【ZiDongHua 之“会展品牌秀”标注关键词：卡奥斯；数据智能；工业AI；DACon；生态共建 】

　　

卡奥斯受邀出席DACon数据智能技术大会：推动工业AI落地，携手生态共建

 

　　10月23日-24日，由专注于服务数据智能开发者的垂直社区DataFun主办的DACon2026北京站正式启幕。大会设置15个前沿分论坛、带来60余个真实应用案例，深入探讨企业AI如何从“模型狂热”走向“理性落地”，让大模型与Agent真正跑在企业的业务链路里，同时提升大数据与大模型融合应用的工程化水位。

（冯兴智在大会现场发表分享）

　　在这场定调行业风向的高端对话中，卡奥斯COSMOPlat作为探索工业数智化领域的先行力量受邀出席主论坛。卡奥斯副总经理兼CTO冯兴智发表《工业AI的确定性命题：从技术底座到全链落地》主题演讲，重点剖析新兴技术转化为确定生产力的有效解法。

　　在工业AI迈向规模化落地的进程中，麦肯锡的调研给出一组客观现实数据：约85%的企业已经以某种形式部署了生成式AI；真正走出试点阶段、实现规模化并获得持续价值的企业，仅有5%至10%；认为AI对EBIT（息税前利润）有正向贡献的受访者只有37%，与去年基本持平。

　　这组反差数据背后，冯兴智指出，工业AI的瓶颈从来不在模型本身，而是由四个深层专业问题构成的现实阻碍。

　　数据困境，本质在于治理工程。以制造业常用的OEE（全局设备效率）为例，设备部门核算时间开动率，生产部门考核产量达成率，财务部门则依据标准工时核算，最终造成三个口径、三套表格、三种数据，缺乏统一的事实基准。

　　精度困境，本质在于机理与评测。在严苛的制造环境中，即便质量检测达到99%的准确率，剩下流向总装环节依然会引发批量召回。工业领域紧缺的从来不是更多数据堆砌，而是边界；而边界必须由机理模型与本体来提供。

　　治理困境，本质在于合规架构。在工业领域中，数据和模型直接关乎核心商业机密，并非普通资产。私有化部署绝非可选方案，而是进入工业体系的硬性入场券。

　　价值困境，本质在于交付体系。若项目无法沉淀为企业资产，投入产出比便难以打平，交付成本甚至随业务场景数量呈现线性上升，陷入做10个场景就需要配置10倍团队的被动局面。

　　四大现实困境清晰表明了一个核心事实：工业要的从来不是更聪明的模型，是更确定的判断。

　　“本体到位”解决的是算得准，“Agent 上岗”解决的是谁来干。面对四大困境，解法绝非简单叠加更强参数的模型，而是推动平台架构的代际换代：从1.0时代统一的数据底座（流程驱动转向数据驱动、设备互联与AI单点赋能），全面跨入2.0时代的智能交互引擎（数据驱动转向智能驱动、全域高效协同）。

　　这种代际升级，具体落实为三大维度的系统重构：

　　一是数据物联重构，让物联真正升华为智联。在底层设备之上构筑工业操作系统，高效完成设备连接与数据归集；上方配套数据平台与智能平台，使数据指标BI、算法分析与深度模型各归其位，让海量数据不仅停留在被采集，而是真正被系统所理解。

　　二是平台能力重构，实现全技术栈的彻底换代。全面打破以往“BI+小模型”的旧技术组合，换装由“天工工业操作系统、天数工业大数据与本体、天智工业大模型、天启群体智能平台”组成的新架构，并依托天星智能体对接应用场景，实现谁供数、谁理解、谁决策、谁编排各司其职。

　　三是创新场景重构，推动单场景向多智能体协同演化。制造现场的业务调度从不局限于单一系统。以产线换产为例，一次切换往往牵动四大环节：排产计划需要重新调度、物料需要重新齐套、设备需要切换工艺工装参数、质检体系也要重设检验标准。单点模型往往只能“看得见”局部，却“接不上”上下游，而产线的实际损失恰恰发生在各业务的接缝处。

　　在产品形态上，卡奥斯COSMOPlat推出了三位数字人协同的智能体集群：企业级依托CEO数字人把控全局经营，工厂级由厂长数字人统筹生产制造，能源领域级则由能源站长数字人精算用能成本。实测数据显示，该体系助力换产周期缩短30%至50%，非计划停机降低30%，质量8D分析周期缩短60%。

　　架构换代能否兑现价值，取决于高频业务场景的检验。以典型的企业经营分析为例，传统BI模式下数据分散在多套系统，手工汇总导致口径各异且时效滞后，能看数难以定责，有统计难见执行。

　　卡奥斯COSMOPlat将排查与归因重构为五步高效流程：快速定位异常维度、沿指标树检索全貌、穿透拆解影响链条、自动输出证据链报告，最终精准落实到责任组织与改善计划。过往报表止步于“知道”，高阶驾驶舱必须通往“有人负责、有动作落地”。

　　在这套机制运转下，全链路决策效率提升50%，指标异常根因定位速度提升70%，过去耗时三天的跨部门协同，如今一次对话即可交由智能体完成。这一跨越依托卡奥斯CEO数字人与工业本体对业务标准的严格锁定——正如冯兴智在演讲中所强调：“是本体把口径定死了。AI算不准口径，后面所有的智能都是假的。”

　　工业AI向深处推进，仅凭单一企业的研发力量无法完全覆盖。面对庞大的工业生态体系，传统互联网式的拓展逻辑往往无法适应工业现场的严密要求。

　　互联网生态倾向于“用试错换速度”，而工业生态则只能“用证据换信任。”

　　基于对产业特性的深刻理解，卡奥斯COSMOPlat选择全面开放生态合作，稳步推进四项务实举措：

　　一方面，开放真实产线场景，让竞赛命题直接来自客户课题，验收标准紧密对齐产业实测指标；另一方面，开放前沿产品工具，提供COSMO Code与天智大模型让开发者通过自然语言开发智能体，开源COSMO DataMind助力构建工业本体与深度问数底座。

　　与此同时，依托OpenLab社区有效承接开发者的每一次创新贡献，并通过天星应用市场打通从研发成果到商业应用的转化通路。

　　沿着“使用者、贡献者、布道者、生态伙伴”四级阶梯拾级而上，开发者与产业伙伴将逐级获得使用权、署名权、话语权与收益权。

　　“工业AI的确定性命题，不是一支团队能穷举的，而是一个生态的共建。”卡奥斯COSMOPlat希望通过生态共聚之力，携手全产业链生态伙伴，持续推动工业AI从单点试点走向规模化推广，全力托举制造业向高端化、智能化、绿色化加速跨越。