智库视点：9月3日，全国首个城市级工业智能体开放平台在杭州上线，杭州工业智能创新生态基地同步启动。平台首批上架50个“开箱即用”的工业智能体，覆盖研发设计、生产排产、缺陷检测、设备运维等环节；线下基地引入浙江大学谭建荣院士团队、西湖大学金耀初院士团队，形成“双院士”科研矩阵，并向杭州13个区、县（市）派出“AI特派员”，把工业智能服务下沉到企业一线。杭州正在尝试解决一个长期存在、但过去并不容易解决的问题：高校的科研能力如何真正进入企业，企业的真实问题如何反过来推动科研，最终又如何形成可复制、可收费、可规模化推广的产品？

一、工业智能体进入规模化落地期

工业AI正在从试用走向应用，产业端更需要稳定的供需连接机制。2025年，工信部在两化融合工作中明确提出，支持工业智能体研发推广。2026年，工信部发布的上半年工业和信息化发展情况显示，规模以上制造业企业人工智能技术应用普及率已超过30%。国家启动工业数据筑基行动，提出围绕研发设计、中试验证、生产制造、经营管理、产业协同等环节推动行业大模型和工业智能体落地。这意味着，“AI+制造”正逐渐进入规模化阶段，而规模化最需要解决的，就是建立一套持续发现需求、匹配技术、验证产品、沉淀经验的机制。

工业AI与普通消费AI不同，它必须真正解决生产问题。杭州工业智能创新生态基地把12条来自一线车间的真实需求公开出来，再由技术服务商、科研机构等进行对接。此次公布的企业需求中，有轮胎企业希望解决全表面外观质检问题，有新能源企业希望利用AI优化储能产线排产，还有企业提出利用AI处理海量专业文献。

过去，产学研合作往往有合作协议、联合实验室、产业学院等载体，但真正走到生产线、形成产品和订单，中间仍有一段距离。制造企业有问题，但未必知道应该寻找什么技术；高校有技术，但未必知道技术最适合解决什么问题；AI企业有产品，但未必能够找到愿意付费的客户——“AI特派员”则承担了三者之间的翻译工作，把企业的“问题”翻译成科研和技术能够处理的“课题”，再把科研成果翻译成企业能够使用的“产品”。

二、工业AI商业化的杭州路径

工业AI的商业化难题，主要在于“技术供给”与“场景需求”之间的错配。杭州的解题思路，可以概括为三个关键词:

第一，降门槛。平台构建了覆盖物理仿真与解析计算、多模态数据感知、决策推理、业务执行等环节的技术体系，企业无须组建专门的AI团队，也无须从零搭建技术框架，按需调用、组合场景，就能把智能体部署到产线质检、工艺优化、排产调度等环节。炽橙科技基于自研AIDT工业智能底座建设的工业智能体开放平台，已服务15万余开发者用户，为上千家工业企业提供普惠服务。

第二，建生态。杭州工业智能生态创新基地定位为全市工业智能能力聚集与场景应用服务中心，规划建设院士研究中心、高校联合实验室、产业链企业集聚区，以及工业智能能力展示与场景应用中心。企业走进基地，可以在“能力超市”中按需挑选智能工具，也可以观摩细分行业的前沿应用，寻找与自身产线匹配的转型方案。这种“线上平台+线下基地”的双轮驱动模式，让技术供给方和场景需求方有了面对面碰撞的空间。

第三，出政策。杭州在2026年正式提出“135N”工作体系，计划未来3年重点开展“AI工厂”建设、行业大模型落地、工业智能体平台建设等5大改革，并首次提出培育50家以上“AI工厂”的目标。政策层面还配套了“数改券”等支持工具，降低企业智能化改造的试错成本。杭州拥有规上工业企业近7500家，其中28家入围中国制造业500强，为AI应用提供了丰富的落地场景。

杭州正在搭建一套从需求发现到技术验证、再到产品推广的产业链条：高校院所提供科研能力，AI企业提供技术产品，制造企业提出真实需求，工业智能体平台负责产品集聚，基地负责验证和对接，“AI特派员”则承担需求发现和资源匹配。科研、技术、需求之间，由一次性项目合作，变成连续循环，实现了产学研真正的深度融合。

三、从“大型项目”到“小快轻准”

工业AI能否真正普及，中小企业能不能用得起、敢于试，是绕不开的一道门槛。过去数字化、智能化改造往往是一个“大型项目”：企业先找服务商，再做咨询、采购软件、部署系统，投入较大、周期较长。对于大型企业尚可承受，对于大量中小企业来说，门槛过高、风险过大。

“小快轻准”的产品化服务，降低了企业使用AI的成本。杭州的探索催生了一种更加市场化的服务方式，目前平台支持企业训练适配自身工艺的专属智能体，并提供低代码开发等工具；浙江2026年出台的《浙江省人工智能赋能制造业数字化转型实施方案（2026-2030年）》进一步提出，培育可复制推广的“小快轻准”AI产品，并探索“先用后付”“订阅服务”“效果付费”等模式。

商业模式的变化，意味着工业AI开始具备规模复制的条件。企业可以先从质检、排产、设备运维等一个具体环节试用，验证有效后再扩大应用；一个企业跑通之后，服务商则可以将成熟方案复制到同一行业的其他企业。这样一来，工业AI就具有了“产品化”的可能。

四、让“AI特派员”变成长效机制

要让“AI特派员”制度真正长效运转，变成一套产业机制，杭州的探索还有进一步深化的空间：

第一，把“AI特派员”变成产业需求的长期记录者。依托13个区、县（市）建立企业AI需求数据库，将需求按照研发设计、生产制造、质量检测、设备运维、经营管理等分类沉淀，持续记录技术成熟度、应用效果和企业反馈。这样既能提高供需匹配效率，也能为地方科技和产业政策提供真实依据。

第二，让企业问题进入科研立项和技术攻关。浙江2025年提出“企业出题、政府助题、平台答题、车间验题、市场评价”的科技创新模式，到2027年力争使规模以上工业企业与高校、科研院所、上下游企业开展创新合作的比例超过50%。杭州也已明确落实这一协同攻关机制。这套机制如果与“AI特派员”结合起来，就能让“企业出题”真正有稳定的入口，让“车间验题”真正有明确的出口，进一步进入科技计划和联合攻关体系，让科研资源更加贴近产业问题。更进一步，可以探索将特派员收集的共性需求直接纳入地方科技计划的申报指南，让科研立项从“论文导向”转向“问题导向”。

第三，把商业化效果纳入科研成果评价。工业AI时代的科研评价，需要一套新的标尺：解决了多少企业问题、形成了多少可交易产品、服务了多少中小企业、帮助企业降低多少成本、产生多少新增订单。这套标尺不仅适用于高校科研人员，也适用于AI服务商和平台运营方。杭州可以率先在工业智能体领域试点“商业化评价”机制，对进入平台的产品进行跟踪统计，定期发布“工业智能体应用成效榜”，让市场数据成为检验科研成果的硬指标。

第四，把“AI特派员”本身培养成一种新型产业人才。浙江2026年的AI+制造实施方案已经提出加强复合型人才培育，并支持建设行业人工智能研发中心、实训基地。未来可以形成一支类似“科技副总”的AI产业服务队伍：一部分来自高校，一部分来自AI企业，一部分来自制造业企业，长期深入产业一线。由高校、AI企业和制造企业共同参与培养，既能够发现企业需求，又能够判断技术路径，还能够推动项目落地。

作者｜张雪 上海文旅产业研究院专职研究员

编辑｜张甲馨