96年廠二代放棄接班，去工廠幫老板養Agent | AI未來談

點擊視頻▲立即觀看

整理 / 巴九靈（微信公眾號：吳曉波頻道）

中國有數百萬家制造企業。大量經驗鎖在老技工腦子里，系統上不動，人員難培養，毛利又薄。這個行業多年來是數字化轉型最難啃的骨頭。

但在靈核數智創始人陳弘旋看來，這些恰恰是AI最擅長解決的。制造業的痛點，反而構成了AI落地最扎實的土壤。

《AI未來談》第二期，非凡產研創始人、吳曉波頻道AI顧問吳畏對談陳弘旋。

《AI未來談》是吳曉波頻道與非凡產研聯合推出的對談欄目，會持續邀請在AI浪潮里真正下場的創業者、企業家和研究者，聊他們正在做的事、踩過的坑，以及對這個時代的判斷。

陳弘旋是96年生人，家族企業做清潔家電已經41年，年產值超30億。他本可以做一個安穩的廠二代，但2024年9月出來創業，All in AI+制造業。

他在公司的花名叫悟空，取自《西游記》，意為：一路斬妖除魔，取得“制造真經”。

1.制造業的痛，恰是AI的入口

直達視頻 00:14:55 看完整觀點

陳弘旋對制造業的判斷，來自一個核心命題：讓企業從“效率容器”變成“判斷容器”。

過去企業的核心是提升執行效率。當AI能承接大量重復性工作之后，人的價值將集中在判斷、決策和創造上。而這個轉變，在制造業里有大量可操作的具體場景。

制造業知識密度高，經驗難傳遞。新人進工廠，師傅不一定有耐心教，系統又復雜難用；毛利低的中小企業，負擔不起重型管理系統；一旦核心技工離職，帶走的是無法復制的經驗資產。

這些問題在軟件時代幾乎無解，但在Agent時代，邏輯變了。當AI能夠端到端閉環一件具體的業務，當隱性經驗可以被自動沉淀成數字資產，制造業長期積累的復雜場景，反而成了AI落地的天然土壤。

2.制造業AI，不是數字化的升級版

直達視頻 00:11:44 看完整觀點

陳弘旋也指出，很多公司在幫制造業做AI的方式上走偏了。

常見的思路是：先梳理企業歷史數據，沉淀下來再做系統。他們自己走過這條路之后發現：歷史數據里真正可用的知識只有10%到15%。原因很簡單，數據們是“過去式”，而企業要求的是“進行時”。

基于此，他們提出了“711理論”：企業70%的知識來自外部，來自互聯網和大模型；10%來自企業當下的核心流程和現有數據；剩下20%是人和AI在實際干活過程中共同沉淀出來的“未來經驗”，持續滾動積累。

這個判斷的核心是：AI在制造業的落地，不是把舊數據喂給模型，而是讓Agent在真實業務里干活，在干活中沉淀Context。

3.讓數字員工去工廠上班

直達視頻 00:22:08 看完整觀點

靈核數智做的事，用陳弘旋的話說：是他們的數字員工去你的公司里上班。

他們把制造業業務層拆成設計、預防、量化、控制四個核心環節，把Agent按功能分為入口級、跟進級和業務分析級三層。其中入口級Agent離錢最近，輸入端不能出錯，是優先落地的場景。

下單崗是最典型的例子。制造企業下單員的日常是：從郵件、SRM系統、企業微信里接收客戶訂單，把客戶編碼轉成內部編碼，拆單、分批次，最后錄入內部系統。這個過程高度依賴對產品和客戶的熟悉程度，極度消耗時間。

靈核數智的下單Agent接入企業后，打通系統和郵箱權限，自動抓取訂單、匹配編碼、錄入系統，同時把客戶、產品、編碼、批次、價格全部打標，在底層構建數據對象的立體映射。原本需要3到4小時的工作，人只需要5到10分鐘做最終校驗。

多出來的時間，銷售可以去做真正需要判斷的事——比如分析訂單波動，識別客戶流失預警，提前介入挽回。

排產是另一個具體場景。過去很多制造企業上APS（高級計劃排程系統）失敗，因為前置條件太復雜：機臺維護、物料配套要逐一核實，排產人員往往1小時排產，六七小時都在處理現場異常。

