点击视频▲立即观看
整理 / 巴九灵（微信公众号：吴晓波频道）
中国有数百万家制造企业。大量经验锁在老技工脑子里，系统上不动，人员难培养，毛利又薄。这个行业多年来是数字化转型最难啃的骨头。
但在灵核数智创始人陈弘旋看来，这些恰恰是AI最擅长解决的。制造业的痛点，反而构成了AI落地最扎实的土壤。
《AI未来谈》第二期，非凡产研创始人、吴晓波频道AI顾问吴畏对谈陈弘旋。
《AI未来谈》是吴晓波频道与非凡产研联合推出的对谈栏目，会持续邀请在AI浪潮里真正下场的创业者、企业家和研究者，聊他们正在做的事、踩过的坑，以及对这个时代的判断。
陈弘旋是96年生人，家族企业做清洁家电已经41年，年产值超30亿。他本可以做一个安稳的厂二代，但2024年9月出来创业，All in AI+制造业。
他在公司的花名叫悟空，取自《西游记》，意为：一路斩妖除魔，取得“制造真经”。
1.制造业的痛，恰是AI的入口
直达视频 00:14:55 看完整观点
陈弘旋对制造业的判断，来自一个核心命题：让企业从“效率容器”变成“判断容器”。
过去企业的核心是提升执行效率。当AI能承接大量重复性工作之后，人的价值将集中在判断、决策和创造上。而这个转变，在制造业里有大量可操作的具体场景。
制造业知识密度高，经验难传递。新人进工厂，师傅不一定有耐心教，系统又复杂难用；毛利低的中小企业，负担不起重型管理系统；一旦核心技工离职，带走的是无法复制的经验资产。
这些问题在软件时代几乎无解，但在Agent时代，逻辑变了。当AI能够端到端闭环一件具体的业务，当隐性经验可以被自动沉淀成数字资产，制造业长期积累的复杂场景，反而成了AI落地的天然土壤。
2.制造业AI，不是数字化的升级版
直达视频 00:11:44 看完整观点
陈弘旋也指出，很多公司在帮制造业做AI的方式上走偏了。
常见的思路是：先梳理企业历史数据，沉淀下来再做系统。他们自己走过这条路之后发现：历史数据里真正可用的知识只有10%到15%。原因很简单，数据们是“过去式”，而企业要求的是“进行时”。
基于此，他们提出了“711理论”：企业70%的知识来自外部，来自互联网和大模型；10%来自企业当下的核心流程和现有数据；剩下20%是人和AI在实际干活过程中共同沉淀出来的“未来经验”，持续滚动积累。
这个判断的核心是：AI在制造业的落地，不是把旧数据喂给模型，而是让Agent在真实业务里干活，在干活中沉淀Context。
3.让数字员工去工厂上班
直达视频 00:22:08 看完整观点
灵核数智做的事，用陈弘旋的话说：是他们的数字员工去你的公司里上班。
他们把制造业业务层拆成设计、预防、量化、控制四个核心环节，把Agent按功能分为入口级、跟进级和业务分析级三层。其中入口级Agent离钱最近，输入端不能出错，是优先落地的场景。
下单岗是最典型的例子。制造企业下单员的日常是：从邮件、SRM系统、企业微信里接收客户订单，把客户编码转成内部编码，拆单、分批次，最后录入内部系统。这个过程高度依赖对产品和客户的熟悉程度，极度消耗时间。
灵核数智的下单Agent接入企业后，打通系统和邮箱权限，自动抓取订单、匹配编码、录入系统，同时把客户、产品、编码、批次、价格全部打标，在底层构建数据对象的立体映射。原本需要3到4小时的工作，人只需要5到10分钟做最终校验。
多出来的时间，销售可以去做真正需要判断的事——比如分析订单波动，识别客户流失预警，提前介入挽回。
排产是另一个具体场景。过去很多制造企业上APS（高级计划排程系统）失败，因为前置条件太复杂：机台维护、物料配套要逐一核实，排产人员往往1小时排产，六七小时都在处理现场异常。
灵核数智的排产Agent进驻后，把订单交付变化、物料配套、机器状态全部前置查验，30分钟内给出可靠性极高的排产建议，人做最终判断，可靠性和可追溯性大幅提升。
