随着“人工智能+”行动持续推进，企业们对于大模型的关注正在发生明显变化。从最初关注模型参数规模、推理能力和生成效果，到眼下更加关注业务价值创造，企业级AI竞争的焦点正在从“模型能力”转向“落地能力”。尤其是在制造业领域，当大模型逐渐成为基础设施，企业真正关心的问题已经不再是“模型能不能回答问题”，而是“模型能不能创造价值”。

2026年政府工作报告提出持续推进“人工智能+”行动，支持大模型广泛应用，促进智能体加快推广。如今政策信号已经明确：AI正在从模型创新阶段进入产业落地阶段，智能体将成为连接大模型与实体经济的重要载体。

2026世界人工智能大会（WAIC 2026）期间，企业大模型公司滴普科技（01384.HK）携全新升级的DeepWorks 企业智能体平台亮相行业盛会。更值得关注的是，滴普科技给出了这样一个判断：企业级AI竞争的关键，正从“能不能生成Token”转向“Token能否在企业中创造真实业务价值”。

制造业AI落地的核心难题并非是大模型能力不足，而是缺少能够沉淀企业私有知识、统一业务语义的本体层能力以及可被智能体调用、复用并持续迭代的专业场景Skills 体系。只有当模型真正理解设备、工艺、流程、规则和岗位经验，AI 员工才有可能从“会回答问题”走向“能执行任务”，在研发设计、生产调度、设备运维、质量管理等工业场景中稳定创造价值。

制造业AI落地，为何必须构建企业私有知识本体

年内政策密集出台，八部门联合发布《“人工智能+制造”专项行动实施意见》，明确到2027年底形成不少于100个典型应用场景、1000个高水平工业智能体、100个高质量行业数据集、500个工业AI典型案例。工信部、国家数据局推动的“模数共振”行动，则进一步强调数据、模型与场景应用之间的循环打通。

政策窗口已打开，制造业AI落地的决胜点则在于企业私有知识和完成本体语义层。回顾过去两年的产业发展可以看到，大模型在知识问答、内容生成和逻辑推理方面取得突破性进展，但当其进入制造业场景时，却经常面临“最后一公里”难题。

原因在于，制造企业的知识体系具有高度专业化、复杂化和隐性化等特征。

知识分散是一大挑战。一家工厂的设备台账、工艺参数、质量标准、故障经验、生产计划、供应链数据以及老师傅积累多年的经验，往往分散在不同系统和岗位之中。

更大的问题在于语义不统一。同一个设备编号、物料编码或者工艺指标，在ERP、MES、SCADA、PLM、WMS等系统里的命名方式、统计口径和管理逻辑可能完全不同。对于人而言，这些差异还能通过经验进行理解；但对于AI而言，如果缺乏统一语义体系，模型很难准确理解数据之间的真实关系。

正因此，大模型虽然能够回答问题，却未必能够真正参与生产决策，驱动排产、巡检、质检、预警、维修、采购等流程。

以PCB等高端制造领域为例，设备数量众多、工艺链路复杂、质量控制要求极高。如果不能首先完成设备、工艺和经验知识的语义统一，即使部署再先进的大模型，也难以实现稳定可靠的生产优化。

若要实现执行闭环，前提是让AI真正读懂企业。

这也是当前工业智能体建设的关键逻辑：先构建企业私有知识本体，再形成统一语义层，最终让智能体具备感知、推理、决策和协同能力。

从产业实践来看，工业AI价值验证已经逐渐形成清晰路径——“本体语义层—工业智能体—现场指标改善”。

未来制造业AI竞争的关键，已经不是谁更会调用模型，而是谁能够持续建设模型本身无法替代的企业私有能力。企业知识本体、行业数据资产以及专业场景技能，正在成为新的竞争壁垒。

滴普的“企业知识沉淀-智能体协同-岗位Skills执行”架构

如前文所述，企业级AI的未来不在Demo数量，而在进入生产系统的深度，以及企业私有知识能否形成越用越深的智能复利。

针对此，2026 WAIC期间，滴普科技发布全新升级的DeepWorks企业智能体平台。

DeepWorks企业智能体平台，是滴普科技在FastAGI企业智能体平台服务400+大型头部企业客户的实践基础上，经过深度技术改造与能力升级后推出的新一代企业级智能体平台。其引入Harness架构，完善Agent Team协同能力，补充复杂任务Loop机制，对接企业级组织模块，提供Token生产力云服务能力。

同时，DeepWorks企业智能体平台可接入诸多通用基础模型提供通用办公能力，若进一步接入Deepexi 滴普科技自研企业大模型，可持续治理和迭代企业知识语义底座，基于企业具体知识进行长程任务准确规划能力，实现从企业具体语义环境下的需求生成、任务规划，到代码工程的能力。

从使用体验来看，DeepWorks 更像是一款面向企业场景打造的“企业级 Workbuddy”，不仅能辅助员工完成通用办公任务，也能根据企业需求，深入企业知识、组织流程和业务系统，支撑更复杂的岗位级智能协作。

此外，DeepWorks企业智能体平台与Deepelogy企业本体数据和 Skills 集协同，进一步增强平台对行业知识和企业业务的理解能力。Deepology企业本体数据与Skills 集，是滴普科技基于大量客户服务能力沉淀形成的 2000+ Skills 组合，覆盖制造、消费、科学研究、公共事业等行业的深度领域。具备包含 DeepSense 生产制造 Skills 集、DataSense 运营决策 Skills 集、FDESense IT建设与数据治理服务 Skills 集等，可面向不同产业场景提供可组合、可复用、可持续迭代的行业智能能力。

由Deepexi、DeepWorks、Deepology构成的DeepexiOS AI级企业操作系统，本质上对“Model+Agent+Skills”体系完成了产品化封装。

基于这一产品结构，企业员工与合作伙伴可通过 DeepWorks企业智能体平台入口完成的日常工作，不再只是一次性的任务执行，这也会成为企业 AI 能力持续成长的来源：当日常工作知识汇聚为企业知识，日常工作技能沉淀为企业 Skills，DeepWorks 企业智能体平台自下而上汇聚企业日常工作的数据、知识与技能。

基于上述拆解，滴普科技的解法可以整体概括为“企业知识沉淀-智能体协同-岗位Skills执行”的三层架构：底层通过企业大模型与本体能力沉淀私有知识，中层通过智能体平台完成任务拆解、协同调度和权限治理，上层通过行业Skills与岗位流程结合，将AI能力嵌入生产、运营、管理等具体场景。

滴普科技的价值在于其构建了一条从模型到底层能力、从平台到岗位应用的完整落地链条。

据滴普科技此前发布的正面业绩预告，收益品质大幅改善。2026年上半年公司预计实现营业收入约2.66亿至2.91亿元人民币，较2025年同期增长约101%至120%。业绩增长主要得益于其将 FastAGI 企业级人工智能解决方案升级为 DeepexiOS AI 级企业操作系统平台解决方案，推动相关业务收入实现较大幅度增长。

结语

从“人工智能+制造”到“千个工业智能体”，产业正在进入AI深度融入生产系统的新阶段。滴普科技所构建的“Deepexi+DeepWorks+Deepology”体系，正在尝试打通企业知识、本体语义、智能体协同与岗位执行之间的关键链路。随着这一模式持续在更多行业和场景中得到验证，滴普科技将有望成为中国AI工业化进程中具有代表性的实践案例之一，也为企业级AI从试点探索走向规模应用提供可参考的发展范本。