当前，以大模型为代表的人工智能技术正加速向实体经济渗透。然而，与消费端的“百模大战”不同，工业制造领域的AI落地始终面临着“最后一公里”难题——通用模型“懂聊天”却“不懂工艺”，垂直软件“懂流程”却“不懂变通”。

　　凌晨两点，某制造工厂值班室里，入职仅三个月的新手工程师小李接到了客户报修电话：“W轴硬限位报警”。按照以往经验，他需要翻手册、查图纸，一点点解决问题。情况的麻烦下还得打电话吵醒在家休息的老师傅。而现在，他只需要向电脑里的“AI同事”描述问题，5分钟后便拿到了具体的故障定位与解决方案。

　　这位“AI同事”，正是滴普科技（01384.HK）的DeepSense工业智能体。在通用大模型扎堆“卷”参数、拼对话能力的当下，滴普科技选择了一条更“重”的路径——深耕工业制造场景，将大模型能力转化为可执行、可交付的生产力，提供更具价值的Token（词元）。公开资料显示，2025年上半年滴普科技制造业收入占比已超过五成，这在当前AI企业中颇为罕见。

　　“没有本体建模能力的模型，只能做知识的存储和检索；有了本体意识的模型，才能真正为企业干活。”滴普科技CEO赵杰辉对《证券日报》记者表示，这道破了DeepSense工业智能体与传统工业软件及通用大模型的本质区别。

　　制造业收入占比过半

　　滴普科技的“重仓”逻辑

　　工业制造向来被视为AI落地的“硬骨头”。与消费互联网的轻资产模式不同，工业场景具有强专业性、多模态数据融合、高实时性及严苛安全要求等特征。设备协议、工艺参数、安全规程等知识往往沉淀在老师傅的脑子里，通用大模型既读不懂PLC代码，也理解不了BOM表之间的隐性逻辑。

　　“制造业涵盖研发、生产、运维、供应链等全链条，场景复杂、环节众多，单点优化价值有限，亟需系统性解决方案。”一位长期关注工业数字化的业内人士向《证券日报》记者表示。

　　这正是滴普科技的发力点。相关数据显示，滴普科技目前累计服务近400家企业客户，而制造业收入占比在2025年上半年超过50%。在AI企业中，如此“厚重”的制造业底色并不多见。

　　支撑这一业务结构的，是滴普科技多年沉淀的“Deepology企业本体数据集”。不同于简单的知识库堆砌，该数据集覆盖消费零售、制造、医疗、交通、通用五大领域，构建了108个业务本体。基于50多万条行业数据训练，滴普科技形成了280余个可复用的业务Skills，其中工业领域的Skills覆盖了工程与产品设计、BOM分析、工艺优化、故障维修、NC研发等核心岗位。

　　“传统AI更像一个图书馆，什么书都有，但得你自己找；垂直SaaS工具则像计算器，功能固定。”滴普科技相关负责人用一个比喻解释产品逻辑，“滴普的工业智能体更像是一位资深专家顾问，懂你的业务，能带你解决问题。”

　　这种“懂业务”的能力，源于滴普科技对工业数据治理的深层理解。工业数据天然存在OT（运营技术）与IT（信息技术）融合难题，设备传感器产生的实时数据与企业ERP系统的管理数据往往割裂。滴普DeepSense工业智能体通过“业务本体建模”，将散落在不同系统中的数据语义统一，构建起工业专属的认知体系。

　　当“老师傅”有了AI分身

　　滴普科技工业智能体实现“本体意识”突围

　　如果说“懂工业”是滴普科技的入场券，那么“会干活”才是DeepSense工业智能体的核心竞争力。

　　在传统的知识管理系统中，当工程师询问“W轴报警是什么意思”，系统通常只能返回标准文档。但DeepSense的交互逻辑完全不同，它会像经验丰富的老师傅一样“问诊”：“是开机就报，还是切割过程中报？”在获得反馈后，AI自动调取设备历史数据，分析IO点位，最终定位到“编码器限位接线线缆不牢固”，并给出具体解决步骤。

　　这种从“知识存储”到“能力执行”的跃迁，被滴普科技定义为“本体意识”。

　　“不是给你鱼，是陪你钓完这条鱼。”滴普科技产品团队如此描述DeepSense工业智能体的价值。具体而言，其具备四大核心能力：深度集成设备协议与工艺参数的工业语义原生理解能力；支持断点续执、状态持久化的高可靠连续作业能力；将质量检测、设备预测性维护等场景拆解为可组合模块的工业技能原子封装能力；以及遵循工业安全规范、完整记录交互日志的强约束执行与追溯能力。

　　这些能力最终指向一个共同目标：把顶尖专家的判断力，复制给每一个一线人员。

　　以设备预测性维护场景为例，传统模式下，企业依赖老师傅“听声音、摸温度”的经验来判断设备健康状态。DeepSense工业智能体则可以通过分析设备运行数据，结合工艺参数与历史故障记录，提前识别潜在风险，并自动生成维护工单。在工艺优化场景中，AI能够基于BOM表与生产数据，给出材料替代建议或工艺路线调整方案。

　　值得注意的是，DeepSense并非要替代人类专家，而是承担“知识传承”的媒介角色。当老师傅退休，那些“看一眼就知道”的直觉、“换这个就对了”的诀窍，可以通过历史记录训练沉淀为企业的数字资产。“老师傅退休了，但他的AI分身还在公司上班。”滴普科技相关负责人如此表述。

　　与通用大模型相比，DeepSense的差异不仅体现在专业深度上，更在于部署模式与数据安全。工业客户对数据主权极为敏感，DeepSense支持私有化部署，确保核心工艺数据不出域。同时，作为业界首个完成深度合成算法及生成式人工智能服务双重监管备案的通用企业运营决策大模型，其在合规层面亦有所布局。

　　从“大模型会不会说话”到“每个Token能不能换回ROI”，企业AI正从试点期迈入执行期。在这一转折点上，市场需要的不再是能吟诗作对的聊天机器人，而是能在生产线上实实在在创造价值的数字员工。

　　滴普科技所构建的企业员工基础设施平台，从另一个角度来看也是“企业级Token生产力平台”。当通用模型持续压低Token单价时，滴普科技选择提升Token的生产力，让每一个Token都对应可规范执行、可治理、可计费的业务动作。

　　对于制造业而言，DeepSense工业智能体的出现或许意味着一场新的工业变革：那些曾经依赖个人经验传承的隐性知识，正在通过“本体意识”的构建，转化为可复用、可沉淀的企业级生产力。而当老师傅们的经验被装进AI，中国制造业的智能化转型，也才真正触及了最坚硬的内核。

（文章来源：证券日报）