北京2026年2月25日 /美通社/ -- 在從Agentic AI向Physical AI演進的新階段，企業(yè)智能化轉(zhuǎn)型面臨的挑戰(zhàn)，不再是單點技術(shù)的應(yīng)用，而是——AI能力能否持續(xù)增長、持續(xù)復(fù)用、持續(xù)創(chuàng)造業(yè)務(wù)價值，且成本和風(fēng)險可控。

軟通動力 AI Factory 打造的AI 飛輪增長模型，以數(shù)據(jù)、模型、智能體、場景為核心支點，通過各環(huán)節(jié)的正向循環(huán)與相互賦能，形成全鏈路、體系化的能力閉環(huán)，讓AI能力在企業(yè)內(nèi)部持續(xù)沉淀、迭代、放大，最終產(chǎn)生從"工具應(yīng)用" 到 "組織原生" 的質(zhì)變，真正讓智能成為企業(yè)的核心生產(chǎn)要素。

1、為什么企業(yè)AI需要"飛輪模型"？

如果說單點AI應(yīng)用，解決的是企業(yè)運行的效率問題；那么體系化AI能力，則解決的是企業(yè)業(yè)務(wù)的增長問題。當(dāng)AI開始深度參與決策、流程與執(zhí)行環(huán)節(jié)，AI能力需要能夠像生產(chǎn)系統(tǒng)一樣被持續(xù)生產(chǎn)、持續(xù)復(fù)用，智能化投入才會真正轉(zhuǎn)化為長期業(yè)務(wù)回報。

軟通動力的AI Factory解決方案正是一套把"AI能力規(guī)?；a(chǎn)"的企業(yè)級運營體系，其核心功能包括智能決策支持、自動化流程執(zhí)行和數(shù)字化映射與仿真優(yōu)化，通過構(gòu)建智能體矩陣，將硅基員工、具身員工和企業(yè)員工嵌入全價值鏈條，實現(xiàn)業(yè)務(wù)和管理的智能化升級。

軟通動力AI Factory的AI飛輪則由數(shù)據(jù)、模型、智能體、場景四大核心環(huán)節(jié)構(gòu)成，形成數(shù)據(jù)驅(qū)動模型訓(xùn)練、模型支撐智能體運行、智能體重構(gòu)業(yè)務(wù)場景、場景持續(xù)生成數(shù)據(jù)資產(chǎn)的全流程閉環(huán)，各環(huán)節(jié)的成果都能反哺其他環(huán)節(jié)，推動企業(yè)整體AI能力持續(xù)增強。飛輪轉(zhuǎn)動的速度，則隨各環(huán)節(jié)的深度融合持續(xù)加快，企業(yè)的 AI 能力與業(yè)務(wù)價值也隨之指數(shù)級增長。

AI飛輪一旦轉(zhuǎn)動起來，邊際成本會快速下降，創(chuàng)新速度會持續(xù)提升，業(yè)務(wù)價值會加倍放大。由此，AI不再只是工具，而成為企業(yè)業(yè)務(wù)的增長引擎。

第一重飛輪：數(shù)據(jù)筑基，讓企業(yè)知識成為可復(fù)用的智能資產(chǎn)

數(shù)據(jù)是 AI 飛輪轉(zhuǎn)動的核心燃料。

軟通動力 AI Factory 打造的硅基員工知識大腦，打破企業(yè)內(nèi)部數(shù)據(jù)孤島，整合 ERP/MES 系統(tǒng)業(yè)務(wù)數(shù)據(jù)、IoT 設(shè)備質(zhì)檢數(shù)據(jù)、文檔 OA 制度數(shù)據(jù)等全維度私有數(shù)據(jù)，通過AI數(shù)據(jù)平臺完成專業(yè)的知識治理，將碎片化數(shù)據(jù)轉(zhuǎn)化為具有業(yè)務(wù)邏輯和價值的標準化 token，構(gòu)建企業(yè)、部門、員工三級聯(lián)動的知識庫體系。

這些經(jīng)過治理的高質(zhì)量數(shù)據(jù)，會持續(xù)為 AI 模型訓(xùn)練、智能體開發(fā)提供精準的業(yè)務(wù)支撐。同時，模型在場景中的應(yīng)用又會產(chǎn)生新的業(yè)務(wù)數(shù)據(jù)，反向豐富知識庫，讓數(shù)據(jù)資產(chǎn)在循環(huán)中持續(xù)增值，為飛輪轉(zhuǎn)動筑牢數(shù)據(jù)根基。

