【权威发布】国务院新政:不买软件,买智能体

2026年4月，国务院正式印发《关于推进服务业扩能提质的意见》（以下简称《意见》），明确支持采购大模型、智能体服务。

一个月后，央视《焦点访谈》以“扩能提质强服务”为题专题报道了工业AI平台型公司中控技术。

两个信号叠加在一起，释放了一个清晰的答案：“AI+制造”不是选择题，而是一道关乎生存的必答题。

过去很长一段时间，大模型和智能体被认为是互联网巨头的专利。动辄千万的研发投入、稀缺的算法人才、不确定的落地效果——这三座大山，让绝大多数制造企业直接选择了“先看看”。

这是一个认知误区。《意见》在"加快软件和信息服务创新发展"部分专门打破了这道墙：深入实施“人工智能+”行动，支持采购大模型、智能体服务。几乎同时，工信部也进一步部署开展“人工智能+软件”专项行动，培育“模型即服务”“智能体即服务”等新业态。

这意味着：中小企业无需再投入大量成本自研模型，可以直接采购成熟的工业大模型、智能体SaaS服务，以订阅制的轻资产模式用上顶级AI能力，试错成本极低。

《意见》提出到2030年服务业总规模迈上100万亿元。其中生产性服务业和AI赋能，将是增长最猛的板块。

政策的本质不是"鼓励"，而是重新定义游戏规则。对企业来说，以下三重变化会直接影响到账上的数字：

第一重改变，从“买硬件养团队”到"订阅智能体”。

传统工业软件采购模式，往往是一次性投入数百万甚至上千万元购买APC、PID、OTS等各类软件，还要组建专门的运维团队，回报周期长、试错成本高。工信部所鼓励的模型即服务、智能体即服务，本质上是将AI能力基础设施化。企业无需再关心底层算力、模型训练、软件升级，只需按需订阅智能体，为具体任务付费。

以中控技术的TPT平台为例：一个通用工业AI平台可以生成多个专用智能体，如PID整定Agent、参数优化Agent、异常预警Agent、过程仿真Agent。无需编程，用自然语言描述需求即可生成。据实测，这种模式可降低50%-80%的软件投资，减少30%-50%的人力投入，同时提升1%-3%的生产收益。

从“重资产长周期”切换到“轻运营即时见效”，是政策送给企业家的第一份红利。

第二重改变，竞争标准从“用了多少设备”到“用了多少智能体”。

过去的竞争力看三样：产能规模、设备数量、人员经验。未来，这些要素正在被智能体重新解构。

中控创始人褚健说过一个直击本质的判断:“一个大型炼化一体化工厂，可能需要几千名操作工程师。如果能让这个复杂工厂实现少人化、甚至全自主运行,效率一定是最高的。”

这句话已经在落地。湖北兴瑞硅材料有限公司应用中控技术“TPT+UCS”协同的自主运行工厂AOP方案后，AI接管了氯碱生产全流程，工厂控制中心定员从260人减至80人，建设成本降60%，人均效能提升67%。

多个智能体协同构成的“数字专家集群”，决策速度和精度远超个体经验。工厂之间的竞争，不再是比谁的设备更贵，而是比谁的智能体集群更聪明、更懂工艺。

最后，赚钱的方式也变了，从“卖设备”到“卖智能服务”。

《意见》明确提出推动制造业企业向“产品+服务”解决方案提供商转型。

举个具体例子：一家设备制造商，可以给自家设备捆绑一个状态预测Agent，向客户提供预测性维护服务。生意模式从一次性设备销售，变成持续的服务订阅收入，获得更高的客户粘性、更稳定的现金流、更强的议价能力。

政策为这种转型提供了合规底座和采购通道。谁能先把智能体嵌入自家产品，谁就能在存量市场中切开一条新增长线。

政策窗口已开，工具已就位。剩下来拉开差距的，不是资金，不是技术，是决断力。

第一，重新审视IT投入逻辑。你现在的软件采购是“一次性买断+自运维”吗？同样的钱，换成订阅智能体服务，能覆盖更多场景、更快见到效果。

第二，优先找“智能体友好度”最高的环节。哪些工序重复性强、依赖老师傅经验、异常频发？那就是智能体最好的切入点。不要一上来追求全厂覆盖，从最痛的一个回路开始。

第三，选对底座，而非选通用的。互联网通用 AI无法在制造业落地，不必盲目跟风，它们能写报告，但读不懂精馏塔的温度曲线。工业AI的底座必须是懂工艺、懂场景的。

中控技术深耕流程工业自动化三十余年，积累了超1亿I/O点数的万厂机理知识——这些来自生产现场的真实数据，才是工业AI能否落地的关键。

中控技术TPT平台的底层逻辑不是“生成文本”，而是生成可运行、可部署、持续参与生产的工业能力：你用自然语言描述需求，平台自动生成智能体，无需编程基础，普通一线操作员就能用。

目前，TPT平台已在石化、化工、能源电力、建材等行业成功落地百余个项目，超3万名工程师正在使用TPT平台生成的智能体解决工作中的实际问题。

过去买软件，未来买智能体。TPT平台面向企业用户免费试用，扫码立即体验。