工业场景的技术革命从来没有停下过脚步，从早期以PLC为核心的“机械自动化”阶段，到物联网与云计算驱动的“数据互联化”转型，工业系统已实现从孤岛式运算到云端协同的跨越。但集中式云端架构的固有瓶颈——数据传输延迟、带宽瓶颈及隐私风险，成为智能化升级的掣肘。
在此临界点，边缘计算开始改变工业计算范式。通过将算力分布式部署至终端设备或边缘节点，这一架构革新实现了数据的原生处理：时延从秒级压缩至毫秒级，云端依赖度大幅降低，为实时性要求极高的工业场景解锁了全新可能。
与此同时，生成式AI的爆发式演进正在重塑工业智能的进化路径。以DeepSeek等优质大模型为代表的推理模型平台，其多模态理解与决策能力正与边缘计算形成技术共振，为AI Agent的崛起提供了技术底座。工业AI智能体的出现，正在打破传统工业系统的规则预设局限，通过自适应学习与环境交互，实现从“被动响应”到“主动决策”的范式跃迁。
正是在这一背景下，物联网智库有幸与研华科技董事长刘克振、研华科技工业云研发总监康宁，展开了一场关于“工业智能体时代”的深度对谈。
本文将节选访谈部分核心内容，探讨工业智能化的演进趋势，并解析产业格局重构背景下，研华科技在这波AI浪潮中扮演着什么样的角色？
工业智能觉醒：AI智能体重塑工业4.0进化路径
围绕PLC、工业仪表等现场控制硬件展开的自动化演进，解决了重复性劳动和流程标准化的工业生产问题，通过预设规则等手段实现生产效率的提升。随着生产模式发展，难以适应复杂多变生产环境的机械自动化暴露了其被动响应的短板。而后随着物联网和云计算技术的普及，数据驱动的工业互联时代开启。这一阶段的变革显著提升了工业系统的透明度和协同能力，但也暴露了集中式架构的局限性，实时性要求极高的场景需求难以满足。
为突破集中式架构的瓶颈，边缘计算通过将算力下沉至设备端或近场节点，边缘计算实现了数据的就近处理，大幅降低了响应延迟，同时减少了对云端的依赖。这一技术革新为工业场景中的实时性需求提供了技术支撑，也为更复杂的智能化功能奠定了基础。
而现在，虽然AI普及的时间不长，但AI的浪潮已经席卷了千行百业，AI的普及正在带动产业全面走向智能化。研华科技董事长刘克振敏锐地捕捉到AI浪潮下工业智能迎来了新的机会，“AI智能体加上工业模型将会形成全面工业智能体，工业自动化行业经历几十年的阶段性演变，现在已经达到很明显的智能化转折点。”
在行业智能化转折点背景下，研华科技推出了“Edge Computing & WISE-Edge in Action”的品牌宣言，以Edge Computing硬件与WISE-Edge软件深度整合的策略应对工业智能体时代的产业变革。
随着智能体底层技术与AI模型技术的持续迭代升级，工业智能体可预期地将成为工业AI的重要形态。“工业智能体与传统自动化以及专家系统有着明显差异，”研华科技董事长刘克振认为，“最大的差异在于自动化场景不再是一个封闭系统，智能体能够及时连接云端大语言模型与端侧的行业垂类模型，形成云边端的协同AI应用分工。”这种开放的串联会使整个产业的效益和进化程度爆炸性发展，工业智能会在智能体的助力下高度进化。
在交流中我们了解到，除了齐全的边缘计算硬件产品，研华科技为推动工业智能发展在软件平台方向也积累了多年，提供完整的各种智能系统软件解决方案，通过软硬件整合应对行业智能化转折。研华科技董事长刘克振也多次强调，“软硬件融合，实现产业的全面智能化，是研华坚定的愿景”。
AI智能体是工业AI最佳载体，“智能协同”主导的工业新未来
工业智能体时代，模型技术能结合全面行业知识进行决策，为具备感知与执行能力的智能体提供了关键信息，二者的融合让工业智能实体在感知、决策、执行环节上完成了闭环，不再局限于过去的“被动执行”，转而可以依据场内具体的一切生产资料进行“主动进化”。这一能力的实现，让AI智能体成为工业AI最佳的载体。
研华科技工业云研发总监康宁在交流中也表达了类似观点，“AI Agent是IoT与LLM融合的最佳方式，成为物联网与大模型融合智能中枢。”在工业场景中，工业智能体亦将成为串联起场内一切的智能中枢。
智能体的大模型能力正在重构工业IoT应用，一是数据可视开始向决策智能进阶，不再满足于只汇总数据，而是能够根据场景内数据提供决策建议，甚至帮助执行端到端的闭环；二是引领工业单节点响应向全局协同发展，整个工业供应链系统响应时间大幅缩短；三是以往被动维护开始向主动闭环升级，智能体不仅能发现或者预测场景内的设备故障，还能实现维护设备的全流程自动化。
同样，工业IoT应用也在赋能智能体能力的升级。在数据采集上，场内多维度的互联数据给模型提供了高质量数据用于训练增强模型能力，并最终帮助企业搭建专属的智库。工业互联平台同样扮演着给大模型提供工具链的角色，支撑其无缝衔接AI与物理世界实体设备。还有不可忽视的一点是，工业智联应用本身的分布式算力和边缘智能能力可以在一定程度上分摊模型对算力的要求。
工业IoT与大模型二者双向赋能，互为驱动，不断融合最终成为引领工业新未来的工业智能体。康宁补充道，工业智能体将在自动化场景中扮演三个重要角色，“一是智能感官系统，工业智能体会成为多模态感知中枢；二是智能指挥官和决策执行引擎，实时场内解析数据并自动给出决策；三是系统协同大脑，融合各个系统的数据，实现系统间的协同和联动，真正推动端到端的闭环管理。”
在场景内布置完整的AI生态，收集场内数据不断学习最终形成细分场景内的工业智能体，是工业场景即将面临的系统性转型方向。基于细分场景的工业智能体一定是未来的方向，工业新未来将由智能体“智能协同”主导。
写在最后
工业智能体的搭建，需要前沿软硬件技术的集成，研华科技正在持续推动Edge Computing & WISE-Edge战略，通过链接边缘端的软硬整合，打造智慧互联生态，加速工业智能体的应用与落地。随着工业边缘多层级算力逐步完善以及模型能力从量变开始向质变演进，由智能体主导的工业时代正在来临。
边缘计算迎来爆发式增长，研华2025 AIoT创新应用论坛以“Edge Computing & WISE-Edge in Action”为主题正式启航（6/4成都 6/10深圳），诚邀您共探AIoT前沿趋势与落地实践，推动新质生产力加速崛起。
