提到AI进入制造业，很多人首先想到的是机器人、智能产线，或者让机器自己完成生产任务。
但这一轮Agent走进工厂，最先改变的，未必是生产线。制造业设备昂贵、工艺复杂，一次失误，就可能造成实实在在的损失。
10月29日至30日，2026腾讯全球数字生态大会在深圳举行。面对制造业复杂的业务场景，腾讯云正从代码维护、知识管理、质量分析等环节切入，结合AI工具、智能体开发平台和行业解决方案，尝试让Agent逐步进入企业的实际业务。
为什么腾讯要从这些环节入手？
腾讯云副总裁、智能制造和智慧能源解决方案负责人蔡毅在与《华商韬略》对话时说，“工业企业用AI，一定不是看你跑得多快、用得多新，前提是要稳。”
长期与制造企业打交道，让蔡毅对这个行业使用AI的难处有着直接的感受。
他所说的“稳”，首先是要弄清楚，工厂里的哪些工作可以交给Agent，哪些还不能轻易放手。
蔡毅举了一个锂电企业的例子。在电池生产中，一些关键部件的检测精度要求非常高，甚至需要借助显微镜检查。如果AI漏掉了某个缺陷，问题随着电池进入最终产品，就可能带来严重的安全隐患。
除了检测的准确性，生产线上的实时控制，也是Agent面临的一大难题。
这些环节往往要求系统迅速、准确地作出反应。但Agent需要理解任务、进行分析、调用工具，执行复杂任务可能需要数分钟甚至更长时间，很难直接满足一些设备对实时性和安全性的严格要求。
但制造业的工作，并不是都需要这么快的反应速度。
比如生产排程、设备维修分析、供应链风险判断等工作，允许AI花一些时间分析，也可以由专业人员审核结果。这些场景，反而更适合现阶段的Agent发挥作用。
那么，制造企业该怎么判断，一个场景究竟值不值得引入Agent？
腾讯云在接触制造企业的过程中，总结了三个标准。
首先，使用频率要足够高，不能花很大成本改造一个半年才用一次的场景。其次，效果要能够衡量，究竟节省了多少时间、多少成本，企业需要算得清楚。
“第三，可以兜底，出了问题别跑偏，还是要能回滚、能恢复。”蔡毅说。
所谓回滚，就是AI操作出了问题，还能撤销修改，让系统恢复到之前的状态。
按照这三个标准，制造业并不是没有适合Agent的工作，关键是找到那些真正有价值、风险又能控制的应用场景。
要看Agent如何走进制造业，TCL是个很好的例子。
TCL是一家业务遍及全球160多个国家和地区的制造企业。随着智能电视功能不断升级，背后的软件代码越积越多，维护起来也越来越复杂。
蔡毅在走访中发现，TCL的一些新员工，可能需要三个月才能熟悉已有代码。工程师一天工作八个小时，真正开发新功能的时间可能只有两个小时，其余时间都花在理解代码、排查问题和沟通确认上。
在程序员圈子里，这类多年积累、牵一发而动全身的旧代码，常被调侃为“屎山代码”。
旧系统不能轻易推倒重来，新功能又要不断开发。修改一个地方，还得考虑会不会影响其他功能。这些繁琐工作，恰好给Agent留下了空间。
借助腾讯CodeBuddy，AI可以帮助工程师理解代码、定位故障、提出修改建议，再由人验证和测试。
据蔡毅介绍，某类电视卡顿问题的处理时间，从约8.5小时缩短到1.5小时。另一项原本需要两周的软件移植工作，也从两周缩短到了约两天。
这类工作频繁发生，效果容易衡量，最后还有工程师把关，正好符合前面提到的三个标准。
不只是研发，质量管理也是如此。
工厂出现产品缺陷后，需要分析原因、评估风险，形成8D报告或FMEA分析。这些工作涉及大量专业知识和历史资料，现在Agent可以协助分析、整理报告，再交给专业人员审核。
达瑞电子就是一个例子。这家拥有超3000名员工的电子制造企业，已经开始在财务、生产质量等岗位使用Agent，尤其是在质量分析、检验和报告整理等环节。
还有一些工作，比代码维护和报告编写更依赖人的经验。
蔡毅提到，“很多东西还存在于师傅的脑子里、经验里，需要去归纳的东西比较多。”
从TCL的代码维护，到达瑞电子的质量分析，几个场景看起来不同，却有一个共同点：
它们都有明确的岗位需求，需要处理大量专业信息，而且可以通过人工复核控制风险。
更重要的是，AI开始让这些企业多年积累的代码、知识和员工经验，变成更多岗位可以使用的能力。
这也是Agent进入制造业的一个突破口，不一定先改变机器，而是先让围绕机器工作的人变得更高效。
假设一个质检人员，过去需要四个小时整理报告，现在借助Agent，十几分钟就能完成。
这当然是进步。但如果报告还要等另一个部门审核，再交给生产部门处理，最后等待管理人员确认，整个流程可能仍然需要好几天。
这也是制造企业面临的另一个问题——一个岗位的效率提高了，不代表整个企业就能跟着提效。
蔡毅打了一个很形象的比方，“你个人跑得再快，中间掉棒子那也没用。”
制造企业就像一场接力赛。从采购、生产、质检，到仓储、物流和销售，大量工作需要不同部门配合。很多时候，真正耽误时间的，不是某个人干活太慢，而是系统之间不通、部门之间互相等待。
类似的问题，也存在于能源行业。作为一家业务涵盖油气开采、炼油化工等领域的综合性能源企业，某石油公司也在尝试通过Agent改善跨系统、跨部门的协作效率。
