當AI成了標配，新制造企業(yè)應如何構(gòu)建“護城河”？

“浙里洞見”

ZJUSOM

近年來，AI被越來越多的制造企業(yè)應用到設計研發(fā)、生產(chǎn)制造、質(zhì)量檢測等環(huán)節(jié)，幫助企業(yè)不斷提高運營效率，但當AI變成了“標配”，它所帶來的技術優(yōu)勢很快就會被復制。浙江大學管理學院教授鄔愛其團隊通過對浙江、江西、廣西等地近300家傳統(tǒng)中小制造企業(yè)的調(diào)查分析發(fā)現(xiàn)，AI確實能讓企業(yè)進行快速模仿，卻很難幫它們打造出獨特和持續(xù)的競爭優(yōu)勢。

不過，團隊也發(fā)現(xiàn)，“新制造企業(yè)”與傳統(tǒng)制造企業(yè)的情況大為不同：傳統(tǒng)制造企業(yè)大多將AI視作附加工具，而新制造企業(yè)則從創(chuàng)立開始就深度利用數(shù)智技術來設計研發(fā)和生產(chǎn)制造產(chǎn)品、把生產(chǎn)全流程的數(shù)據(jù)變成AI算法的訓練素材、不斷優(yōu)化算法幫助自身實現(xiàn)軟硬件有效匹配和協(xié)同發(fā)展。也就是說，新制造企業(yè)將AI當做驅(qū)動產(chǎn)品創(chuàng)新、生態(tài)共創(chuàng)和企業(yè)盈利的核心引擎。

圖片來源：?千庫網(wǎng)

那么，對于新制造企業(yè)來說，當AI“標配化”之后，它們應如何有效構(gòu)建“護城河”，建立起新的競爭優(yōu)勢？針對這一問題，鄔愛其教授攜手北京大學光華管理學院助理教授張鵬翔，浙江大學公共管理學院科教戰(zhàn)略研究中心特聘副研究員、學科與教學主任楊洋，美國南卡羅萊納大學摩爾商學院教授李卅立在《哈佛商業(yè)評論》（中文版）2025年第10-11期發(fā)表文章。本期【浙里洞見】，且看鄔愛其研究團隊層層剖析問題背后的深層原因以及解決之道。

AI標配后，

四大要素構(gòu)建新制造企業(yè)護城河

作者簡介

鄔愛其，浙江大學管理學院創(chuàng)新創(chuàng)業(yè)與戰(zhàn)略學系教授、博士生導師。主要從事數(shù)字經(jīng)濟、戰(zhàn)略管理、創(chuàng)業(yè)管理和產(chǎn)業(yè)發(fā)展領域的科研工作。

*北京大學光華管理學院助理教授張鵬翔，浙江大學公共管理學院科教戰(zhàn)略研究中心特聘副研究員、學科與教學主任楊洋，美國南卡羅萊納大學摩爾商學院教授李卅立同為文章合著者。

最近幾年，杭州及周邊地區(qū)快速崛起為中國 AI 創(chuàng)新創(chuàng)業(yè)熱土，政策扶持、資本活躍與產(chǎn)業(yè)集聚等疊加優(yōu)勢，推動算法應用、智能制造等領域持續(xù)突破，涌現(xiàn)出一批“AI+ 制造”的新制造企業(yè)，比如做四足機器人的云深處科技、專注三維掃描的思看科技、深耕智慧安防的宇視科技、主攻人形機器人的原力無限，以及發(fā)力虛實鏈接的 VR企業(yè)易現(xiàn)。我們在調(diào)研中發(fā)現(xiàn)一個共性問題：幾乎所有企業(yè)都已引入AI，不少企業(yè)卻坦言產(chǎn)品很難真正“出圈”。那么，當 AI 成了新制造企業(yè)的標配后，它們該怎么筑起自己的護城河？

通過調(diào)研，我們發(fā)現(xiàn)：新制造企業(yè)真正的核心競爭力，不在于是否采用AI，而在于如何用AI重新設計組織和業(yè)務，將算力（Computing power）、架構(gòu)（Architecture）、場景（Scenario）和生態(tài)（Ecosystem）四個關鍵要素打造成有機協(xié)同的強大系統(tǒng)。這四個要素一起構(gòu)成了AI時代新制造企業(yè)競爭力來源的CASE模型。

