體現(xiàn)，企業(yè)邀請(qǐng)客戶工程師參與系統(tǒng)改進(jìn)，使其能夠把一次性交易轉(zhuǎn)變?yōu)槌掷m(xù)的共創(chuàng)關(guān)系。

圖片來(lái)源：?千庫(kù)網(wǎng)

宇視科技通過(guò)合作政策，引導(dǎo)伙伴從賣設(shè)備轉(zhuǎn)型為提供整體解決方案，通過(guò)技術(shù)培訓(xùn)、本地化倉(cāng)儲(chǔ)、項(xiàng)目協(xié)同等方式，為客戶創(chuàng)造更多價(jià)值。這種用戶共創(chuàng)式的生態(tài)關(guān)系，使新制造企業(yè)不僅售出產(chǎn)品，更構(gòu)建了技術(shù)共同體，將合作伙伴緊密地融入其價(jià)值網(wǎng)絡(luò)，從而把買(mǎi)賣關(guān)系變成了共同建設(shè)的合作關(guān)系，最終實(shí)現(xiàn)生態(tài)共贏。

02

開(kāi)放平臺(tái)擴(kuò)展應(yīng)用場(chǎng)景

生態(tài)擴(kuò)展能力很大程度上決定了新制造企業(yè)的成長(zhǎng)空間。在調(diào)研中我們看到原力無(wú)限等新制造企業(yè)正嘗試搭建開(kāi)放式平臺(tái)，讓開(kāi)發(fā)者在其機(jī)器人基礎(chǔ)上添加新功能，以拓展更多的應(yīng)用場(chǎng)景。這背后離不開(kāi)企業(yè)所提供的開(kāi)放式接口和工具，確保不同模塊能夠順利兼容。該企業(yè)技術(shù)負(fù)責(zé)人說(shuō)，“我們的目標(biāo)不是做一個(gè)封閉產(chǎn)品，而是做一個(gè)身體開(kāi)放、能力共享的平臺(tái)型機(jī)器人?！边@種生態(tài)邏輯使得原力無(wú)限可以通過(guò)吸納教育、醫(yī)療、服務(wù)等多元場(chǎng)景下的模塊化插件，快速擴(kuò)展技術(shù)和產(chǎn)品的使用邊界。

宇視科技不僅自身產(chǎn)品矩陣完備，還積極融入更大的生態(tài)，成為“中國(guó)移動(dòng)愛(ài)家AI終端生態(tài)領(lǐng)先者”，與生態(tài)伙伴一起共同為家庭、商鋪等場(chǎng)景激活 AI 價(jià)值。易現(xiàn)公司建立了一個(gè)AR平臺(tái)，為開(kāi)發(fā)者和創(chuàng)作者提供了從建圖到設(shè)計(jì)再到體驗(yàn)的一站式服務(wù)，降低了開(kāi)發(fā)者進(jìn)入門(mén)檻，吸引更多人參與內(nèi)容創(chuàng)作，通過(guò)平臺(tái)匯聚各方力量不斷豐富 AR 應(yīng)用場(chǎng)景。所以，新制造企業(yè)的開(kāi)放合作模式，極大地拓展了技術(shù)和產(chǎn)品的應(yīng)用邊界。

易現(xiàn)公司用AR還原南京小西湖歷史風(fēng)貌區(qū)

圖片來(lái)源：易現(xiàn)官網(wǎng)

03

推動(dòng)共生系統(tǒng)自我進(jìn)化

新制造企業(yè)構(gòu)建生態(tài)系統(tǒng)的最終目標(biāo)，不僅是連接更多生態(tài)伙伴，更是推動(dòng)生態(tài)系統(tǒng)更快地自我進(jìn)化，以實(shí)現(xiàn)技術(shù)和產(chǎn)品的迭代創(chuàng)新。一些新制造企業(yè)已經(jīng)形成了“越用越好”的循環(huán)：企業(yè)提供工具和平臺(tái)支持，外部伙伴帶來(lái)真實(shí)需求和數(shù)據(jù)，多方共同推動(dòng)產(chǎn)品并不斷進(jìn)化。

