从工业软件到全栈工业AI:赛意信息的AI“焕新”宣言

赛意信息的战略进化并非一日之功，而是对制造业核心痛点、AI技术发展瓶颈以及自身能力边界深刻洞察后的必然结果。

近年来，全球产业链加速重构，中国制造业正经历从制造大国向制造强国转型的关键时期。降本增效、提升供应链韧性、实现柔性生产、加速产品创新等，已成为企业生存与发展的核心命题。传统的ERP、MES等工业软件在流程优化和数据管理上功不可没，但面对日益复杂的市场环境和生产现场的不确定性，其能力已显现瓶颈。

AI的出现为制造业带来了新的曙光。然而，AI在工业领域的落地之路远比消费互联网复杂。

通用大模型因缺乏工业知识而水土不服，无法理解复杂的生产机理和工艺约束；单点的AI应用如同信息孤岛，难以打通全链路，无法形成系统性的业务价值；企业自建AI团队、采购和维护算力基础设施的成本高昂，风险巨大。

这些痛点共同指向一个结论，工业领域需要的不是零散的AI工具，而是一套能够整合算力、模型、知识和场景的系统性解决方案，市场迫切需要一种既懂AI技术、又深谙工业场景，还能提供从算力、模型到应用一体化解决方案的服务商。这为赛意信息这样的“老兵”提供了前所未有的历史机遇。

赛意信息选择向“全栈工业AI”转型，其最大的底气源于其过去二十余年在中国制造业的深耕。自2005年成立以来，赛意信息服务了超过3000家大中型制造企业，覆盖了高科技电子、家电、汽车零部件等数十个细分行业。这一历程为其积累了三大核心资产，构成了转型的坚实地基：

● 深厚的工业Know-How：赛意信息不仅是软件实施商，更是客户业务流程的深度参与者和优化者。从ERP的财务供应链管理，到MES的生产执行，再到APS的智能排产，赛意信息沉淀了对不同行业生产节拍、工艺约束、管理逻辑的深刻理解。这些隐性的、非结构化的行业知识，是训练出懂行的工业AI模型的关键养料。

● 海量的场景数据与业务模型：在数千个项目的交付过程中，赛意信息积累了大量的真实业务场景数据、标准业务流程模型、系统架构方案和代码组件。这些经过验证的资产，构成了构建工业知识图谱和预训练行业大模型的基础。

● 稳固的客户信任与渠道：长期的合作关系意味着赛意信息不仅拥有触达企业决策层的渠道，更重要的是赢得了客户的信任。在涉及核心生产数据的AI时代，这种信任关系是任何新兴AI公司短期内难以建立的壁垒。

可以说，赛意信息此次向工业AI全面转型并非另起炉灶，而是基于核心能力的自然延伸和价值放大。赛意信息要做的，是将过去以“人”为载体、以“项目”为单位输出的Know-How，通过AI技术进行封装、沉淀和产品化，从而实现规模化、高效率的价值创造。

本次战略升级大会上，赛意信息详细阐述了“全栈工业AI”战略的实现路径。核心思想并非包揽一切，而是通过“有所为、有所不为”的策略，构建一个开放、协同、自主可控的技术体系。赛意信息董事长张成康表示，赛意信息的全栈工业AI体系可以概括为一个清晰的三层架构：“工业智算-工业大模型-工业智能应用”，旨在为制造业客户提供一站式的AI解决方案，打通AI落地的最后一公里。

赛意信息清晰地认识到，作为一家软件与服务公司，其核心优势不在于自研芯片或算力硬件。因此，在算力层，赛意信息选择了与行业巨头深度协同的策略。

图1 赛意信息与华为签署合作协议

深化与华为的合作：会上，赛意信息与华为签署了合作协议，明确将基于昇腾AI基础软硬件平台，共同打造国产算力体系。这意味着赛意信息的工业AI解决方案将拥有坚实的国产算力底座，不仅能有效降低客户的算力获取门槛，更确保了技术的自主可控与供应链安全。

图2 赛意信息与阿里云签署工业AI合作协议

协同阿里云AI全栈能力：会上，赛意信息也与阿里云签署了合作协议，赛意信息可以充分利用其成熟的公共云智算服务和“AI全栈能力”，实现技术底座与行业深度的互补，极大降低企业使用AI的初始门槛。