第二重飛輪：算力托底，為 AI 飛輪提供穩(wěn)定的動力輸出

算力是 AI 飛輪轉(zhuǎn)動的基礎(chǔ)動力。

軟通動力 AI Factory 搭建了On-Prem 私有智算中心 + On-Cloud 私有算力專區(qū)的混合算力架構(gòu)——本地私有智算中心保障核心業(yè)務(wù)，云側(cè)彈性算力支持訓(xùn)練與高峰負載，邊緣算力適配現(xiàn)場與實時場景。這一多元算力載體，依托軟通華方 OEM 硬件打造，包括GPU server、AIDC 數(shù)據(jù)中心集群版、Edge 端側(cè)一體機版等，并通過天元智算調(diào)度平臺實現(xiàn)算力的彈性調(diào)度、按需擴容與智能分配，確保高并發(fā)場景下的穩(wěn)定輸出。

穩(wěn)定的算力支撐讓數(shù)據(jù)處理、模型訓(xùn)練、智能體運行、場景落地全流程高效推進。而隨著飛輪轉(zhuǎn)動，企業(yè) AI 應(yīng)用場景不斷豐富，算力的調(diào)度效率與適配能力也會持續(xù)優(yōu)化，算力的規(guī)?；瘧?yīng)用也會降低單位計算成本，讓飛輪轉(zhuǎn)動的"動力成本"持續(xù)下降。

第三重飛輪：平臺賦能，讓 AI 能力成為企業(yè)的通用生產(chǎn)力

平臺是 AI 飛輪的傳動核心，更是連接數(shù)據(jù)、算力與場景的關(guān)鍵樞紐。

軟通動力 AI Factory 深度整合軟通天璇 MaaS 平臺的模型服務(wù)體系，以及AIDE（AI 數(shù)據(jù)治理）、ASDM（AI 時代軟件研發(fā)流水線）體系，搭配自研AutoAgent 智能體開發(fā)平臺、IssMeta 數(shù)字孿生研發(fā)仿真平臺，構(gòu)建起全棧式、多能力協(xié)同的 AI 軟件技術(shù)棧，形成從數(shù)據(jù)治理、模型服務(wù)、研發(fā)提效到智能體開發(fā)、虛擬仿真的全鏈路技術(shù)賦能體系，讓數(shù)據(jù)與算力的能力高效轉(zhuǎn)化為各場景可落地的智能工具。

• ASDM 體系：
  作為 AI 時代的軟件研發(fā)核心方法論，從 "為人構(gòu)建系統(tǒng)" 轉(zhuǎn)向 "為 AI 構(gòu)建系統(tǒng)"，覆蓋需求與設(shè)計、架構(gòu)與規(guī)劃、編碼和測試、QA 與安全、DevOps 與持續(xù)交付全研發(fā)流程。通過構(gòu)建場景化認知能力、閉環(huán)執(zhí)行能力和自我迭代能力，搭配專屬AI Coding工具體系，為不同研發(fā)角色提供針對性 AI 化場景支撐，實現(xiàn) "AI 主導(dǎo)、人工輔助" 的研發(fā)模式，最大化 AI 在研發(fā)價值流中的提效作用。
  
  
• AIDE（AI 數(shù)據(jù)治理）平臺：
  聚焦 AI 全生命周期的數(shù)據(jù)治理與服務(wù)管理，覆蓋數(shù)據(jù)采集、清洗、標注、質(zhì)量評估、合規(guī)審計等核心環(huán)節(jié)，通過自動化工具與流程化管控，確保數(shù)據(jù)的高質(zhì)量、高可用與高安全，為模型訓(xùn)練和智能體開發(fā)提供可靠的數(shù)據(jù)底座。
  
  
• AutoAgent 智能體開發(fā)平臺：
  支持知識庫鏈接、工具調(diào)用、工作流編排，讓企業(yè)可快速開發(fā)適配自身業(yè)務(wù)的智能體，且通過任務(wù)節(jié)點解耦部署，完美適配高并發(fā)、分布式業(yè)務(wù)場景。
  
  
• IssMeta 數(shù)字孿生研發(fā)仿真平臺：
  融合多源數(shù)據(jù)采集、三維場景構(gòu)建、物理規(guī)則仿真、虛實聯(lián)動控制等核心能力，覆蓋設(shè)備 / 產(chǎn)線 / 園區(qū)的數(shù)字建模、實時數(shù)據(jù)映射、仿真推演、故障模擬、優(yōu)化決策全流程，通過標準化仿真組件、可視化編輯工具與自動化場景適配，實現(xiàn)物理實體與數(shù)字模型的精準映射、動態(tài)同步和閉環(huán)優(yōu)化，為工業(yè)制造、能源電力等場景提供沉浸式仿真驗證、前瞻性決策支撐，筑牢物理世界智能化升級的虛擬試驗與運營底座。

