对制造业来说，最可怕的不是造不出来，而是产品造出来了，却发现根本没能击中用户真正的需求。

今天的用户买家电，关注的早已不只是容量、能效和价格。

母婴家庭关心的是冰箱怎么存辅食和母乳；养宠家庭琢磨的是洗衣机能不能处理好毛发和异味；老人则更在意空调的温度和风感。

这些生活里的细微变化，落到企业内部，会直接影响产品怎么定义、物料怎么备、产线怎么排、库存怎么放。

任何一个环节的判断出了偏差，都可能变成真金白银的浪费。

海尔智家CTO崔秀元形容得很直白：“如果提前备货，生产出来的却不是消费者需要的产品，就有可能产生呆滞库存，原材料也就积压了。”

海尔智家CTO 崔秀元

这种判断偏差，并不是因为企业手里没数据。

订单、库存、图纸、售后记录和用户反馈，早已经被搬进了系统。

但数据被记录，不代表企业真正看懂了需求；问题被发现，也不等于研发、采购、生产和服务能立刻联动调整。

AI进入制造业后，必须回答一个根本问题：怎样才能真正嵌进业务流程。

正如腾讯云华北总经理徐小敏所说，“如果希望用AI来做提质增效，就必须深刻理解业务，嵌到流程里面来”。

让AI成为企业的“操作系统”

在海尔智家内部，员工接触AI的统一入口，是一个叫“智小能”的智能体平台。

崔秀元把它定义为AI时代的企业Agent OS。员工通过这一个入口，就能查订单、看库存、订阅经营报告，也能调用研发、采购、营销、客服等不同场景里的智能体。

一个入口，连接多个业务场景

崔秀元举了一个例子。员工说一句“帮我查个订单”，系统不仅把订单找出来，还能进一步判断这个订单是不是超时了、要不要加急。

如果再问原材料库存，系统还能比对着库存信息，提醒原材料是不是紧缺、是否需要补货。

目前，海尔智家9大业务领域、5大平台，70多个业务场景里都用上了AI，覆盖了研产供销服全链条。

研发端：让老图纸重新变成数据资产

最先被改变的，是研发端。

海尔智家做了这么多年产品，留下了大量历史图纸。崔秀元提到，“但你怎么把它识别出来？BOM零部件有多少个？图纸里设计了多少BOM？尺寸是什么样的？人很难去做这件事”。

AI进来后，图纸识别智能体先把这些内容读出来，再传给数字化系统。

过去沉在档案里的老图纸，开始重新变成可调用、可复用的数据资产。

经营分析：不只推数，还能追原因

经营分析也不再只是“推数”。

过去，海尔智家已经能做到每天给管理层推送经营数据，但数据变化的原因在哪？问题出在哪个环节？仍然要靠人继续分析。

现在，老板每天早上的经营报告，由智小能自动推送。

崔秀元说，“模型能把数据一层层追下去，原因在哪？核心问题是什么？抓得很清楚”。

采购与服务：从经验判断到更理性决策

采购这件事，直接关系到成本。

徐小敏提到，“过去采购做大订单，很多时候靠的是人的经验。AI进来以后，可以把这些经验量化，再结合历史行情、定价和市场变化，帮采购做更理性的判断”。

腾讯云华北总经理 徐小敏

服务端则更容易被用户感知。

用户打客服电话时，AI可以先判断家电可能出了什么问题；服务人员上门后，也能借助AI一层层判断故障原因。

这些场景看起来挺分散，但共同指向一个变化：AI开始接住那些过去靠人翻、靠人查、靠人追、靠经验判断的工作。

当然，正如徐小敏所言，判断一家企业是不是真把AI用起来了，最终还是要看能否在财务指标上帮企业降本增效，是不是帮助企业缩短了某些流程的时间。

• 研发型号效率提升20.7%
• 采购降本10%
• 3万名终端人员问题解决率达到99.5%

海尔智家给出了它的答卷。

从等IT排期，到全民开发者

比起几个场景跑通，更让人兴奋的，是海尔智家内部开始出现一种新的工作方式。

过去的问题：业务懂现场，IT懂系统

过去，员工有想法，通常要先找IT团队提需求。

需求提上去以后，要论证、排期、比较优先级，最后往往比的不再是哪个需求更重要，而是哪个更着急。

这几乎是所有大企业数字化里的老问题：业务人员最懂现场，但不会开发；IT团队能做系统，却永远有排不完的需求。

现在的变化：不写代码也能生成应用

现在，海尔智家推出了“全民开发者”模式。

员工不需要先学会写代码，只要把想法说清楚，智小能平台就能生成应用，员工校验确认没问题，就可以直接发布。

为了继续降低门槛，海尔智家甚至做了一个“写技能的技能”。

很多员工的第一反应是松一口气——“终于不用等研发给我排期了”。

组织层面的变化：全员AI意识被激活

更大的变化发生在组织里。

用崔秀元的话说，“全员的AI意识起来了”。

目前海尔智家员工已经通过智小能自建了262个智能体，创建的轻应用也达到了5100多个。

底层支撑：统一平台与语义化API

海尔智家敢对全员开放，前提是数字化底座已经铺好。

数字化是基础，数据是养料，AI是放大器。

从2022年开始，海尔智家就打造了H-work平台，把研产供销服里的业务能力、权限和API全部收拢到统一平台上。

到了Agent阶段，底层业务API进一步语义化，大模型才能知道该调用哪个接口、能做什么事。

同样一句“查订单”，它不是随便翻数据，而是在员工权限范围内找到对应接口。

市场人员和采购人员看到的API范围不同，Agent能做的事也自然不一样。

让Agent在企业里安全地做事

当这些Agent真的进入业务流程后，另一个问题会变得更加现实：它能不能安全、稳定、规模化地跑起来？

“个人用户用AI写一个文档，最后的结果顶多就是文档质量差一些；但如果企业级Agent执行的是和采购、流程、财务相关的任务，就可能造成灾难性的后果。”

徐小敏服务政企客户多年，深知安全一直是企业排在最高优先级的事。

共创重点：把安全能力打磨到业务里

这也是海尔智家和腾讯云共创时反复打磨的地方。

海尔智家负责把场景、数据、权限和业务入口定义清楚；腾讯云则基于ClawPro与全栈AI能力，提供安全沙箱、模型、算力和智能体工程化能力，让这些Agent在真实业务环境中可控运行。

为此，腾讯云团队曾驻场海尔智家园区，和海尔智家团队一起打磨安全隔离、VPC、沙箱认证等上线前的问题，30多个人花了20多天，才完成能力适配。

执行边界：关键任务必须有人把关

除此之外，还要划清执行边界：哪些事情可以让Agent自动做，哪些必须由人来确认。

“对一些关键指令、关键任务的执行和确认，必须最终还是要有人来把关。”

这也回到了徐小敏的判断：“AI落地不能泛泛地讲工具，必须回到具体场景。”

向外开放：让更多企业少走弯路

如今，海尔智家正在把这套AI能力向上下游企业开放，并和更多生态伙伴一起共创。

很多中小企业想用AI，难就难在不知道从哪里开始。

海尔智家想把自己的经验提炼出来，或许能让更多企业少走一点弯路。

当AI真正嵌进制造业，改变的不只是效率，还有企业响应需求、组织生产和协同运转的方式。

对制造业而言，这种变化带来的影响，远比当下我们所看到的更大。