当前，工业互联网与人工智能的融合迈入深水区，行业正式告别“重建设、轻实效”的粗放发展模式，迈入“AI重实效，价值论英雄”的高质量发展新阶段。

在2026全球工业互联网大会现场，朗坤智慧董事长武爱斌结合企业深耕流程工业的实战积淀、全维度AI落地成果，发表《聚焦价值落地，以AI智能体驱动双跨平台高质量演进》主题演讲，为产业生态高质量发展建言献策。

以下为武爱斌演讲全文实录。

尊敬的各位领导、各位行业同仁：

大家好！我是朗坤智慧武爱斌。非常荣幸今天在这里，和大家交流工业互联网与工业AI的实践思考。

朗坤苏畅作为国家级“双跨”平台，长期深耕能源、煤矿、化工、冶金等对安全可靠性要求极高的流程工业场景。过去一年，我们全面推进All in AI战略，把AI作为产品迭代、项目交付的核心主线，也收获了一系列成果：苏畅平台取得工信部双跨平台最高A级评测结果，公司获评国家制造业单项冠军，拿下全国工业互联网大赛领军组第一名。我们自研瑶光垂类工业大模型，已经孵化150多个工业智能体实现规模化投产，落地多个大型央国企集团级标杆工程，同时参与工信部高质量工业数据集建设，实现研发、产品、落地齐头并进。

结合产业变化和一线项目实践，我从行业感悟、企业实践、产业建议三个方面做分享。

一、工业互联网迈入 “AI重实效，价值论英雄” 新阶段

过去工业互联网重在设备联网、汇聚数据，比拼建设规模。如今行业进入追求数据价值、AI场景落地、看重业务结果的高质量发展阶段。

第一，双跨平台价值逻辑发生转变：从 “汇数据” 走向 “用数据”，AI智能体成为平台新载体。

早期建平台重点是接入汇集数据，但大量数据沉睡，价值发挥不出来。现在不再比拼数据体量，而是看数据能解决什么实际业务问题。AI智能体逐步替代传统报表分析，工业互联网平台，也从数据蓄水池转变为智能体运行决策的能力基座。

第二，工业AI回归理性，拒绝通用大模型简单外挂，可信落地是硬门槛。

流程工业容错空间很小，通用大模型存在幻觉、逻辑说不清、结果不可控等问题，直接上生产会带来安全风险。工业 AI 必须扎根现场、吃透工艺机理，做到可控、可解释、可追溯、可量化，真正服务生产。

第三，评判标准彻底改变：从看重建设规模，转向看重业务结果。

过去评价平台，看接入企业、设备、应用的数量。现在降本、增效、提质、保安全、减人力，就是检验落地效果的标尺。

二、四大技术底座，构建双跨平台AI落地新范式

顺应行业变化，朗坤把AI深度融入平台架构、产品体系、项目交付全流程。依托苏畅平台，我们打造云边端一体化底座、工业AI操作系统、瑶光垂类工业大模型、高质量工业数据集四位一体布局，走出适配流程工业的AI落地路径。

第一，筑牢云边端一体化底座，实现AI闭环可控与集团能力复用

流程工业AI不能停留在大屏展示，必须下沉现场、打通工控系统，形成业务闭环。我们直面两大行业痛点：一方面流程工业很怕“黑盒AI”，单纯靠数据训练的模型，推理逻辑讲不清楚，工厂不敢直接用于生产；另一方面大型集团下属各基地分头建设、各自开发，带来大量重复投入，跑通的成熟经验也难以快速复制。

为此我们搭建云边端一体化架构，兼容DCS、PLC、SCADA、ICS各类工控协议，打通管理域与控制域安全通道。

端侧采集设备传感数据，实现工况感知、现场预警；

边缘侧完成低时延计算、数据清洗、异常就地处置，规避云端网络延迟风险；

云端聚焦集团全局治理、模型迭代、跨基地态势研判。

整套体系实现端侧感知、边缘智算、云端运筹、全局协同。智能体输出的优化策略可以直达工控系统，完成 “数据采集‑智能分析‑决策输出‑生产干预‑迭代优化” 完整闭环。我们把几十年沉淀的工艺机理融入模型，AI输出结论有据可查，打消现场对黑盒模型的顾虑；依托统一底座，单厂验证成熟的智能体和算法，可以批量复制到集团各个基地，摆脱 “一厂一项目” 的负担。