圖片來源：文章原文

首先，算力（C）意味著新制造企業(yè)用更聰明的計算替代昂貴的硬件。其次，架構(gòu)（A）強調(diào)企業(yè)要把 AI 融入組織的整體設計，而不是外掛一個功能。場景（S）要求企業(yè)洞察和深耕關鍵應用場景，用真實需求驅(qū)動算法迭代。生態(tài)（E）則意味著新制造企業(yè)的競爭不再是單打獨斗，而需要與客戶、伙伴共建開放生態(tài)網(wǎng)絡。這四大要素須通過相互作用形成一個動態(tài)飛輪，讓新制造企業(yè)在AI普及時代依然能夠建立起屬于自己的獨特護城河。

算力

用“聰明計算”代替“堆砌硬件”

傳統(tǒng)制造企業(yè)習慣于用昂貴的設備和材料產(chǎn)出高性能的產(chǎn)品，高端裝備、精密工藝、優(yōu)質(zhì)材料等成為企業(yè)的關鍵競爭力。到了AI時代，新制造企業(yè)則通過算法優(yōu)化和算力整合，讓普通硬件也能發(fā)揮超常能力。

01

善用算力挖潛硬件功能

算力成為 AI 時代影響企業(yè)競爭力的重要因素，但是，算力的關鍵不在于新制造企業(yè)買了多少服務器和顯卡，而在于能否用計算去解決企業(yè)運營中最核心的問題。傳統(tǒng)制造企業(yè)總覺得“性能全靠硬件品質(zhì)”，但多家新制造企業(yè)的做法卻反過來證明：AI 能讓適用的零件“變聰明”。

圖片來源：云深處科技公司官網(wǎng)

以云深處科技公司為例，其四足機器人采用“黑箱式”控制策略，在訓練過程中并不給機器人設定明確動作，而是設定一個“不摔倒”的目標，通過仿真平臺進行千萬次強化學習訓練，實現(xiàn)了機器人在復雜地形下的自適應能力。思看科技在研發(fā)三維掃描儀時，也沒有一味追求高端定制的硬件材質(zhì)，而是利用 AI 來解決不同材質(zhì)表面帶來的測量難題。在我們調(diào)研中，不少工程師都提到，比起一味追求硬件的極致，他們更在意讓模型去適應現(xiàn)有硬件的功能，讓看似不夠完美的普通硬件也能夠形成強大的性能。

02

優(yōu)化算法破解成本瓶頸

日趨激烈的競爭使算力成為稀缺資源，但通過優(yōu)化算法可以有效降低算力成本，宇視科技印證了這一趨勢在視頻監(jiān)控領域的實踐。過去，做大規(guī)模視頻分析動輒需要購入幾十萬元級別的服務器，現(xiàn)在，宇視科技基于其“梧桐大模型”，將強大的AI能力封裝在僅有路由器大小的機身中，售價降至千元級，具備了將高端AI應用普惠化的能力。這款設備集成了目標識別、行為分析等 8大類41種智能算法，是“以算力換性能”的體現(xiàn)。

圖片來源：宇樹科技官網(wǎng)

所以，新制造企業(yè)熱衷于吸引大批優(yōu)秀的算法工程師，立足場景、技術和產(chǎn)品特點來持續(xù)優(yōu)化算法和降低算力成本。就如傳統(tǒng)制造企業(yè)需要在車間里配置大量熟練技工那樣，新制造企業(yè)把更多的熟練技工搬到了計算機房和數(shù)字平臺中，它們的技術層次很大程度上決定了企業(yè)的競爭力水平，因為出色的算法和算力不僅改變了企業(yè)的要素配置結(jié)構(gòu)和成本，還影響著產(chǎn)品的性能和性價比。

架構(gòu)

AI不是外掛輔助，

而是重新設計“發(fā)動機”

傳統(tǒng)制造企業(yè)往往把AI當作外掛，希望AI輔助企業(yè)降本增效。新制造企業(yè)在應用AI時注重從底層重新設計流程和系統(tǒng)架構(gòu)。就像當年工廠引入電力，并不是把蒸汽機換成電機，而是要重新規(guī)劃車間布局，否則難以真正提升效率和激發(fā)創(chuàng)新。AI也是一樣，新制造企業(yè)若仍沿用原有的組織運營邏輯，往往只能產(chǎn)生有限的效應。

