首页 > IT业界 > 正文

9月10日重庆CIO智行社:从宗申动力的“自闭环AI”看“多智能体协同驱动”

2026-09-14 15:35:50  来源:

摘要:9月10日重庆CIO智行社:从宗申动力的“自闭环AI”看“多智能体协同驱动”
关键词: 人工智能 数据安全 大数据

当前,人工智能制造业的应用,正从“单点智能工具”加速向“多智能体协同驱动”模式演进,并将重塑机械制造业的生产组织方式与价值创造逻辑。作为中国西部装备制造重镇,在国家和地方一系列“人工智能+制造”方案推动下,重庆正加速构建“产业大脑+未来工厂”体系,明确支持工业智能体研发、垂类大模型落地与跨系统协同应用,为制造企业智能化升级提供了系统性政策引擎。与此同时,重庆聚焦的产业龙头及前沿技术企业,已率先形成“单点智能—系统集成—多智能体协同”的实践路径,实现智能升级的同时落地了一系列可复制的场景和经验。

9月10日,在由ENI经济和信息化网与重庆IT价值联盟联合主办的“AI驱动智造升级:从单点智能到多智能体协同”CIO智行社活动中,重庆宗申动力机械股份有限公司CIO江文,Zoho解决方案顾问黄华国,亿格云售前解决方案专家吴忧,北京奥维奥科技有限公司CEO胡鹏程分别就"AI从单点应用到闭环"、"AI+CRM赋能销售全流程"、"AI安全治理实践"、"AI Agent落地与履约协同"等主题进行了多角度分享,并与参会CIO及企业数智化负责人围绕AI赋能装备制造业相关主题进行了深入交流。

\

江文 重庆宗申动力机械股份有限公司CIO

作为重庆本土装备制造企业,重庆宗申动力机械股份有限公司已建成两个卓越智能工厂和一个“链网协同未来工厂”。

在演讲中,重庆宗申动力机械股份有限公司CIO江文介绍了宗申动力在重点AI场景的建设成果,包括产品法规智能问答、质量计划智能分析、生产管理智能问答、AI点检应用平台、APS高级排程和氢能园区管理智能体等。

与此同时,江文也直言,大量单点AI是“外挂式”应用——一问一答,与业务系统没有真正关联,不主动跟踪任务,无法解决“多个问答+多个跟踪”的复杂问题。基于此,宗申动力提出“自闭环AI”理念。梳理端到端流程、显性化各节点职责与控制要求,将多智能体编排至流程节点,形成「监督闭环、数据反哺、经验复用」三位一体的自闭环体系:AI主动核验时效、质量与证据,过程数据沉淀为业务资产,历史经验自动转化为建议反哺新一轮业务。

江文表示,这一模式可复用于按时入库率、成本管控、招聘面试等大量“接任务—拆解—跟踪—闭环”的管理场景。他强调,自闭环AI的前提是高质量的数据基础与数据治理——没有数据,AI无从推荐;数据不治理,AI必然误判。长期来看,AI将“从辅助问答走向嵌入业务系统”,通过多智能体协同实现任务到任务的闭环,AI在“辅助参考、智能合规、自动跟踪、严格校验”红线内运行,人从重复劳动与催办协调中解放出来,专注例外处置与经营决策,实现人、系统、AI三方协同下的持续降本增效。

\

黄华国 Zoho解决方案顾问

围绕“从线索到成交:Zoho AI+CRM如何助力重庆装备智造”的演讲主题,Zoho解决方案顾问黄华国表示,Zoho对于AI应用的理念是“放大人的价值,而不是取代人”,将AI视为企业的“数字同事”而非替代者;在授权范围内接管重复性工作,释放人的潜能;保证效率与安全同等级优先。AI智能体在企业中扮演“辅助人—自主执行—产出业务洞察”三种角色,企业可按成熟度选择部署层级。

黄华国介绍,Zoho已构建覆盖销售智能、服务智能、营销智能和智能助理的AI全景架构,将AI能力嵌入全平台60多款企业级应用。在落地路径上,企业可由简入繁、逐级递进:入门级通过Zoho CRM自带的Agent快速上手;进阶阶段在Zoho提供的可视化平台上,通过Prompt+选Tool+挂知识库,搭出适合自己业务的Agent;高阶阶段可接入外部大模型与第三方工具,实现全栈可控。平台内置100多款预置Agent,支持自然语言创建、知识库挂接与多智能体工作流编排。

在销售场景中,客户洞察Agent可在拜访前自动生成客户画像,会议纪要、邮件跟进、商机推进建议、智能报价、丢单复盘等环节均可由AI承接,让销售人员专注客户经营。在线索培育环节,AI引擎可自动识别采购意向信号,SDR筛选时间缩短3/4,线索到商机转化率提升60%以上;通过挖掘存量客户增购机会,老客户增购比例提升30%。在服务场景中,AI自动进行工单分类、意图识别与知识库回复。

针对制造业出海场景,Zoho AI可自动完成邮件分类、跨时区会议排期与钓鱼邮件识别,助力企业高效开拓海外市场。黄华国强调,Zoho遵循“客户数据不用于训练模型、AI严格使用现有账号权限、管理员可开关AI功能、审计完整日志”的合规原则,可适配有出海外贸合规需求的企业。