依托这套底座，我们在宝武集团落地风机智能节能优化场景；在国电电力下属电厂实现AI智能体闭环调优；为国家电投搭建穿透式安全管控体系；同时支撑大唐、华电煤业、内蒙古能源集团等集团级平台建设，真正实现央国企多基地的规模化能力复用。

第二，打造工业AI操作系统，把碎片化AI转为平台原生能力

以往工业AI大多是外挂零散应用，系统割裂、很难复用。我们构建工业AI操作系统，整合时序数据底座、数字孪生、机理模型库、智能体编排、模型全生命周期管理，打通数据接入、治理、推理、决策、执行、迭代全链路。AI不再是零散插件，而是平台可调度、可复用、可管控的原生能力。基于操作系统，面向发电、煤矿、化工、钢铁，批量孵化设备运维、安全合规、能耗寻优类智能体，已经在多家大型企业规模化部署。

第三，瑶光垂类工业大模型，平台底座 + 行业机理 + 垂类大模型三者耦合

瑶光工业垂类大模型深度对接苏畅平台、两千多套工业机理模型、故障案例库和行业规程。平台负责数据治理与场景打通；瑶光负责复杂任务拆解、多轮推理；机理知识库做结果校验纠偏。

遇到机组、化工装置异常，智能体自动调取测点、台账、检修记录，结合机理开展根因分析，输出可复核、可落地的处置建议，规避大模型幻觉问题，用行业Know‑how约束AI，做到可信可用。目前瑶光已在多家头部能源企业落地，150多个智能体持续创造业务价值。

第四，建设高质量工业数据集，破解工业AI“无米之炊”

工业场景里，算法不是最大瓶颈，高质量数据才是规模化落地关键。我们聚焦电力、煤矿、化工、冶金，打造工况完备、标签精准、合规可控的数据集，打通采集、清洗、标注、治理工具链。不盲目追求数据体量，重点沉淀真实工况有效样本，为大模型训练、智能体迭代提供原料。

我们参与工信部高质量工业数据集项目，牵头组建江苏省风电装备高质量工业数据集联合体，探索行业数据共建共享，补齐产业的数据短板。

在此基础上，我们实现多智能体A2A协同，设备、安全、能耗智能体之间互相调度赋能，避免平台内部形成新的AI孤岛。同时我们把大赛沉淀的方案模型产品化，转变交付模式，从单纯卖软件工具，转向交付可量化业务结果，在火电、煤矿、钢铁项目，实现设备非计划停机下降、能耗优化、风险提前预警等实际收益。

三、共建务实可信、真正落地的工业AI产业生态

结合一线实践，对行业高质量发展我有三点建议：

第一，坚持价值导向，推动行业从“建设交付”走向“结果运营”。弱化规模类指标，强化实效评价，方案瞄准真实生产痛点，做到可复制、可量化、可商业化。

第二，共建统一标准，夯实工业AI产业底层底座。行业伙伴携手共建高质量数据集、数据合规流通、智能体A2A交互调度相关标准，统一底座、模型、能力调用规范，减少重复建设，打通生态壁垒。

第三，聚力底层技术攻关，打造自主可控安全可信的工业智能化体系。持续深耕云边端协同、工控适配、工业AI操作系统、垂类大模型、可信安全体系等核心技术，兼顾机理、数据、安全，推动工业互联网从简单应用集成，迈向底座级、体系级的自主可控升级。

各位领导、各位同仁，工业互联网正迎来AI与实体经济深度融合的关键时期。朗坤智慧将坚守双跨平台使命，扎根流程工业，持续深化All in AI战略，全力推进工业AI智能体规模化落地。期待和各位同仁携手，共建务实、可信、高价值的工业互联网新生态！

谢谢大家！