01

整體優(yōu)化組織運營流程

企業(yè)是專業(yè)化分工的經(jīng)濟組織，高效地分工和協(xié)作是盈利發(fā)展的關鍵。原力無限公司的人形機器人并不是在局部插入AI，而是讓AI 直接參與整個運作流程，從接收信息到做出動作都由 AI 驅(qū)動，這讓系統(tǒng)反應更快，也更像人類的條件反射。這種流程系統(tǒng)的重構(gòu)減少了人工設計的中間處理環(huán)節(jié)，使信息流轉(zhuǎn)更高效，能夠在復雜任務和突發(fā)情況中快速響應。原力無限負責人說，“我們只需要提供足夠龐大的、特定場景下的數(shù)據(jù)量級，并且進行長期、持續(xù)的訓練，系統(tǒng)自己就會不斷優(yōu)化路徑，‘真理’就會逐漸浮現(xiàn)。”

圖片來源：原力無限公司官網(wǎng)

在這個過程中，人類工程師負責定義好任務目標和場景約束，機器人則可以依據(jù)算法模型不斷適應真實世界的各種不確定和復雜任務。組織運營流程的優(yōu)化，讓 AI 可以自主地探索和迭代出最優(yōu)的工作路徑。

02

“云端 + 本地”協(xié)同架構(gòu)

組織流程設計涉及協(xié)同架構(gòu)的合理性和有效性，直接關系到算力和算法資源能否高效轉(zhuǎn)化為現(xiàn)實生產(chǎn)力。回顧宇視科技在 AI 應用初期的實踐，內(nèi)部研發(fā)人員坦言，當時的架構(gòu)確實存在“AI外掛化”問題。2017年前后，為了盡快將AI能力引入產(chǎn)品，團隊將圖像識別模型嵌入在攝像頭中作為感知層的附加模塊，而控制與決策仍主要依賴后端平臺。這種“并聯(lián)式”結(jié)構(gòu)使得AI與原有視頻采集、傳輸、存儲系統(tǒng)缺乏深度協(xié)同，導致在復雜應用場景下反應滯后、誤識率高。

圖片來源：?千庫網(wǎng)

宇視科技發(fā)現(xiàn)，光靠云端處理太慢，于是把一部分AI能力放在設備本身來處理，這樣很多計算工作能在本地完成，系統(tǒng)反應變得更快、更穩(wěn)定。在這種“云端 + 本地”高效協(xié)同的架構(gòu)下，AI不再僅僅位于云端中心，而是被深度注入到邊緣和前端設備中，可以解決集中式云計算帶來的網(wǎng)絡帶寬壓力和延遲問題，更好地支撐本地業(yè)務的快速響應，提升了用戶體驗感。

03

架構(gòu)優(yōu)化改變成本結(jié)構(gòu)

組織架構(gòu)意味著人、財、物、技術等要素的配置邏輯，影響著企業(yè)的成本收益結(jié)構(gòu)。對新制造企業(yè)而言，通過 AI 優(yōu)化架構(gòu)，比單純升級硬件更有效率，產(chǎn)品性價比也更高。思看科技在研制三維掃描儀時，沒有一味追求更貴的相機，而是用AI優(yōu)化系統(tǒng)，讓普通相機也能拍出足夠精細的效果。思看科技還與InnovMetric合作，共同打造完整的工作流，強調(diào)算法與系統(tǒng)架構(gòu)協(xié)同優(yōu)化，從而超越單純硬件升級的思維。思看科技的研發(fā)人員表示：“我們不再一門心思追求定制高端工業(yè)相機，而是訓練模型并與智能識別及圖像處理算法進行拓展性融合，來適應低成本鏡頭的數(shù)據(jù)分布特點，兼顧高精度的同時實現(xiàn)低成本優(yōu)化。”

圖片來源：思看科技官網(wǎng)