\

吴忧 亿格云售前解决方案专家

随着大模型、RAG与智能体技术的爆发,AI已深度介入企业的研发、生产、供应链等核心环节,在AI成为企业基础设施的同时,也带来数据泄露、恶意技能与插件、内外网违规外联以及Token成本失控等风险。如何在“全员用AI”与“安全可控”之间找到平衡,是所有企业必须回答的问题。

亿格云售前解决方案专家吴忧提出,企业需要构建“使用可见、风险可控、行为可溯”的AI应用安全治理体系。亿格云以“发现、收编、治理”为路径,通过Shadow AI发现到Trust Agent治理的闭环,实现AI应用的全生命周期管控。平台可识别AI网站、浏览器插件、桌面AI软件、SaaS内嵌AI、AI编程工具、AI Agent六大类载体,通过9大审计维度提供超过100种方式的深度审计,可识别1000余种AI应用,并将日志关联到人与设备,投递至安全运营平台进行二次分析。

在身份治理方面,亿格云为每个数字员工颁发独立Agent ID并绑定责任人,遵循最小化权限原则,采用短期令牌实现细粒度授权,确保“一个Agent出问题,就能找到真实责任人的追责对象”。在运行安全,平台从事前合规守护、事中动作拦截、事后追溯处理三个环节构建全链路防护。在数据安全层面,自研AI网关对进出模型的敏感数据进行分类分级识别,检测意图与注入防护,实现“敏感文件出不去、违规回复出不来”。在成本治理上,支持按人、按部门、按Agent、按模型的用量归因与配额告警,并按部门差异配置模型,避免全员使用最贵模型造成的成本浪费。

吴忧介绍,亿格云已服务吉利控股、理想汽车、零跑汽车、赛力斯等全球1000余家头部企业,以“SASE管人、AIDR管AI”的方式,打造人类员工与数字员工统一的安全治理体系。

\

胡鹏程 北京奥维奥科技有限公司CEO

北京奥维奥科技有限公司CEO胡鹏程以“从单点智能到履约协同——装备制造AI Agent的落地路径”为主题,结合入选2026云栖大会SAP客户案例的曼森集团实践,分享了AI Agent进入企业核心业务场景的方法论。

胡鹏程指出,当前很多 AI 应用还停留在 Copilot 辅助录入、简单处置的单点工具层面,而企业真正高价值的 AI 应用,应当深入核心生产物流与全运营流程,输出实实在在的经营管理价值。作为服装 OEM/ODM 定制企业,曼森集团下设 4 家生产工厂,年营收规模约 20 亿元,各工厂数字化水平参差不齐。企业业务压力突出,一旦订单交期发生延误,不仅会面临数百万级的罚金,还存在流失核心大客户的经营风险。奥维奥聚焦复杂供应链企业,长期积累 SAP 实施、行业扩展与生产现场协同经验,深知物料齐套、委外、多工厂计划、仓储、生产、质量与成本,都是需要在业务中一项项落实的工作。把 AI 用于生产决策,先要理解业务对象与规则,再连接计划与执行事实:SAP 提供可信经营核心,AVA Cloud+ 承接行业业务扩展,AVA Edge+ 连接仓储、生产与质量现场,AVA Industry AI 在此基础上组织行业上下文,开展推演、预警与决策辅助。基于这一能力底座,奥维奥打造履约 AI Agent 方案,打通设计变更、供应链、WMS、MES 等多业务系统,适配工厂数字化程度不一的现状。

胡鹏程强调,AI Agent运作的基础逻辑是“基于可信的业务事实做风险推演”:系统聚合散落在异构系统内的业务数据,形成可计算、可解释的履约上下文,AI围绕“订单/ 项目能否按期交付”这一核心目标持续推演,提前识别采购延迟、排程冲突、关键物料缺料、产能不足等风险节点,给出跟催、转序、加急、替换等可执行建议,经人工确认后回写执行系统,形成“发现—推演—建议—决策—执行—验证”的动态闭环。

该项目经过 3 个多月迭代优化,已经显现业务成效:企业 CEO 可直接通过系统全景掌握多工厂生产排布与实时进度,无需再逐一对接各厂长沟通协调,显著降低跨工厂、跨组织的协同成本。

最后胡鹏程分享了AI落地的四项评判标准:经营对象是否重要、是否真正需要跨系统协同、是否有值得AI干预的业务动作、结果能否量化验证。同时他强调,AI是“帮助人做更大范围的判断,而不是直接做业务决策”。

在互动交流环节,参会的装备制造企业CIO及数智化负责人就单点智能体与多智能体协同的落地困惑展开深入交流。重庆IT价值联盟秘书长杨旭东在总结中表示,智能制造提升了效率、解放了繁重体力劳动,AI的应用方向毋庸置疑,但具体应用点仍需打磨,质量、研发等关键环节更适合用小模型解决,他呼吁行业头部企业先摸索出可复制的行业经验,再在更广范围内推广。

 
 

第四十二届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:zhanghy

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。