通过这种合作模式，赛意信息成功将自己定位为算力与工业应用之间的超级连接器，专注于将强大的通用算力转化为适配工业场景的精算力。

赛意信息认为，工业AI的智能，不应仅仅来源于对海量数据的统计学规律学习，更必须来源于对工业知识的深度融合。因此，赛意信息坚定地选择了“知识增强”的技术路线，并构建了一个独特的“行业大模型×场景大模型”垂直矩阵。

● 行业大模型：这一层级的模型，注入了赛意信息沉淀的特定行业（包括PCB、家电、电子、装备制造、光伏等）的通用知识，为下层的场景大模型提供基础的上下文理解和逻辑推理能力。

● 场景大模型：在行业大模型的基础上，针对具体业务场景，深耕一系列小而美的场景大模型，专注于解决特定问题，例如工艺参数优化、智能排产、预测性维护、智能质检、供应链寻源、光伏丝网印刷参数调优等。

这种“行业×场景”的矩阵架构，核心优势在于它通过“知识引导数据、数据反哺知识”的双轮驱动机制，解决了通用大模型不懂工业的根本问题。确保AI的输出既符合行业逻辑，又能贴合企业个性化需求。

在应用层，赛意信息提出了打造多层级AI智能体的构想，目标是推动AI从单点验证走向全域智能，实现技术与业务的完美闭环。

● 单点智能体：这是最初级的智能体，专注于解决一个明确的、独立的业务问题，例如“智能质检员”负责在产线上替代人眼进行产品外观缺陷检测；“设备预警员”负责7x24小时监控关键设备的运行状态并预测故障。

● 产线级协同智能体：当多个单点智能体开始协同工作时，就形成了产线级的智能。当“智能质检员”发现某类缺陷率突然升高，会自动通知“工艺优化工程师”智能体；“工艺优化工程师”智能体分析数据后，调整工艺参数，并将指令下发给生产线；同时，“智能排程员”会根据产线状态动态调整后续批次的生产计划。

● 全域智能体：最终目标是实现跨部门、跨流程的工厂级甚至集团级智能体。它能够基于全局数据进行自主感知、决策和执行，实现全局资源的动态优化，例如在接到一笔紧急订单时，能够自动协同供应链、排产、物流等系统，给出最优的生产和交付方案。

为了支撑这些智能体的运行，赛意信息已有的工业软件矩阵，谷神工业互联网平台、SIE iMOM平台，将扮演承上启下的关键角色。它们向下连接模型和算力，向上与企业现有的ERP、PLM等系统进行无缝集成，构成了AI Agent运行的操作系统和数据总线。

伴随此次战略升级，赛意信息重磅发布了潜心研发的工业级全链路AI Coding平台“SIE CodeOne”。如果说战略升级是赛意信息未来发展的航海图，那么SIE CodeOne则是其驶向“全栈工业AI”新航道的第一艘旗舰级产品。

当前市面上的AI编码工具，大多聚焦于代码补全、代码生成等单点编码提速功能。然而，赛意信息深刻洞察到，在制造业数字化项目中，纯粹的编码工作量只占项目总工作量的一部分。需求理解偏差、设计方案返工、团队协作损耗、项目经验流失等工程化问题，才是导致项目延期和成本超支的主要原因。

SIE CodeOne的核心价值主张，正是要实现从单点编码提速到全流程工程化提效的转变。它并非一个简单的代码生成器，而是一个贯穿需求、设计、开发、测试、交付全生命周期的工业级协同平台。

SIE CodeOne的强大能力，根植于其独特的三层技术架构：工业知识引擎、工程约束体系、DevOps交付流水线。

工业知识引擎是SIE CodeOne的“大脑”。它内置了赛意信息20余年积累的核心业务系统行业知识库，包括上千个项目的最佳实践、预置的业务模型、组件模板和架构方案。当一个新项目启动时，平台能自动解析客户的调研纪要、需求文档，利用知识图谱和NLP技术，挖掘隐性需求、识别需求冲突、预警潜在风险，并自动生成标准化的需求规格说明书；基于内置的4A架构方法论和行业模板，平台可以快速生成贴合业务需求的业务蓝图和技术方案，大大缩短了设计周期，并保证了方案的专业性和前瞻性。