客诉闭环是另一个方向。传统智能客服只在前端回答问题，而他们做的是内部管理闭环：抓取客诉，在历史知识库里匹配解决方案，全程跟踪直到闭环，自动归因打标——“这是第一次发生，还是反复出现？”分析结果直接推送给研发部门做改进支撑。
支撑这些数字员工的，是灵核数智自己的平台。
平台包含三个模块：类似IM界面的“问问中心”、可以自由组合岗位技能的“派对市场”，以及专门适配Agent的人机协同知识库“积极空间”——人和Agent共同干活的过程中，隐性经验自动显性化沉淀下来，老板和业务同学都可以看到企业资产的滚动积累。
4.企业50人，带几百个Agent
直达视频 00:35:40 看完整观点
把AI引入企业，不只是技术问题。陈弘旋提出了一个他自己体感很深的概念——“组织离心力”。
过去企业靠使命愿景价值观把人拧在一起。AI时代，每个人用AI的水平参差不齐，动作方向各自不同，组织反而更容易散。他认为，AI时代凝聚组织这件事变得更重要，不是更次要。
他也给出了他对未来AI原生组织的具体想象：企业可能只有50人，但每个人背后带领着几百个各司其职的Agent。
人和人之间沟通，先是各自的Agent在底层快速碰撞、对齐Context，再由人来做高效率的终审判断。销售去见客户，不再带一份通用PPT，而是带上能听懂需求、具备行业洞察的Agent，根据客户当下的痛点现场生成个性化方案，甚至直接生成产品广告短片。
5.亲自去感受，不要只听别人说
直达视频 01:01:04 看完整观点
陈弘旋给出了两条具体建议。
第一，亲自去感受。不要只听别人说，要自己开账号、用工具，在小场景里建立对AI能力的真实感知。
第二，从一件小事做起。他用“养孩子”比喻养Agent：Agent是能力强但缺乏社会经验的新物种，要有包容心，每件事启动前和它聊，做完给反馈。日积月累，当它懂你了，爆发力会超出预期。
他引用了实际落地数据：下单、财务、供应链几个岗位级Agent在企业工作一年，平均每个能帮企业节约折算50万左右的成本。但他强调，这不是裁人逻辑，而是同等人数下能干更多、更好的事情。
6.选择走取经路的95后
直达视频 00:05:57 看完整观点
说完制造业，再说说做出这些判断的人。
陈弘旋有家族企业做背书，有制造业资源，本可以做一个安稳的厂二代。他也不讳言这一点。但他说，创业让他找到了自己。
真正触发他出来的，是一次被AI打中的经历。2023年，一次跟外国品牌客户的技术会议，临开会前很多问题还没解决，他说“交给我”。用一个中午跟AI反复拆解问题，下午开会时信心满满，最终把客户拿下了。
那一刻他意识到：AI能把顶尖专家的能力平民化。而制造业里有太多类似的场景，太多依赖老经验的判断——这正是AI最能发挥价值的地方。
当然他也走过弯路。2023年大规模用AI时，他形容自己是“知识的爆发户”，一度觉得无所不能，思考反而被僵化，开始过度依赖AI输出。直到一次研发会议，他把AI给的结论信心满满地讲出来，被一线团队用专业数据当场纠正。
那一刻，他从“被AI征服”变成了“对AI有敬畏”。
他认为，这个“去魅”的过程，是每个真正用好AI的人必须经历的。
直播最后，吴畏问他：万一灵核数智没做成，会不会回去继承家业？
他的回答是：不会。“就算灵核数智1.0没拿到结果，只要我们是一帮正确的人，可以做2.0、3.0、4.0。”
96年，第一次创业，选了制造业，选了最重的那条路。
悟空取经，一路西行。路还没走完，他自己也知道。
《AI未来谈》由吴晓波频道与非凡产研联合出品，下一期，我们请到了NoDesk AI创始人、CEO宋健。6月8日20:00，锁定吴晓波频道视频号直播间，我们一起聊聊AI时代，人的不可替代性。
点击按钮▼预约直播
与此同时，2026年吴晓波频道“AI+制造实战研修营”线下课正在火热招募中。
点击按钮▼立即报名
热门跟贴