此外，他們正在嘗試探索基于神經(jīng)網(wǎng)絡算法的深度學習技術，來實現(xiàn)采用最小的數(shù)據(jù)空間以達到最優(yōu)的細節(jié)特征采集的能力。這種“算法驅(qū)動結(jié)構(gòu)設計”的工程理念，正讓越來越多的新制造企業(yè)不斷優(yōu)化成本結(jié)構(gòu)，探索并塑造出新的競爭優(yōu)勢。

場景

即時深度洞察需求，構(gòu)筑定義標準能力

當硬件和算法都趨同時，新制造企業(yè)的真正差異化來自場景。誰能更早、更深地切入某個應用場景，誰就能積累最真實的數(shù)據(jù)，進而深度洞察數(shù)據(jù)背后的真實需求，從而形成“數(shù)據(jù)飛輪”效應，助力企業(yè)構(gòu)筑起引領行業(yè)發(fā)展的標準。

01

生成場景即時洞察需求

技術與市場深度融合和迭代發(fā)展是新制造企業(yè)創(chuàng)新發(fā)展的根本任務。因此，如何即時、精準地洞察和滿足市場需求就成為AI能否發(fā)揮作用的核心，利用數(shù)智技術生成場景并從場景中把握真實需求是新制造企業(yè)的關鍵任務。宇視科技通過一句話即可生成檢測模型的方式，讓AI能快速適配各種冷門場景，解決了傳統(tǒng)AI覆蓋不到的問題。大模型應用將這種場景能力推向極致，允許用戶直接用自然語言下達指令，系統(tǒng)便能即時生成定制化算法。如在湖北市場的應用中，工作人員僅輸入“農(nóng)用車載人”的文字指令，系統(tǒng)就在一分鐘內(nèi)自動生成了違規(guī)檢測模型，解決了傳統(tǒng) AI難以覆蓋消防堆物、漏油等冷門場景的痛點。

圖片來源：?千庫網(wǎng)

這種“模糊輸入、高清輸出”能力，解決了安防行業(yè)在海量非結(jié)構(gòu)化數(shù)據(jù)中檢索困難問題。所以，具備場景生成能力的AI可以助力新制造企業(yè)超越傳統(tǒng)人工手段仔細理解和識別市場需求，場景讓AI 有了施展本領的機會。

02

數(shù)據(jù)累積加速 AI 迭代

率先落地場景讓新制造企業(yè)可以掌握最真實的數(shù)據(jù)，隨著數(shù)據(jù)增多就可以激活“數(shù)據(jù)飛輪”效應，即最大化數(shù)據(jù)和數(shù)智技術的價值創(chuàng)造能力。早期進入場景讓新制造企業(yè)可以搶占數(shù)據(jù)源，數(shù)據(jù)積累和洞察使其掌握優(yōu)化未來發(fā)展路徑的先發(fā)優(yōu)勢。如云深處科技公司在工業(yè)園區(qū)和電網(wǎng)等場景部署機器人，不斷收集真實的使用數(shù)據(jù)，并根據(jù)數(shù)據(jù)反饋來持續(xù)迭代改進產(chǎn)品，通過“邊用邊改”讓產(chǎn)品更快、更好地滿足客戶的實際需求。

圖片來源：?千庫網(wǎng)

在消防救援領域，機器人必須能穿越積水、避讓障礙、攜帶傳感設備，云深處工程師并未一次性解決所有技術難題，而是基于場景一線反饋逐項優(yōu)化算法與硬件配置。又如原力無限在應用場景中反饋和積累越來越大量級的數(shù)據(jù)，算法針對場景問題進行持續(xù)優(yōu)化，推動產(chǎn)品不斷迭代調(diào)優(yōu)。這種“產(chǎn)品即實驗”的邏輯，加速了 AI 與用戶之間的價值閉環(huán)。