靈核數智的排產Agent進駐后，把訂單交付變化、物料配套、機器狀態全部前置查驗，30分鐘內給出可靠性極高的排產建議，人做最終判斷，可靠性和可追溯性大幅提升。

客訴閉環是另一個方向。傳統智能客服只在前端回答問題，而他們做的是內部管理閉環：抓取客訴，在歷史知識庫里匹配解決方案，全程跟蹤直到閉環，自動歸因打標——“這是第一次發生，還是反復出現？”分析結果直接推送給研發部門做改進支撐。

支撐這些數字員工的，是靈核數智自己的平臺。

平臺包含三個模塊：類似IM界面的“問問中心”、可以自由組合崗位技能的“派對市場”，以及專門適配Agent的人機協同知識庫“積極空間”——人和Agent共同干活的過程中，隱性經驗自動顯性化沉淀下來，老板和業務同學都可以看到企業資產的滾動積累。

4.企業50人，帶幾百個Agent

直達視頻 00:35:40 看完整觀點

把AI引入企業，不只是技術問題。陳弘旋提出了一個他自己體感很深的概念——“組織離心力”。

過去企業靠使命愿景價值觀把人擰在一起。AI時代，每個人用AI的水平參差不齊，動作方向各自不同，組織反而更容易散。他認為，AI時代凝聚組織這件事變得更重要，不是更次要。

他也給出了他對未來AI原生組織的具體想象：企業可能只有50人，但每個人背后帶領著幾百個各司其職的Agent。

人和人之間溝通，先是各自的Agent在底層快速碰撞、對齊Context，再由人來做高效率的終審判斷。銷售去見客戶，不再帶一份通用PPT，而是帶上能聽懂需求、具備行業洞察的Agent，根據客戶當下的痛點現場生成個性化方案，甚至直接生成產品廣告短片。

5.親自去感受，不要只聽別人說

直達視頻 01:01:04 看完整觀點

陳弘旋給出了兩條具體建議。

第一，親自去感受。不要只聽別人說，要自己開賬號、用工具，在小場景里建立對AI能力的真實感知。

第二，從一件小事做起。他用“養孩子”比喻養Agent：Agent是能力強但缺乏社會經驗的新物種，要有包容心，每件事啟動前和它聊，做完給反饋。日積月累，當它懂你了，爆發力會超出預期。

他引用了實際落地數據：下單、財務、供應鏈幾個崗位級Agent在企業工作一年，平均每個能幫企業節約折算50萬左右的成本。但他強調，這不是裁人邏輯，而是同等人數下能干更多、更好的事情。

6.選擇走取經路的95后

直達視頻 00:05:57 看完整觀點

說完制造業，再說說做出這些判斷的人。

陳弘旋有家族企業做背書，有制造業資源，本可以做一個安穩的廠二代。他也不諱言這一點。但他說，創業讓他找到了自己。

真正觸發他出來的，是一次被AI打中的經歷。2023年，一次跟外國品牌客戶的技術會議，臨開會前很多問題還沒解決，他說“交給我”。用一個中午跟AI反復拆解問題，下午開會時信心滿滿，最終把客戶拿下了。

那一刻他意識到：AI能把頂尖專家的能力平民化。而制造業里有太多類似的場景，太多依賴老經驗的判斷——這正是AI最能發揮價值的地方。

當然他也走過彎路。2023年大規模用AI時，他形容自己是“知識的爆發戶”，一度覺得無所不能，思考反而被僵化，開始過度依賴AI輸出。直到一次研發會議，他把AI給的結論信心滿滿地講出來，被一線團隊用專業數據當場糾正。

那一刻，他從“被AI征服”變成了“對AI有敬畏”。

他認為，這個“去魅”的過程，是每個真正用好AI的人必須經歷的。

直播最后，吳畏問他：萬一靈核數智沒做成，會不會回去繼承家業？

他的回答是：不會。“就算靈核數智1.0沒拿到結果，只要我們是一幫正確的人，可以做2.0、3.0、4.0。”

96年，第一次創業，選了制造業，選了最重的那條路。

悟空取經，一路西行。路還沒走完，他自己也知道。

《AI未來談》由吳曉波頻道與非凡產研聯合出品，下一期，我們請到了NoDesk AI創始人、CEO宋健。6月8日20:00，鎖定吳曉波頻道視頻號直播間，我們一起聊聊AI時代，人的不可替代性。

點擊按鈕▼預約直播

與此同時，2026年吳曉波頻道“AI+制造實戰研修營”線下課正在火熱招募中。

點擊按鈕▼立即報名