工程约束体系是SIE CodeOne的“规矩”。为了保证AI生成代码的质量、安全性和一致性，SIE CodeOne建立了一套严格的约束体系，通过上下文引擎、规则约束引擎、反馈引擎三大引擎为AI的行为划定边界，让AI的创造力被限定在工业级的边界内，确保输出的可靠性。

SIE CodeOne平台无缝集成了DevOps流水线，AI生成的代码和测试用例可以自动进入编译、构建、测试、部署的自动化流程，实现了从需求提出到价值交付的端到端闭环。所有变更可追溯、可验证、可回滚，确保了交付过程的敏捷与可靠。

据赛意信息披露，SIE CodeOne已在数十个制造业数字化项目中成功落地，覆盖汽车零部件、电子制造、流程化工等多个行业，其带来的项目交付效率提升和成本降低效果显著，初步验证了其商业价值。

在AI时代，单打独斗难成气候。赛意信息深谙此道，其全栈战略并非全干，而是通过构建一个强大的生态系统，来巩固自己的市场地位和竞争壁垒。

赛意信息的生态战略非常清晰，与技术底座的巨头（如华为、阿里云）形成优势互补的盟友关系，赛意信息提供行业纵深。特别是赛意信息的核心价值在于对制造业场景的深度理解、客户关系以及将技术转化为业务价值的最后一公里交付能力。这是通用技术公司难以在短期内企及的。

这种分工合作模式，让客户可以获得1+1>2的一体化体验。客户无需再自行拼凑来自不同厂商的算力、模型和应用，避免了技术断层和多头对接的管理噩梦。赛意信息作为总集成商和价值交付的责任主体，提供端到端的解决方案，这在复杂的工业项目中极具吸引力。

图3 工业知识联盟广州分中心挂牌仪式

除了技术生态，赛意信息还积极布局知识生态。大会上揭牌的工业知识联盟广州分中心便是一个重要信号。该联盟以工业本体知识图谱为核心技术路线，旨在联合产业链上下游的合作伙伴，共同构建和完善工业知识库。

通过推动工业知识的标准化，赛意信息有望在未来工业AI的操作系统层面掌握更多话语权。同时，一个开放、共享、持续更新的工业知识库，将成为赛意信息及其伙伴训练更强大、更通用工业大模型的超级燃料库。此外，联盟一旦形成网络效应，将吸引更多企业加入，共同贡献和使用知识，从而形成一个强大的、难以被外来者攻破的知识壁垒。

“全栈工业AI”战略的发布，赛意信息正式吹响了全面进军工业AI核心战场的号角，它标志着公司正式从一个传统的工业软件服务商，进化为一个旨在为制造业全面注入AI能力的赋能者。

赛意信息的转型，跳出了传统软件实施、定制开发的项目制红海竞争。它不再仅仅是交付一个软件系统，而是提供一个可持续进化、能够沉淀知识资产的AI能力平台。竞争的维度从项目交付能力转向了长期价值陪跑能力。这种模式通过全生命周期的服务体系，将有望破解行业内AI试点众多，规模化推广难的通病。

同时，通过“自主技术+场景价值+生态合作”的模式，赛意信息正在构建独特的竞争壁垒。相对于大型云厂商，它更懂工业场景；相对于传统的IT服务商，它拥有更强的AI产品化能力；相对于AI初创公司，它拥有更深厚的客户基础和行业知识。

尽管战略蓝图宏伟，但赛意信息的转型之路并非没有挑战。全新的服务模式和产品理念需要时间来等待市场和客户的转型信心，尤其是在传统制造业领域，改变固有的采购和IT建设习惯并非易事。但无论如何，这场“全栈工业AI进化”已经为中国工业智能化的未来，写下了值得业界长期关注与思考的崭新篇章。

我们有理由相信，在赛意信息这类既懂技术又懂行业的全栈服务商的推动下，AI+智能制造的未来将更加广阔，一个由数字劳动力深度参与的、更高效、更智慧、更具韧性的新工业时代将加速到来。