▶ 腾讯云：AI在制造业落地需突破成本壁垒、数据应用难题及产品体验优化等三大挑战。
那么，如何围绕智能化目标，深化AI在制造业各环节的应用呢？
腾讯云城市峰会上海站“AI+CRM销售易专场”活动上，由销售易销售副总裁徐曦主持，腾讯云副总裁、智能制造与智慧能源负责人曹磊、卡特彼勒全球数字化中心中国区负责人Victor Lin、安永数字化与新兴科技咨询服务合伙人王坚一同参与了《AI+CRM离规模增长最近的创新应用——以工业场景为例》圆桌讨论，基于不同视角进行了巅峰对话。
Victor Lin：卡特彼勒是美国企业，在AI开发应用上面是相对走得比较前的，两年前已经开始关注AI应用和场景，从制造端智能制造、质检这部分，到销售营销到服务端，都有AI场景的落地。
徐曦：安永从咨询公司的角度来说，大家对于AI主要的关注点是在哪些方面？
王坚：2025年无疑是AI的元年，之前关于AI需求和应用的讨论数量相对较少，实际落地的项目也不多。DeepSeek爆火之后，发生了显著变化，相关应用和需求变得非常普遍。首先，客户会先了解哪些AI应用场景可以做，并期望有一个清晰的规划。其次，在确定了场景之后，客户会关注是否能够迅速实现这些场景的落地应用。对于我们咨询行业而言，这不仅意味着要不断夯实自身的咨询能力，同时也要加强AI的落地应用能力。
徐曦：AI在下一个阶段会有更多的一些发展。对腾讯来说，在这个过程中AI意味着什么？
曹磊：AI不仅冲击了CRM应用端，腾讯作为数字化基建底层的服务商，核心有两个方面，一是重构数字化模式，二是驱动产品创新。
以腾讯为代表的数字化服务商通过技术降本（如DeepSeek降低大模型成本）推动产业转型，典型案例是某电气设备制造商运用AI实现从电气设备制造商向平台服务商的跃迁，通过工程研发智能化与产业链协同优化，激活上下游增长空间。
二是AI关键技术成为企业核心竞争力，如腾讯云掌静脉识别技术突破传统生物识别的安全性与适用性瓶颈，通过红外穿透手掌实现非接触式身份验证，已广泛应用于智能门锁、机场及零售场景。更延伸出AI视觉识别快递投放、实时视频通话等创新功能，使传统门锁升级为智能交互终端，助力企业抢占高端市场。
这两大维度共同印证AI技术正在重塑产业形态与商业模式。
徐曦：当前数据规模与增速远超历史，对技术架构提出更高要求。在此背景下，腾讯如何通过多技术融合与产品协同应对AI落地的数据挑战？
曹磊：AI在制造业落地需突破三大核心挑战。
首先是成本壁垒，随着腾讯混元等基础大模型开放化，企业已无需自建模型体系。
其次是数据应用难题，针对传统制造业数据在线率低的问题，我们通过AI能力直接处理非结构化数据，如某总装厂运用视觉AI识别产线作业与安全规范，绕过传统数据录入环节。
第三是产品体验优化，例如某项目，通过AI视觉+OCR模型将屋顶验收照片从100张压缩至30张，实现60%图像自动审核，年度节省千万级人工成本。本质是通过AI技术重构业务流程，打造上下游协同的实用型数字化工具，使技术红利穿透全价值链。
徐曦：AI的建设其实不是一蹴而就的，需如CRM等系统长期积累数据治理能力，咨询视角如何看待制造业实践路径？
王坚：从制造业我们接触比较多来看，企业找我们分三种情况。
1）保守型：寻求客户关系管理之类已验证的AI应用案例进行复制；
2）前瞻型：设计类似设备检测预警自动化等智能体打通单链路，实现流程闭环；
3）体系重构型：规划全场景智能工厂蓝图，分步推进销售、生产、物流等环节智能化。
当前应用集中于设备预测性维护、AI视觉质检、能源调度优化等场景，核心在于通过AI打通企业内部低效环节（如DeepSeek等技术适配人工处理瓶颈），重构业务流程而非单纯技术叠加。
徐曦：售后服务正从成本中心转向价值增长点，生成式AI推动服务模式从故障后响应转向前置预警。以卡特彼勒为例，其设备实时采集里程、工况参数等运行数据，结合后端模型生成备件工单及销售线索，在智能客服、质检领域已有AI实践，卡特彼勒未来在售后场景中还有哪些深化空间？
Victor Lin：我们聚焦故障发生后的快速响应和修复、 预测设备故障及预防性维护、智能客户服务三个场景下对AI技术的运用。
王坚：在客户服务及制造业等当下AI的思考和应用有三个进阶。
第一层是利用大模型配置知识库，如DeepSeek辅助工作流，做辅助问答和工作流指导；
第二层是智能体应用，如在客户APP或应用中嵌入智能体直接对话解决需求，或在智能制造领域用智能体实现产销平衡，相信未来会有大量智能体出现；
第三层是未来会出现融合智能体，将小智能体整合，如一个工厂的智能体可解决所有销售领域、制造领域的问题。
徐曦：未来还会有哪些AI的产品或者AI的技术不断地落地？
曹磊：从腾讯角度表示，未来会关注两件事，一是AI底层基础设施，腾讯更关注的是说怎么能够从底层，从最开始在架构设计的时候，就能将企业用AI的成本降到最低；二是结合腾讯擅长的AI和Agent点状应用，如广告业务、游戏业务、智能客服等与具体场景结合做更多共创。
Victor Lin：AI应用的未来广阔且有无限可能。卡特目前AI应用以营销和服务场景为主，并期望Agent应用能改变或颠覆与客户、代理商的联系和服务。
王坚：制造业客户向咨询公司寻求帮助时，不再仅仅满足于传统的咨询服务，而是更希望咨询公司能助力其实现AI应用的落地。当前制造业的许多场景仍较为传统，需要进一步规划和创新，Agent的应用是打破传统模式的一种方式，它可以集成工作流引擎甚至编写代码，大幅提高代码编写效率。未来团队规模会缩小，更多是小团队完成任务，且应用会越来越多最终融合。目前，制造业最核心的问题是产销协同，传统ERP系统在高阶排程中存在不精准的问题，而AI有望实现精准的产销协同，多家企业正致力于此，安永也有信心参与其中。
徐曦：卡特彼勒等企业都是在不断地导入AI的场景，对于一些数据安全挑战和风险是怎么进行管理的？
Victor Lin：卡特将数据安全和IP保护视为重中之重。在考虑所有AI应用场景之前，我们都会优先确保数据的安全和合规。