平臺各產(chǎn)品體系深度協(xié)同、能力互補，形成數(shù)據(jù)治理解源、模型平臺筑基、研發(fā)方法提效、智能體開發(fā)落地、數(shù)字孿生仿真驗證的完整能力閉環(huán)，在場景應(yīng)用中積累的開發(fā)經(jīng)驗、模型模板、智能體組件、仿真場景方案和研發(fā)最佳實踐，并持續(xù)豐富平臺能力矩陣，全方位降低 AI 技術(shù)落地的技術(shù)門檻，推動飛輪加速轉(zhuǎn)動。

第四重飛輪：場景落地，讓 AI 價值反哺飛輪全環(huán)節(jié)

場景落地是 AI 飛輪轉(zhuǎn)動的最終目標，也是檢驗 AI 價值、反哺飛輪的關(guān)鍵環(huán)節(jié)。

軟通動力 AI Factory 以業(yè)務(wù)價值為導(dǎo)向，將飛輪前序環(huán)節(jié)的能力轉(zhuǎn)化為適配各行業(yè)的智能解決方案，打造了Agentic AI 自主智能體、Physical AI 具身智能體、Science AI 科學(xué)智能體三大體系，覆蓋制造、金融、醫(yī)藥、能源等全行業(yè)的核心業(yè)務(wù)場景。

• 在行業(yè)AI應(yīng)用領(lǐng)域，軟通動力睿動智能體云平臺，提供了一站式的智能體構(gòu)建與運維服務(wù)。其Agent Infra具備智能Runtime、記憶系統(tǒng)、Token治理與可觀測等性能，為企業(yè)級AI構(gòu)建起穩(wěn)定可靠的智能體運行底座。
• 在具身智能領(lǐng)域，軟通天擎、軟通天樞具身機器人實現(xiàn)物理世界的自主執(zhí)行，完成工業(yè)巡檢、設(shè)備維保、焊接作業(yè)等復(fù)雜任務(wù)，推動 Physical AI 從虛擬走向現(xiàn)實。
• 在科學(xué)智能領(lǐng)域，谷硅動力Scientific AI賦能生命科學(xué)、物理仿真、材料研發(fā)等領(lǐng)域的創(chuàng)新研發(fā)，通過高性能計算與 AI 算法融合，加速技術(shù)突破與成果轉(zhuǎn)化。

隨著場景落地帶來的降本提效和創(chuàng)新增收，企業(yè)得以持續(xù)加大對 AI 的投入，進一步完善數(shù)據(jù)治理、升級算力架構(gòu)、豐富平臺能力。AI應(yīng)用場景中產(chǎn)生的新需求、新數(shù)據(jù)，又會推動數(shù)據(jù)、算力、平臺的持續(xù)迭代，讓 AI 飛輪進入"價值創(chuàng)造 - 能力升級 - 更多價值創(chuàng)造"的正向循環(huán)。

2、AI從"工具應(yīng)用"到"原生組織"的重構(gòu)

企業(yè)AI轉(zhuǎn)型，正在從"技術(shù)部署期"進入"能力運營期"。拉開企業(yè)AI應(yīng)用差距的，不只是誰先用上模型，更重要的是誰先建立起可持續(xù)進化的AI能力體系。

當(dāng)數(shù)據(jù)持續(xù)增值、算力持續(xù)優(yōu)化、平臺持續(xù)復(fù)用、場景持續(xù)擴展，企業(yè)的AI能力就會像飛輪一樣進入自加速狀態(tài)。企業(yè)的智能化轉(zhuǎn)型也不再是"一次性投入"，而是持續(xù)增值的能力建設(shè)，實現(xiàn)企業(yè)增長模式的升級。

軟通動力 AI Factory 的 AI 飛輪，并非四個環(huán)節(jié)的簡單疊加，而是深度融合、動態(tài)迭代的有機整體。在飛輪的轉(zhuǎn)動過程中，企業(yè)的 AI 能力會從 "單點試用" 逐步升級為 "體系化運營"，組織形態(tài)也會隨之完成從傳統(tǒng)模式到 AI 原生組織的重構(gòu)——AI 從被動的效率工具變?yōu)橹鲃拥膱?zhí)行主體，組織架構(gòu)從部門分割變?yōu)閮r值流導(dǎo)向，決策模式從經(jīng)驗判斷變?yōu)槿蛑R智能，價值創(chuàng)造從線性增長變?yōu)橹笖?shù)效能。

目前，軟通動力 AI Factory解決方案已經(jīng)在制造、零售、金融、醫(yī)藥健康、能源和汽車等行業(yè)廣泛落地實施。同時，軟通動力通過加強生態(tài)合作，攜手NVIDIA、矩陣起源等伙伴，共同為企業(yè)提供規(guī)?；?、可復(fù)制的智能化轉(zhuǎn)型路徑。

依托這一飛輪模型，軟通動力正在以全鏈條的 AI 服務(wù)能力，助力企業(yè)讓智能融入組織基因，在 AI 時代的競爭中占據(jù)核心優(yōu)勢，實現(xiàn)長期、可持續(xù)的增長。