中国企业正在激烈市场竞争中，摸索出一条中国式智能化之路。
文｜周享玥 赵艳秋
编｜牛慧
若干年前，日本企业以“精益生产”理念深刻影响全球制造业发展，为行业效率提升奠定了重要基础。若干年后，随着数字化与智能制造成为各国探索适配新时代需求的生产模式，中国企业正在激烈的市场竞争中摸索出一条中国式实践之路。
其中，汽车制造即是一个缩影。近几年，中国造车新势力蓬勃崛起，汽车行业迅速从卖方市场转变为买方市场，用户定制化需求急剧增长、选配愈发复杂。部分企业以计划驱动的生产体系，已难以快速应对销售侧的订单波动。增强供应链柔性、快速响应销售需求，正成为企业供应链优化的核心方向。
在此背景下，一家知名合资车企经多次调研后，注意到联想在柔性生产与供应链管理领域的突出表现：联想合肥制造基地——联宝科技每天生产8000多笔订单、80%的订单为小于5台的定制化需求，这种满足小批量、多批次、定制化、高变动的尖峰制造能力，显著优于行业平均水平。基于对高效供应链的共同追求，该车企决定与联想展开深度合作。
“双方协同打造的解决方案，成功兼容了精益生产的严谨性与按单生产的灵活性。”联想集团中国区首席架构师、方案服务业务群首席战略官、禾木咨询总经理毕巍介绍，此次合作不仅大幅提升了该车企的供应链柔性，还缩短了订单交付周期，为企业带来实实在在的价值。
这样的成果，源于对智能制造的共性探索——无现成经验可循，无论是中国企业还是全球同行，都需结合自身实际痛点，在与数字技术的持续融合中探寻适配路径。对中国制造业而言，在智能化转型AI升级的大背景下，唯有不断将传统流程优化与新技术深度融合，才能助力企业找到更契合自身发展的转型之路。
01
必选题和补债
2022年以来，以生成式AI为代表的“新AI”突飞猛进，“AI+制造”已成国内外制造业最热点话题。美国期望借AI推动高端制造业回流，破解熟练工人短缺难题，中国则力求以AI赋能“新质生产力”，加快向价值链高端迈进。AI+制造决定着全球制造业的竞争格局与产业话语权。
“对于中国制造业，AI绝对是必选题。尤其在新质生产力方面，一定要尽快把AI用起来、用出效果。”联想中国政企业务群企业行业总经理宋涛说，他最近与大量行业人士交流中，这一观点正在成为共识。尤其近几年，市场竞争进入红海，增长空间收窄，企业更聚焦于降本增效与出海开拓，而AI在这两方面展现出潜力，成为企业考虑投入、实现突破的方向。
实际上，人工智能最早在金融、互联网等服务行业率先应用。而制造业因链条更长、场景更复杂、回报周期长，推进更为艰难。在这个历来“靠苦活、累活、脏活”换取微利的行业中，转型挑战尤为沉重和严峻。
首当其冲就是“短期利益”和“长期价值”的拉扯。制造业转型升级最大的苦处和难点在于“钱紧”。据国家统计局数据，2025年1—8月，制造业利润率仅4.53%，钢铁、煤炭等行业一度低至0.4%。因此，当银行业每年能拿出平均3%～5%的营收进行IT投入时，制造业IT投入占营收比例平均仅为0.1%～0.5%。
制造业是靠自身辛苦赚得的利润进行投入，毕巍接触的每家企业在决定投一个项目前，都要反反复复思考，能解决问题吗？会不会最后变成一笔坏账？这些企业也都期望“以小搏大”。
其次，数据治理则是企业基础的“先修课”。智能体离不开高质量数据和知识，不同于金融等行业数字化建设完善，制造业数字化水平参差不齐，大量企业都需要先倒回去补课。“业界称这是‘补债’，要补数据债、信息债、自动化债……”宋涛指出。
比如，在瓷砖产业聚集地佛山，为应对当前地产下行压力，一些瓷砖企业计划用AI降本增效，但他们先要把经验丰富的老师傅请回工厂，做AI质检的数据标注。而数据标注并非一日之功，此前一些工厂因这些活儿费时费力、短期看不到成效而中途搁浅，因此在“补债”阶段中，企业要承担大量苦活、累活和脏活。有业内人士形容“做面包，要先‘种粮食’”。
