在當前的工業領域，智能體（Agent）技術的運用正處于初步探索和基礎構建的關鍵階段，鼎捷數智的執行副總裁劉波對此進行了強調。盡管工業數字化早已成為討論的熱點，但工業行業的發展歷史遠早于數字化進程。由于不同企業在數字化上的投入和進展存在差異，工業企業的數字化轉型之路顯得參差不齊。

隨著智能體時代的到來，工業領域正經歷從數字化向數智化的轉型。然而，對于數字化水平各異的企業而言，智能體的實施路徑各不相同。在此背景下，國產工業軟件正迎來崛起的契機。

自2000年左右起，中國工業的數字化轉型步伐開始加快。隨著制造業創新能力的提升，中國開始追求更高的產品附加值，并致力于增強產品創新和研發能力。這一趨勢反過來又推動了企業數字化的發展。盡管早期國際巨頭如達索、西門子和PTC等通過特定的商業模式占據了市場主導地位，特別是在高端PLM軟件市場，但近年來，隨著云計算的興起，國內工業軟件行業迎來了快速發展。

從市場規模來看，國內工業軟件的整體收入從2012年的729億元增長至2023年的2824億元，PLM細分市場的增速更是達到了18.9%，預計2025年將突破400億元大關。據IDC發布的報告，2023年中國PLM軟件市場的總規模已達到28.8億元人民幣。盡管自2020年前后，整個行業的增速有所放緩，但AI大模型的出現為軟件行業帶來了新的增長點，近年來出現了明顯的回升趨勢。

AI與工業軟件的融合正引領產業未來的發展方向。工業軟件巨頭紛紛通過收購AI企業，提升其產品的智能化水平。劉波指出，AI大模型不僅為工業軟件行業帶來了新的增長點，還在技術上帶來了諸多改變，如知識檢索和理解生成能力的提升。目前，工業AI應用已經開始廣泛涌現，從理論走向了現實，進入了點狀應用的嘗試階段。

在AI時代，中國工業軟件能否實現彎道超車，成為業內關注的焦點。盡管在生成式AI浪潮來臨之前，國產工業軟件在全球市場中的占有率仍然偏低，但國家和企業已經開始重視工業軟件的發展，并取得了一定的成績。2024年上半年，中國工業軟件產品收入達到1324億元，同比增長9%，整體保持持續增長態勢。

國家層面也在加緊部署AI+工業軟件的專項行動，支持企業試點開發AI+CAE、AI+EDC等先導產品，并通過中試驗證平臺為國產工業軟件的產品化研發和規模化應用奠定基礎。同時，工信部在審議的《工業和信息化部信息化和工業化融合2025年工作要點》中也提出，以工業智能體為抓手深化人工智能工業應用，推動工業數據集和工業大模型的創新迭代。

從應用層面來看，已經有多個場景利用大模型技術提高了效率和良品率。目前，大模型已經在PDM、CAD、PLM等工業軟件場景中得到了應用。全國范圍內已建成數千家基礎級、先進級和卓越級智能工廠，覆蓋了超過80%的制造業行業大類。這些智能工廠在產品研發周期和生產效率上均取得了顯著提升。

在具體應用上，華為、阿里云等推出了工業大模型解決方案，顯著提升了CAE仿真效率。微軟Azure推出的工業AI助手能夠自動生成PLC代碼，而鼎捷數智則推出了ChatCAD，能夠根據訂單需求自動生成CAD圖紙，幫助企業解決標準產品改型設計過程中的高頻、重復、知識密集型的挑戰。

當前，工業領域應用智能體的場景大多具有共性，主要可以分為四大類別：數據治理類、知識處理類、流程優化類和輔助決策類。在數據治理方面，隨著生成式AI時代的到來，企業開始認識到數據的重要性，并通過AI技術實現了數據價值挖掘的質的飛躍。在知識處理方面，生成式AI讓所有員工都具備了優秀員工的能力，通過問答助手等形式提升了員工工作水平。在流程優化方面，企業通過數據及智能技術簡化了復雜的業務流程，并在一些環節通過多模態模型實現了AI審核。在輔助決策方面，AI大模型能夠根據以往數據進行分析，幫助企業管理者制定更為科學的管理制度，實現企業利益最大化。

盡管生成式AI技術已經在工業領域有了許多成熟的應用落地，但距離真正的智能體時代還有一定距離。工業大模型與智能體應用正在從“功能替代”邁向“認知進化”，推動制造業進入“AI定義一切”的新紀元。智能體的真正價值在于實現“動態感知-決策-執行”的閉環能力，而當前的應用仍局限于上述四大領域，主要歸因于生成式AI在知識密集型領域的重要作用以及這些領域作為企業數據資產最密集的地方。未來，工業企業將圍繞如何將這些點狀應用的能力連接起來，形成范圍化、規模化應用等方向進行研發突破。