案例 · 行业案例
2026 年 10 月 10 日
来源：腾讯新闻
近日，腾讯新闻对江苏「人工智能+」落地的一线实践进行了梳理报道。在软件产业，润和软件副总裁丽娜透露，公司内部通过AI Agent辅助编程，核心模块研发节奏实现了从「人月」到「人周」的变化，开发提效60%以上；对外则尝试把工程师前置到客户现场，以FDE（驻场部署工程）模式围绕具体业务构建行业本体和智能体。在算力下沉环节，研扬科技为某大型电力央企提供搭载鲲鹏与昇腾算力的液冷工作站，使35B级大模型可以在普通运维办公环境中完成本地推理，解决了此前风冷服务器高负载运行时的噪音与散热难题。政策层面，江苏省近日印发《江苏省促进词元经济高质量发展行动方案（2026年）》，提出建设2000个高质量数据集、针对高价值场景打造100个行业特色智能体、支持各地发放词元券等措施。此外，苏州市具身智能机器人综合创新中心一期5200平方米训练中心已有20家企业入驻，累计采集高质量数据超过190万条。
万有知兴点评
江苏这条线把「AI落地」的三个真实战场连成了一条链——软件企业用AI智能体改自己的生产方式、硬件厂商把算力沉到车间和办公室、地方政府用词元券和数据政策把供给与消费闭环起来，说明产业一线对AI的认知已经从「要不要用」变成了「怎么用出效率」。
- 1.润和软件「研发节奏从人月到人周、提效60%以上」是最具参考价值的一笔账：它不是某个炫技demo，而是一家上市软件企业把AI Agent真正嵌入自身编码流程后给出的内部量化结果。对制造业数字化转型服务商而言，这层启示很硬——你给客户卖AI智能体之前，先得在自己的软件交付流程里跑出可量化的提效，才能用「我们自己就这么干」的口碑去说服客户。同时，FDE驻场模式把工程师前置到客户现场、围绕具体业务构建行业本体，也点破了智能体落地难的本质：通用模型到行业场景之间，隔着一层「行业概念、规则和业务逻辑」的翻译，必须有人沉到现场去补。
- 2.研扬科技用「鲲鹏+昇腾液冷工作站」让35B大模型跑进普通运维办公室，直接回应了制造、电力、轨交等行业「数据不能离开现场」的硬约束。其负责人一句话点到了根子上——最大的落地难点不在「算力够不够」，而在「场景适不适配」。这给企业的启示是：算力下沉的竞争已不是TOPS参数之争，而是谁能把芯片、整机、软件适配和行业工况（7×24运行、低噪音、易维护）真正结合起来。机加工、电力这类现场型场景选型AI算力时，应把「能不能在车间里稳定运行」置于「纸面算力」之上。
- 3.江苏省《促进词元经济发展行动方案》提出2000个数据集、100个行业智能体、词元券，叠加苏州具身智能中心190万条高质量数据的积累，说明地方政府正在把AI供给侧的「燃料」（数据、算力、Token）与需求侧的「场景、智能体」一起抓。对企业而言，这是明确的机会信号：上AI不再单打独斗，而是可以借地方数据集、词元券和训练中心来摊薄成本。尤其是中小制造企业，应主动对接这类公共资源，把试错成本降到最低，用政策杠杆撬动自己的智能化改造。
原文：腾讯新闻 ↗
点评为万有知兴原创观点，转载需注明出处。