此外，不少制造企业自身力量薄弱，缺乏技术和系统性经验，“看得到方向，却摸不到路径”。今年以来，不少制造企业期望采用“大小模型结合”方案，解决小模型泛化能力差带来的问题，但苦于“无从下手”。武汉光谷一家企业，找到联想，期望得到从模型研发到部署运维的系统性指导。
而随着越来越多中国制造企业走向全球化，也有大量出海挑战待解。比如，一家电子消费品制造企业，在完成自身海外工厂的建设和其他工厂的收购后，需重整其全球供应链体系。一家机械设备上市企业，并购全球不同区域的公司后，面临全球治理问题。
在这波制造业智能化浪潮中，联想既是“亲历者”——被联想称为“内生”，也是“赋能者”——被联想称为“外化”。这也是一场长达30余年的探索之旅。
02
“试验田”中，一条供应链的“灯塔”之路
毕巍将联想的“内生”比作“重要的试验田”，其从制造到智造经历了深度系统变革。
联想转型中曾多次面临短期利益与长期价值取舍难题。1990年，联想已经在北京、惠阳、上海等地建设了工厂。但在2009年，联想内部就是否继续投资建设自有工厂进行了激烈的讨论，当时有两条路径，一是OEM和ODM，二是继续建厂。前者轻资产、短期更优，后者利于打造核心竞争力、稳定供应。
最终，5:4的微弱优势下，联想决定继续自建工厂，顶着压力开启了“智造”的征程。位于合肥的联宝科技制造基地2011年开工建设。此后，联想工厂智造分阶段有序推进。
联想集团智能制造方案服务交付高级总监陈蔚回忆说，联想在工厂投入上极具超前意识，自90年代起，联想各家工厂就以极大的热情投入工厂信息化和自动化建设。彼时，联想工厂自行研发了MES，并在北京厂建立业内首批国产自动化立体仓库，其水平在当时堪称“行业一流”。后来，联想经由不断收购、新建，构建起全球制造网络，并通过建立统一标准，逐步实现工厂的全球制造网络协同和“人机料法环”全要素协同，到如今，人工智能嵌入到工厂各环节，改变“是颠覆性的”。
但这场转型远不止于工厂。“联想始终从‘研产供销服’端到端的价值链视角来研究、规划智能制造的能力建设。”陈蔚说。此前，联想集团副总裁、中国区战略及业务拓展副总裁阿不力克木·阿不力米提（阿木）曾将供应链比作“实体经济企业绕不开的大课题，大型企业的不二竞争力”。
联想集团供应链方案服务交付高级总监张天羽介绍，从大供应链看，联想走过了几个关键阶段：上世纪90年代从国内单一品牌起步；2004年底并购IBM PC后，用近十年时间完成全球供应链协同。2017年“All in AI”后，逐步构建覆盖“研产供销服”的智能供应链体系。过程中，联想逐步解决了大供应链整合的利益分配、需求分配和技术难题等挑战。
如果说供应链是前线，数据则是背后的“神经中枢”。联想全球数据平台服务总监马立志回忆，早期联想数据系统“烟囱”林立，2015年前后打造了全球统一数据湖，整合数据资产，构建全球数据仓与BI系统。近三年，这一数据中枢完成了AI引擎升级，成为“混合式AI”战略关键支点。
对于联想“智造”转型，马立志形容是“一场全局统筹的行动”。如今，这场行动已获全球认可。Gartner2025年全球供应链25强榜单中，联想排名第八，连续四年稳居Top 10，是唯一入选的亚太高科技制造企业。同时在亚太供应链10强中，联想已连续四年蝉联第一。
这得益于联想独特的端到端、穿透式供应链，它能贯通研产供销服。其核心原则是“全球资源、本地交付”，采用“一盘棋”模式。张天羽称，在联想30多家自有与外协工厂间，决策需跳出单点产能最优视角，从整体供应链与公司利益出发，根据供应、产能、成本、交期及合规等多重因素，智能判断由哪个工厂承接最合理，真正做到全球资源一体化调度。这也是最大挑战之一。