云深處科技的技術(shù)人員指出，他們的生態(tài)不是簡(jiǎn)單的“給別人用我們的平臺(tái)”，而是“讓別人一起造這個(gè)平臺(tái)”。通過(guò)技術(shù)伙伴和開(kāi)發(fā)者的共同投入，平臺(tái)的能力被持續(xù)放大。原力無(wú)限和易現(xiàn)公司也通過(guò)這種“參與—反饋—優(yōu)化—更多參與”的生態(tài)進(jìn)化邏輯，不斷增強(qiáng)自身產(chǎn)品和場(chǎng)景適配力。更重要的是，生態(tài)資源的聚合讓人才和知識(shí)在生態(tài)成員之間高效流動(dòng)和協(xié)同創(chuàng)新，共同構(gòu)建出一個(gè)具備自我演化能力的生態(tài)系統(tǒng)，加速了從問(wèn)題到產(chǎn)品的迭代，為新制造企業(yè)構(gòu)建了中長(zhǎng)期的競(jìng)爭(zhēng)壁壘。

圖片來(lái)源：?千庫(kù)網(wǎng)

結(jié)語(yǔ)

在后AI紅利時(shí)代，新制造企業(yè)的核心課題已從“如何使用AI”轉(zhuǎn)向“如何通過(guò)AI重構(gòu)價(jià)值創(chuàng)造方式”。CASE模型的四大維度刻畫(huà)出新制造企業(yè)利用AI構(gòu)筑護(hù)城河的核心要素。其中，算力降低了成本，架構(gòu)提升了效率，場(chǎng)景創(chuàng)造了壁壘，生態(tài)帶來(lái)了成長(zhǎng)。更為關(guān)鍵的是，這四個(gè)維度需要形成相互賦能的動(dòng)態(tài)閉環(huán)，不斷促進(jìn)新制造企業(yè)的不斷演進(jìn)：算力為重新設(shè)計(jì)系統(tǒng)提供基礎(chǔ)支撐，架構(gòu)優(yōu)化讓場(chǎng)景能力得以充分釋放，場(chǎng)景落地則推動(dòng)生態(tài)體系不斷擴(kuò)展，生態(tài)自我演化又反哺算力與架構(gòu)的持續(xù)升級(jí)，最終構(gòu)筑出新制造企業(yè)的護(hù)城河。

相關(guān)企業(yè)的實(shí)踐探索印證了CASE模型的價(jià)值，它既能激活企業(yè)內(nèi)生潛力，又能整合企業(yè)外部資源，讓AI從通用技術(shù)工具升級(jí)為驅(qū)動(dòng)能力持續(xù)演化的核心引擎。然而，未來(lái)的新挑戰(zhàn)也不可忽視。隨著算力門(mén)檻下降、數(shù)據(jù)合規(guī)要求趨嚴(yán)、生態(tài)合作博弈加劇，新制造企業(yè)在推動(dòng) CASE 模型落地過(guò)程中還將面臨新的不確定性。比如，如何在追求模型訓(xùn)練性能的同時(shí)兼顧綠色低碳，避免因算力資源消耗過(guò)大而失去可持續(xù)性；如何在利用數(shù)據(jù)推動(dòng)創(chuàng)新的同時(shí)，明確隱私保護(hù)、行業(yè)規(guī)范和知識(shí)產(chǎn)權(quán)的邊界；如何在開(kāi)放與管控之間找到平衡點(diǎn)，讓生態(tài)真正成為各方共贏的平臺(tái)。這些問(wèn)題都提示我們：新制造企業(yè)的智能化之路，遠(yuǎn)不是一勞永逸，而是一個(gè)需要持續(xù)探索和迭代創(chuàng)新的進(jìn)化過(guò)程。

信息來(lái)源：《哈佛商業(yè)評(píng)論》（中文版）

編輯排版：伍梁永

審核：佟慶、鄔愛(ài)其