封面新闻记者 付文超

6月17日，神州数码“数云原力2026”系列行径之“原力企业虾城市巡游第二季”在成齐举办，直击企业智能化转型的深水区。宽广行业众人与实战操盘手集聚一堂，共同考虑在AI for Process时间，怎么构建从算力到平台的全栈技艺，破解企业Agent落地的着实痛点。

企业AI落地瓶颈：从模子技艺转向常识治理

当AI参加业务经过，企业多量靠近一种反直观的窘境：给模子投喂更多历史操心，截至常常不是更奢睿，而是输出更不矫健、更弗成控。

“企业AI信得过缺的不是更多模子，而是一张能让Agent表示经过、谨守管理并完成闭环的业务宇宙舆图。”资深企业级AI治理决策众人张森森建议“再行界说Ontology”的理念。AI for Process措置的是AI怎么镶嵌经过的问题，而Ontology措置的则是AI怎么矫健表示并实行经过的问题。

他建议扮装骨子、畛域骨子与交互骨子三层架构，女人与公拘网盘在线观看资源为企业构建可表示、可实行、可治理的语义骨架。通过写入治理、路由治理和使用治理三谈防地，企业可有用阻断幻觉级联、越权调用和高下文抵制等Agentic时间的经过级失控风险，让AI从被迫答对升级为“围住谜底空间、阻断诞妄旅途”的工程化管控。

“基座模子暗战与成本阛阓的狂热正股东中国AI阛阓走向全新阶段，Token经济时间已负责到来。”神州鲲泰居品众人张小涓暗示，AI算力还是酿成像水电雷同的抓续滥用品。针对智能体时间的高算力需求，国产多p交换视频神州鲲泰推出OpenClaw专属部署决策，已毕算力成本斥责50%，平均帮企业普及研发截至30%-60%，技俩寄托周期镌汰20%以上。

AI Factory 2.0助力制造业阐发“永不退休”

针对制造业永恒靠近的良率波动、数据孤岛严重等困局，以及竭诚傅退休带走中枢工艺know-how导致的隐性钞票流失风险，神州数码AIBG行业BU-泛行业行状部数据平台总监杨晶磊解读了AI Factory 2.0产线级共创步地。

“制造业AI正从单点视觉检测向产线级智能体演进，从众人阐发走向模子常识。”他强调，企业可聚积期间团队在72小时内完成AI原型成立，用着实业务数据考证决策可行性。该步地已在某光学制造企业落地，匡助产线漏检率下落60%，故障根因排查时期从两三天镌汰至5分钟，年省俭质地成本超200万元。这种东谈主走智留的步地为制造业已毕工艺模子化和常识可迭代提供了全新旅途。

此外，神州数码 AIBG 数智 BU-AI 措置决策众人杨柳春建议，企业AI落地多量靠近模子选型难、适配周期长和性能成本失衡等五大中枢挑战。为此，平台推出了问学异构智算中心措置决策HISO，以长入资源池、双引擎智能诊治和全链路运维为中枢架构。