近年来，AI在供应链和工厂中作用愈发重要。以“灯塔工厂”——联宝科技为例，超万名员工，近百班别，缺勤率如果达到3%～5%，产能尖峰时可能就有近千人缺岗，人员调度是一大痛点。结合智能化技术，联宝构建了“人、岗、技、艺”四库，如“人库”为员工打好信息标签，“岗库”厘清对技能的具体要求。缺岗时，系统会提炼岗位需求信息，第一时间发至平台，各班组长据“四库”信息实时对接，不再需要像过去那样跨厂区、产线和工段层层传递，补位更高效准确。
如今，新一轮AI变革已经开始，正从“会回答”的助手阶段，迈向“能执行”的智能体阶段。尤其今年，智能体技术不断突破，AI开始具备在复杂流程中自动执行任务的能力。
在此背景下，联想确立“混合式人工智能（Hybrid AI）”为未来十年核心战略，于今年3月誓师大会上提出“个人、企业与公共智能必须混合共生”，并在同年5月份发布个人超级智能体“天禧”、业内首个企业超级智能体“联想乐享”和城市超级智能体。人工智能+制造，迎来智能体AI时代。
03
中国智造，加速迈入Level 3智能体时代
联想选择探索智能体，背后有更深层的原因。毕巍对数智前线分析，相比于Level 1与Level 2助手级智能体，Level 3智能体能自动编排任务，调用传统应用和多领域智能体，实现端到端业务流程闭环，在To B场景可能要做二三十步，横跨“研产供销服”中几个一级核心流程及其下的二级关键模块。
这其中的关键是它能自动识别业务变化，并自适应去调整，从而让企业流程变得更柔性，响应市场波动更快。
“这个价值就大了。”毕巍说，联想智能体iChain就是一个Level 3智能体雏形。前不久，深圳遭遇台风，华南区是联想供应商集中地之一，墨西哥工厂立刻询问iChain本季和下季订单会受什么影响？iChain先在供应链计划体系锁定相应的墨西哥工厂订单，反推所涉原材料及供应商，最终给出预警，并自动生成转产、调整库存、改变物流路线等系统计算的最优建议。
在竞争极其激烈的中国市场，Level 3智能体正成为企业竞争的关键。业界预测，该类智能体有望在今年底或明年上半年，出现示范性案例。“这也是为什么这一轮，很多董事长开始感到焦虑的原因。”毕巍直言，它关乎企业的核心竞争力。
联想内部也已形成共识，一定要做Level 3智能体，且要“All in”。这种共识也基于联想在上一轮智能化转型中打下的基础。此前阿木曾介绍，联想当时在四大维度形成体系化推进，即顶层战略共识、数字底座先行、AI与业务深度融合、组织变革有力。这一体系化逻辑，正持续支撑着新一轮AI从理念到实践的落地。
2017年联想中国区实施“日出东方”战略。通过领先的“客户直达”模式，联想中国区已经覆盖了庞大的客户群。其中，政企客户超过23万，中小企业客户超950万，消费端会员更是达到2.4亿。
联想集团销售方案服务交付总监高美艳表示，为更好覆盖这样庞大的客群，在“研产供销服”全价值链上，联想今年规划和上线了多个智能体。其中，针对政企客户，销售智能体中的“智能Call Plan”，自动生成客户联络任务、话术与推荐产品。今年4月1日至今，经过AB测试后，用智能Call Plan的销售，收入同比提升了3.6倍，另外智能配置上线后效率提升了80%，销售智能体中的智能标书让解析工作量每年估计能下降2.5万小时。
而联宝工厂，今年4月专门召开了两天研讨会，各业务部门共提出超30个智能体深度部署的应用场景，并按照业务价值和场景复杂度进行了排序。