03

場景需求定義行業(yè)標準

一旦某一場景的 AI 解決方案被市場接受，新制造企業(yè)便掌握了對該場景的標準定義權(quán)，后來者必須適配其已部署的接口、軟硬件環(huán)境，從而形成實質(zhì)性的護城河。持續(xù)獲得自然使用環(huán)境中的高頻數(shù)據(jù)，讓 AI 能力不斷微調(diào)，并生成專屬特定場景的新算法，這種具備場景適應力的產(chǎn)品更容易形成市場壁壘。如思看科技在與多個制造企業(yè)合作過程中，發(fā)現(xiàn) 3D 掃描技術落地的關鍵不僅在單一精度指標，客戶真正需要的是對不同材質(zhì)和條件的靈活適配能力，于是打造出能根據(jù)場景特點自動調(diào)整參數(shù)的數(shù)據(jù)平臺，幫助客戶更高效完成三維掃描。同樣，在原力無限的 AI 機器人邏輯中，產(chǎn)品并非為技術而生，而是源自真實、復雜和高頻應用場景反向驅(qū)動算法構(gòu)建。

圖片來源：?千庫網(wǎng)

如其低空自動充電機器人，能自動識別車輛位置并完成充電，讓用戶不必再人工操作，即可完成“停車即走、充電無需等待”的流程。通過先創(chuàng)造場景，再在場景試點中持續(xù)收集反饋和洞察提煉需求，讓新制造企業(yè)可以打通創(chuàng)意與落地之間的最后一公里，為場景解決方案建立起行業(yè)標準和共識。

生態(tài)

開源重構(gòu)價值網(wǎng)絡，持續(xù)推動生態(tài)進化

AI給新制造企業(yè)帶來了多方面的機會和挑戰(zhàn)，任何單一企業(yè)都無法單獨完成。因此企業(yè)需要選擇開放接口，構(gòu)建起客戶、合作伙伴、開發(fā)者等組成的生態(tài)系統(tǒng)，以生態(tài)系統(tǒng)來重構(gòu)價值網(wǎng)絡，賦能生態(tài)伙伴價值共創(chuàng)和共享發(fā)展。

01

開源重構(gòu)價值共創(chuàng)網(wǎng)絡

傳統(tǒng)制造企業(yè)的價值邏輯是分工協(xié)作和線性交付，如傳統(tǒng)燃油車制造企業(yè)找一級供應商，一級供應商找二、三級供應商，但AI的高度不確定性和高頻迭代需求，決定了新制造企業(yè)需要一個更為靈活的技術共同體。例如，云深處科技通過對外開放系統(tǒng)接口，吸引高校和開發(fā)者參與技術改進，把外部創(chuàng)新直接納入產(chǎn)品升級過程。它們還允許用戶進行二次開發(fā)，把企業(yè)變成高校科研和教學活動的重要平臺。類似的策略在思看科技中也得到體現(xiàn)，企業(yè)邀請客戶工程師參與系統(tǒng)改進，使其能夠把一次性交易轉(zhuǎn)變?yōu)槌掷m(xù)的共創(chuàng)關系。

圖片來源：?千庫網(wǎng)

宇視科技通過合作政策，引導伙伴從賣設備轉(zhuǎn)型為提供整體解決方案，通過技術培訓、本地化倉儲、項目協(xié)同等方式，為客戶創(chuàng)造更多價值。這種用戶共創(chuàng)式的生態(tài)關系，使新制造企業(yè)不僅售出產(chǎn)品，更構(gòu)建了技術共同體，將合作伙伴緊密地融入其價值網(wǎng)絡，從而把買賣關系變成了共同建設的合作關系，最終實現(xiàn)生態(tài)共贏。

02

開放平臺擴展應用場景

生態(tài)擴展能力很大程度上決定了新制造企業(yè)的成長空間。在調(diào)研中我們看到原力無限等新制造企業(yè)正嘗試搭建開放式平臺，讓開發(fā)者在其機器人基礎上添加新功能，以拓展更多的應用場景。這背后離不開企業(yè)所提供的開放式接口和工具，確保不同模塊能夠順利兼容。該企業(yè)技術負責人說，“我們的目標不是做一個封閉產(chǎn)品，而是做一個身體開放、能力共享的平臺型機器人。”這種生態(tài)邏輯使得原力無限可以通過吸納教育、醫(yī)療、服務等多元場景下的模塊化插件，快速擴展技術和產(chǎn)品的使用邊界。