过去，工作人员想了解一口油井的运行情况，需要打开多个系统，逐项查找数据。如今，通过AI连接相关业务系统，员工只要提出问题，就可以让Agent协助查找和整理信息，原来繁琐的操作，几分钟就能完成。
除了系统之间的连接，跨部门协作也是一个难题。
比如这家公司每年开展的安全防护和检测工作，一旦出现告警，往往需要多个部门共同处理。过去，相关人员需要逐级联系、协调，再按照各自的流程推进。
如今，AI可以协助把相关人员组织到同一个协作群里，再由不同的智能体分别负责告警跟踪、问题溯源、信息通知等任务，减少部门之间的等待时间。
值得注意的是，Agent并不是要取代企业原有的业务系统。恰恰相反，过去建设的ERP、生产管理等系统，积累的数据和业务能力，正是Agent发挥作用的基础。
蔡毅认为，企业要真正用好AI，需要解决三个连接问题：系统与系统之间的连接、人与人之间的协作，以及有经验的人与缺乏经验的人之间的知识传承。
对制造企业来说，真正重要的，不只是让每个人干活更快，而是让原本环环相扣的业务流程，少一些等待、少一些重复，运转得更加顺畅。
很显然，Agent已经在一些工业企业找到了用武之地。但个别企业跑通了，不代表更多工厂照着做，也能取得同样的效果。
蔡毅提到，一家半导体企业曾经试用了十几个、二十个Agent，但因为缺乏专人推动和持续运营，后来基本没怎么用了。
问题出在哪里？
蔡毅认为，制造企业推广AI，不能搞运动式应用。今天要求所有部门都用Agent，明天又让员工提交大量Skill，数量看起来不少，实际却未必有人使用。
一些企业开始改变做法。一家能源企业先让员工了解AI，再通过项目培养骨干，之后开放有限的使用名额，要求参与者总结效果、贡献可以复用的Skill。
这样，真正有价值的应用，就能从日常工作中逐渐积累起来。
但员工摸索出的好方法，怎么才能变成整个企业的能力？
腾讯正在尝试解决这个问题。
WorkBuddy更偏向员工日常使用，让大家自行探索、积累Skill。ADP等平台则可以帮助企业IT部门筛选、管理这些能力，再统一发布给更多岗位使用。
简单说，就是员工从下往上探索，企业再把好用的方法沉淀下来，统一推广。既能发挥员工的积极性，也能避免各部门重复开发、各用各的。
不过，这种办法要推广到更多工厂，还面临另一个难题。
不同企业的系统、数据和业务规则千差万别。Agent即使具备通用能力，也未必能直接处理一家工厂的专业工作。
为此，腾讯开放WorkBuddy的平台能力，让行业软件厂商和合作伙伴加入，而不是所有应用都由自己开发。
比如，腾讯云与中望软件合作，通过MCP等方式，将CAD、三维设计相关的近百项工具能力接入WorkBuddy，让Agent能够辅助理解图纸、参与设计工作。
开放不仅体现在工具接入上，也体现在模型选择上。WorkBuddy支持不同厂商的大模型，让企业可以按需选择。
但有了平台和工具，还不够。
腾讯正在推动的FDE，也就是前置部署工程师，需要深入企业现场，寻找应用场景、连接原有系统，再把验证有效的方法推广开来。
蔡毅认为，WorkBuddy提供技术和能力保障，FDE与客户对业务场景的理解，则是另外一半。
安全和成本，同样是制造企业绕不开的问题。
对此，腾讯云通过权限管理、沙箱隔离、操作追溯等措施，让Agent在授权范围内工作，出了问题也有相应的恢复机制。
针对Token成本，腾讯则通过WorkBuddy可观测中心，帮助企业了解不同Agent的使用频率和资源消耗，根据实际效果调整资源分配。
这些措施，都是为了让Agent不只在少数场景中用得好，还能在更多工厂长期运行。
有意思的是，企业对Agent的需求，也在改变腾讯云与客户打交道的方式。
一家国企过去多年对腾讯云的产品兴趣不大，后来一名员工自行搭建AI工作系统，处理统计、会议记录等任务。管理者看到效果后，反而主动联系腾讯，希望进一步了解和推广相关能力。
这种变化背后，是制造企业对AI的要求越来越实际。比起技术有多先进，它们更关心那些长期存在的业务难题，能不能真正得到解决。
而腾讯找到的突破口，是先让Agent在具体岗位上发挥作用，再通过平台、开放生态和现场服务，把有效的应用推广到更多业务环节。
从提供数字化工具，到尝试成为连接整个工厂的新入口，腾讯正在争取一个更重要的位置。截至今天，WorkBuddy已经成为制造业首选的效率智能体，而这场竞争的关键，不是谁的AI更聪明，而是谁能让Agent在工厂真正用起来、长期用下去。
尊敬的读者朋友们，衷心感谢您订阅《华商韬略》，为了便于您及时收到我们的最新推送，敬请星标华商韬略公众号，感谢支持，期待长久伴您同行。
华商韬略出品
主编：毕亚军 责编：周怡
本文仅代表作者个人观点，部分图片来自网络、图虫创意、东方IC，未能核实版权归属的，不为商业用途，如有侵犯，敬请作者与我们联系
华商韬略旗下公众号，欢迎关注
投稿、约稿、商务合作及建议
敬请联系：010-65580525
zy@hsmrt.com 周总监
“点赞”是喜欢，“在看分享”是真爱