“智能体哪怕有95%的高准确率，在大规模制造中也可能带来巨大影响，因此我们既要积极拥抱变革，不错失时代红利，也要不断审视技术成熟度及业务价值影响。”联宝科技智能制造与物流中心战略与转型总监郑国锐说，目前将“人机料法环”各要素串起来的智能体在工业场景下的应用，大家都在积极探索尝试。
04
“破案”“陪跑”和产业赋能
内生实践是一个苦活儿、累活儿，对外赋能同样如此。
毕巍称，大型企业定制化需求高，直接套用标准化产品难以真正解决问题。因此，联想先从自身实践提炼解耦方法论、评价体系，再以“福尔摩斯破案”式咨询，帮客户梳理问题、定位根因，进而构建“有用、可落地”的解决方案。
这一过程中，联想“产业赋能者”角色逐步探索完善。2021年初，联想定下目标：十年内将服务和解决方案打造成新核心竞争力。不久后，联想禾木咨询成立，作为“尖刀排”以咨询先行切入客户痛点，提供全周期服务。
为兼顾普适性与灵活性，联想在制造领域还有两大关键点，其一，联想的方案不是“按行业分”，而是围绕“研产供销服”五大环节，提炼普适方法论。其二，联想不做标准化产品交付，而是打造 “预制”组件库，将知识图谱、知识库等组件标准化，通过组合成解决方案，实现敏捷低成本复用。
凭借这套打法，联想“产业赋能”已获多个细分制造行业认可，并催生出不少标杆案例，甚至有意想不到的企业主动合作。
一家头部化工企业要做供应链升级，竟“三顾茅庐”找上门，这是毕巍亲身经历的真实案例。对方认为，联想虽无化工经验，却有拆解透彻的供应链方法论，比如将供应链归为离散流水线制造、高度离散、流程制造三类，再从需求、产销协同、主计划、物料计划和生产排程5个层次提炼核心逻辑。这套“通用解法”能跳出具体行业，抓住供应链升级的核心逻辑。随着项目推进，该企业愈发确信，当初的选择没错。
某车企则看中联想的全球配送与成本优势，希望优化成品车配送物流。通过梳理业务规则、设计模型、训练数据，联想最终帮该车企打造了每日物流自动寻优方案，达成了预期。
全球乳业龙头伊利，在营销上面临热点“过期不候”挑战，希望打造能紧跟热点的营销智能体。当了解到联想已将适用于各类To C业务的大规模用户营销经验，打造为热点捕捉、产品匹配等模型或标准化组件后，很快选择与其合作。
此外在全球治理领域，联想也打造了一批标杆案例，如助力海信搭建海外渠道管理体系，帮某装备制造龙头解决巴西建厂的财务、工厂、合规治理需求。
更多案例在加速涌现，目前90%的中国制造500强、1000多家头部制造型企业及2000多家成长型制造企业中都有联想身影。今年9月，联想又与中创智领达成合作，将围绕全球化运营、AI、全球数智化建设等领域打造“AI+ 制造” 样板。联想的智能化解决方案已从单点赋能向生态共建升级。
宋涛观察，智能体时代，客户“陪跑共创”需求还将更明显，对厂商要求也更高，既要懂模型、底座，还要懂业务、场景，具备全局观与合规意识。“但这正是联想的机会。”他说，不管是判别式AI，还是生成式AI，联想都有成套的“牌”，为客户提供从战略制定的顾问咨询，到具体项目的基础设施搭建、数据治理、智能体构建、交付和运维等全链条服务。
“我们还开创性提出了‘AI工厂’，它将原本复杂且孤立的AI开发任务，转变为一套可管理、可复制且支持持续运营的标准化体系，重塑了AI应用的开发与部署流程，支撑各类AI应用在制造业中的规模化落地。”宋涛进一步说。
从联想“内生外化”的变革中，我们也可以发现，下一场制造业的竞赛，不再仅是产能和成本，而是数据、智能与组织流程进化的综合比拼。在全球制造业迈向智能化的关键十字路口，有了越来越多像联想这样真正创造“制造价值”的企业，中国制造也将以更系统、更自信的姿态，走出一条“智造跃迁”之路。