8月16日，由用友网络主办的“智造未来 AI赋能”制造行业数智化专题论坛在深圳国际会展中心盛大召开。本次论坛汇聚了制造业领军企业、技术领域的权威专家及生态伙伴，共同探讨AI与制造业深度融合的前沿趋势与实践路径。论坛上，用友AI制造业大联盟正式宣告成立，成为推动制造业数智化转型的重要里程碑。

1数智化是制造业未来的核心路径

用友网络高级副总裁、高端BG总裁杜宇在开幕致辞中表示，当前制造业面临数据孤岛、柔性不足、智能化程度低等挑战，而破局的关键在于“以流程为骨架、数据为血脉、智能为大脑”的深度融合，数智化转型是制造业穿越周期、赢得未来的关键路径。杜宇表示，用友BIP已服务中国数万家制造企业，未来将通过AI大联盟，携手生态伙伴共同打造“AI+制造”新纪元。

2用友AI制造业大联盟成立生态协同共筑智造未来

用友AI制造业大联盟由用友网络携手多家生态伙伴共同发起，致力于通过技术协同与资源共享，打造覆盖研发、生产、供应链等全价值链的AI解决方案，助力制造企业实现数智化转型与高质量发展。

用友网络制造行业及智能制造解决方案事业部总经理叶秀林、用友网络制造行业及智能制造解决方案事业部副总经理张雷鸣、中控技术 IndustryAl事业群副总裁郑二磊、快思股份有限公司首席科学家王立志、深圳市深科特信息技术有限公司总经理陈林刚、北京齐力科技有限公司总经理欧阳照出席了成立仪式。叶秀林在联盟授牌仪式上表示：“用友AI制造业大联盟的成立，标志着我们在‘AI+制造’领域的生态合作迈入新阶段。未来，联盟将聚焦流程制造、离散制造、装备制造等细分场景，通过技术互补与行业深耕，为制造企业提供更全面的AI赋能支持，共同推动中国制造业迈向全球价值链最高端。”

3制造业标杆企业AI实践分享

在本次论坛上，来自离散、流程、装备的制造业标杆企业代表分享了AI技术在企业数智化转型中的深度应用与显著成效。国星光电智能与数字化中心总经理王登超介绍了离散制造业的智能化实践。国星光电通过Chat BI实现自然语言交互的数据分析，管理层可通过语音指令实时获取销售、库存等关键指标；在智能排产方面，针对LED产品BIN匹配的复杂特性，AI算法优化生产组合，降低库存20%；同时，业财一体化系统使合并报表效率提升50%，大幅提升了管理决策效率。索通发展数智中心总经理曹洪健分享了流程制造领域的AI创新。企业构建了全球多工厂协同系统，AI算法综合考虑运输成本、原料状况等因素，智能分配生产任务至最优基地；在智能备料环节，基于原料批次数据优化配比，实现质量稳定性提升与成本双优化；通过设备预测性维护系统，企业故障率降低30%，生产效率显著提升。联得装备首席数字官肖伟峰阐述了高端装备制造的数字化转型。针对非标产品特性，企业实现研发生产一体化，BOM搭建速度提升80%；通过订单全流程协同系统，项目交付周期缩短15%；业财融合体系使财务月结时间减少50%，同时原材料库存周期降低80%，大幅改善了资金使用效率。这些实践案例充分证明，AI技术正在不同制造领域发挥实质性作用，从生产优化、供应链协同到经营管理，全方位推动企业提质增效。

4用友AI赋能制造业全价值链数字化转型用友网络在本次论坛全面展示了AI技术在制造业全价值链的深度应用与创新实践。叶秀林总经理系统阐述了用友"端到端价值链"AI解决方案，覆盖从研发设计到售后服务的全业务场景，并提出了智能工厂演进的三个阶段理论，强调判别式AI与生成式AI的有机结合才能真正实现降本增效。唐洪华博士重点分享了七大核心AI应用场景的落地成果：智能排程帮助西电集团实现三级计划协同，交期达成率提升30%；智能备料为索通发展优化原料配比，质量稳定性提升20%；智能裁切使乐凯集团材料利用率提升15%；质量分析系统将异常发现效率提升50%。这些应用平均为企业带来20-35%的生产效率提升和10-20%的运营成本降低。

作为伙伴支撑，中控技术Industry AI事业群副总裁郑二磊详细介绍了中控独创的"4+1"工业AI架构，包括全设备感知、智能运行控制等四大基座平台，以及核心的TPT时间序列大模型。这些创新技术已成功应用于石化、化工等流程工业领域，通过优化装置运行效率、提升质量控制水平，为客户创造了显著的经济效益。郑二磊强调，中控技术将持续深化与用友等生态伙伴的合作，共同推动工业智能化转型，为制造业高质量发展提供强有力的技术支撑。在设备管理领域，魏晓帅专家展示了用友AI+EAM解决方案的创新突破：基于IoT的预测性维护系统实现90%故障预测准确率；语音交互的"维修智能助理"革新传统报修流程，让故障报修时间缩短70%；设备健康专家系统为制造企业提供智能保养周期优化建议，让设备保养更加科学。常宏伟专家则呈现了AI对营销体系的智能化改造：销售教练通过语音交互指导销售全流程；分析助理实现自然语言数据查询与决策建议；智能销售助理的图片识别功能使交易效率提升50%。这些创新正在推动制造业营销从经验驱动向数据智能驱动转型。