智用开物管震:AI数字员工进厂,怎么跨过规模化的坎
作者:王达毓 编辑:郭晓洁 图源:智用开物“管老师,您讲得很好,但对我有什么用?”在工厂一线驻场的三年里,管震曾被一位工厂负责人这样追问。彼时,他是带着纯技术专家的视角,向制造企业讲解智能工厂和工业互联网平台。对方更关心的是经济账:一批物料没有到位,产线究竟应该换线还是等待?预测性维护能减少多少停机损失,投入是否划算?
“管老师,您讲得挺好,可这些对我有啥用?”
在工厂车间蹲点的三年里,管震被一位厂方负责人这样问过。那会儿他揣着纯技术专家的思路,给制造企业讲智能工厂、讲工业互联网平台。
对方惦记的其实是经济账:一批物料没跟上,产线是该换线还是干等?预测性维护能省下多少停机损失,这笔投入划不划算?
这些问题,当时还在微软的管震答不出来。他一下反应过来:制造企业要的,是在复杂生产约束下能作判断、能推着事情落地、还得对结果负责的本事。
广州智用开物创始人、CEO管震
2023年,在微软干了19年的管震选择离开。转过年,他和几位同事在广州拉起智用开物,想用大模型去啃制造业里的实际问题。
和面向个人的AI助手不一样,智用开物盯的是企业内部的具体岗位:AI排产员、报价员、报关员、对账员,还有设备巡检工程师。
企业用不着从头搭一套AI系统,按岗位需求把AI接进现有业务流程就行。管震管这个叫“AI数字员工”。
2025年,智用开物在粤港澳大湾区文化产业投资大会上露了面;2026年,公司拿到近亿元天使+轮融资。
参与决策
不少制造企业里,MES(制造执行系统)、ERP(企业资源计划系统)这类数字化系统早就挑起了生产管理、资源配置和业务记录的担子。
可流程里那些判断,并不会自己完成。排产就是个典型。
一笔订单能不能按时交付,要看设备状态、物料到没到位、人员班次、订单优先级等好几重因素。
哪个条件一变,原定计划就可能被牵动。
传统系统能给生产状态和资源信息,但在动态约束下怎么重新排生产,还得靠排产员的经验、电子表格,或者花钱做定制开发。
智用开物想补的,恰恰是信息记录到业务判断中间这一段。
产品体系里有数字员工平台“GoodCrew好雇”、工业语义引擎,还有企业级多智能体团队平台“领航Navi”。
工业语义引擎管的是不同系统之间数据含义和业务规则的差异,多智能体平台则让各岗位的AI围着同一项业务协同。
举个例子,订单进了系统,报价智能体先拆解客户需求,库存智能体核对物料,采购智能体出补料方案,设备智能体核对产能,最后由排产智能体把各项条件拢到一起,生成能执行的生产计划。
前提是它们得说同一套业务语言。
同一种物料,在供应商系统和工厂ERP里可能编着不同的码;就算字段名一样,含义和属性粒度也未必对得上。
这些信息要是对不齐,智能体就可能拿着错的数据做判断。
工业语义引擎要干的,就是把数据、术语和规则串起来,让各个智能体明白业务发生的前提和边界在哪。
这也决定了智用开物跟传统工业软件是什么关系。
管震不觉得MES、ERP该被替掉。在他看来,传统系统是把流程装进系统,工业智能体是想在流程里完成判断和执行,两边是互补的。
工业决策里引入AI,还绕不开一道坎:模型输出的结果看着合理,落到产线上却执行不了,怎么破?智用开物的做法是,最终生产计划不交给大模型直接生成。大模型管的是听懂需求、写出规则,计划本身由确定性内核按既定约束算出来。
回归场景
技术路径站不站得住,终究得拿真实业务来检验。眼下智用开物合作最深的客户是立讯集团。2025年8月,它和立讯体系内的立景创新一起建了AI创新实验室,成果正往集团其他业务单元复制。
ICT精密制造这一行,对生产节拍、产品良率和质量追溯卡得很严。AI应用光证明自己能干活不够,还得过真实产线这一关。对智用开物来说,客户内部跨业务单元的复制,同样是在检验技术适用性和交付能力。
另一条路来自制造业数字化服务商赛意信息。2025年9月,赛意信息战略投资智用开物,双方打算通过产品整合、协同研发和渠道合作,把AI能力嵌进制造业软件及相关解决方案。两类合作背后的商业逻辑并不一样:前者让公司在制造业核心场景里验证能力,后者则把验证过的能力装进既有产品体系,把客户面铺得更开。
华润燃气、珠江实业、广新集团等同样在智用开物的重要客户名单上,业务涉及能源、装备制造等领域。融资节奏也在提速。2025年,智用开物先后拿到瑞枫资本、豫资涨泉及赛意信息等方面的投资;2026年3月,又完成近亿元天使+轮融资,老股东瑞枫资本领投、创享投资跟投,立讯精密家族办公室及高管团队参与投资。
这轮钱主要花在工业语义引擎、制造业岗位智能体研发,以及与大企业客户的共创上。管震介绍,2025年已服务客户十余家,客单价在百万级;2026年的重心转向规模化,目前合同额已呈十倍级增长趋势。
上岗交付
工业智能体碰到的麻烦,不少藏在工厂现场。各家用的系统不一样,业务规则也各有各的写法。这就决定了它很难照通用软件那套方式交付。
智用开物把研发重投入压在工业语义引擎与岗位交付底座上,图的是在底层攒下可复用的行业知识,让上层应用的配置尽量简单。按其设计,一个数字员工要过完系统对接、岗位标准作业程序注入、硬约束与现场规则配置,再用历史数据校准,才算正式上岗。
GoodCrew新一代平台想做的,是让业务人员更直接地参与到岗位能力的提炼中来。管震说,过去要花一天才能做完的复杂工作,现在7分钟就能完成,前提是准确率达到交付要求。
还有个容易被人忽略的问题:人的角色怎么变。智用开物曾给一家企业部署AI辅助设计工具,效率提升很明显,可设计部门一开始并不买账,员工怕岗位早晚被替掉。这种顾虑,靠几场产品培训是消不掉的。
智用开物的应对办法,是跟客户一起把岗位边界重新划一遍:重复性的执行活交给AI,异常处理和最后的决策仍由人来做。
大模型的本事还在往上走,企业那边讨论AI的重心也变了。业务规则怎么沉淀下来、不同系统之间怎么打通、岗位能力又该怎么验收,这些事还得一件件解决。
这条路走不走得通,关键看数字员工能不能从某个客户的一条产线,扩展到更多企业、更多岗位,并且在复制过程中把交付成本压下来。对智用开物来说,前面的路还很长。
智用开物是2025年粤港澳大湾区文化产业投资大会的路演企业。
过去三年的文投会上,48个路演项目累计完成88轮次融资,募资规模超过255亿元。
11月24-26日,2026粤港澳大湾区文化产业投资大会将在广州举办,捕捉技术与文化新浪潮中的商业脉动和资金流向。