宇視科技不僅自身產(chǎn)品矩陣完備，還積極融入更大的生態(tài)，成為“中國移動愛家AI終端生態(tài)領先者”，與生態(tài)伙伴一起共同為家庭、商鋪等場景激活 AI 價值。易現(xiàn)公司建立了一個AR平臺，為開發(fā)者和創(chuàng)作者提供了從建圖到設計再到體驗的一站式服務，降低了開發(fā)者進入門檻，吸引更多人參與內(nèi)容創(chuàng)作，通過平臺匯聚各方力量不斷豐富 AR 應用場景。所以，新制造企業(yè)的開放合作模式，極大地拓展了技術和產(chǎn)品的應用邊界。

易現(xiàn)公司用AR還原南京小西湖歷史風貌區(qū)

圖片來源：易現(xiàn)官網(wǎng)

03

推動共生系統(tǒng)自我進化

新制造企業(yè)構(gòu)建生態(tài)系統(tǒng)的最終目標，不僅是連接更多生態(tài)伙伴，更是推動生態(tài)系統(tǒng)更快地自我進化，以實現(xiàn)技術和產(chǎn)品的迭代創(chuàng)新。一些新制造企業(yè)已經(jīng)形成了“越用越好”的循環(huán)：企業(yè)提供工具和平臺支持，外部伙伴帶來真實需求和數(shù)據(jù)，多方共同推動產(chǎn)品并不斷進化。

云深處科技的技術人員指出，他們的生態(tài)不是簡單的“給別人用我們的平臺”，而是“讓別人一起造這個平臺”。通過技術伙伴和開發(fā)者的共同投入，平臺的能力被持續(xù)放大。原力無限和易現(xiàn)公司也通過這種“參與—反饋—優(yōu)化—更多參與”的生態(tài)進化邏輯，不斷增強自身產(chǎn)品和場景適配力。更重要的是，生態(tài)資源的聚合讓人才和知識在生態(tài)成員之間高效流動和協(xié)同創(chuàng)新，共同構(gòu)建出一個具備自我演化能力的生態(tài)系統(tǒng)，加速了從問題到產(chǎn)品的迭代，為新制造企業(yè)構(gòu)建了中長期的競爭壁壘。

圖片來源：?千庫網(wǎng)

結(jié)語

在后AI紅利時代，新制造企業(yè)的核心課題已從“如何使用AI”轉(zhuǎn)向“如何通過AI重構(gòu)價值創(chuàng)造方式”。CASE模型的四大維度刻畫出新制造企業(yè)利用AI構(gòu)筑護城河的核心要素。其中，算力降低了成本，架構(gòu)提升了效率，場景創(chuàng)造了壁壘，生態(tài)帶來了成長。更為關鍵的是，這四個維度需要形成相互賦能的動態(tài)閉環(huán)，不斷促進新制造企業(yè)的不斷演進：算力為重新設計系統(tǒng)提供基礎支撐，架構(gòu)優(yōu)化讓場景能力得以充分釋放，場景落地則推動生態(tài)體系不斷擴展，生態(tài)自我演化又反哺算力與架構(gòu)的持續(xù)升級，最終構(gòu)筑出新制造企業(yè)的護城河。

相關企業(yè)的實踐探索印證了CASE模型的價值，它既能激活企業(yè)內(nèi)生潛力，又能整合企業(yè)外部資源，讓AI從通用技術工具升級為驅(qū)動能力持續(xù)演化的核心引擎。然而，未來的新挑戰(zhàn)也不可忽視。隨著算力門檻下降、數(shù)據(jù)合規(guī)要求趨嚴、生態(tài)合作博弈加劇，新制造企業(yè)在推動 CASE 模型落地過程中還將面臨新的不確定性。比如，如何在追求模型訓練性能的同時兼顧綠色低碳，避免因算力資源消耗過大而失去可持續(xù)性；如何在利用數(shù)據(jù)推動創(chuàng)新的同時，明確隱私保護、行業(yè)規(guī)范和知識產(chǎn)權(quán)的邊界；如何在開放與管控之間找到平衡點，讓生態(tài)真正成為各方共贏的平臺。這些問題都提示我們：新制造企業(yè)的智能化之路，遠不是一勞永逸，而是一個需要持續(xù)探索和迭代創(chuàng)新的進化過程。

信息來源：《哈佛商業(yè)評論》（中文版）

編輯排版：伍梁永

審核：佟慶、鄔愛其