2026年6月13日,海智在线第九届全球采供破壁会在上海成功举办。以下为海智在线联合创始人兼副总裁徐香主题演讲的完整内容。
各位领导以及各位海智朋友,大家上午好!
我是徐香,很高兴有这样一个场合,向大家介绍海智在线采供双边智能体。
这是过去一年我们整个团队用心打磨的成果,也是海智成立以来,我个人认为分量最重的一次产品发布。在介绍产品能力之前,我想先和大家聊聊,作为一直站在采供中间的平台,我们过去看到的变化、形成的思考,以及为什么决定去做这样一件事情。
今天台下有很多工厂的老朋友,大家都是陪着海智一路走过来的。海智成立11年了,我也跑了11年的工厂。在这些年跑工厂的过程中,我感触很深。每次到工厂,外面看到的是厂房、车间和各种设备;但当我真正走进去,坐下来和老板们深聊时才发现,真正的难处都藏在里面。
给大家举一个例子,每次我到工厂,开场聊得最多的可能就是订单。每次老板都会跟我说,他们没有订单的时候,会焦虑没活干;有订单的时候也焦虑,因为没什么利润。
聊着聊着,就会聊到人。现在工厂的图纸越来越复杂,需要做的工艺判断也越来越细。能做工艺判断、风险识别,能给客户专业判断的人,永远是那么几个。一旦这个人病了、累了,或者离开了,所有的活又回到老板一个人身上,有的时候对客户的响应速度,就达不到想要的水准。
聊着聊着,我们也会聊到时间。我经常看海智后台的一组数据:但凡工厂老板亲自参与平台操作的,报价活跃度往往不在白天,而在晚上。这一点并不奇怪,因为白天老板们都在车间里、在客户那儿,只有到了晚上安静下来,回到厂房,才有时间打开电脑处理那些客户催着要的报价。有时是简单的几张图纸,有时一个紧急项目过来,就是上百张图纸。我一般睡觉比较晚,十一二点还会收到客户的微信。每次看到这些消息,我就会想,其实有很多难处是讲不出来的。
除了这些,最让我纠结的是,他们跟我说“其实你知道吗,香总,我们早就知道该变了,但不知道往哪儿变,该怎么去变。”其实这句话背后所体现的,不是一两家工厂的困境,而是中国大量中小企业正在面临的处境:订单似乎没有以前赚得多了,却比以前更累了。
在平台运营的过程中,我们一直在思考,也在寻找一种破解的方法。我相信,今天的产品发布会能够给大家一个可以共同探讨的答案。
我们一起看看,整个制造业现在发生了哪些变化。
有些变化大家是感受到的,比如响应速度。以往一个询盘过来,三天回复很正常。但现在,24小时内不回复,这个订单可能已经在跟别人谈了。这并不代表现在客户更急,更没有耐心了,而是他们开始用响应速度来评判一家工厂的专业能力。你报得快、报得准,就证明你专业、靠谱,值得托付;如果你报得慢,回得粗略,即使你有很好的设备,客户也可能去找别的选择。所以响应速度已经变成了工厂的第一道门槛。
再说订单的复杂度。以前大批量、单一的订单很常见,工厂拼的是产能、成本和稳定。现在,订单越来越碎,小批量、多品种、短交期成为常态。工厂要应付的事情、要做的判断越来越多。图纸、公差、材料、DFM分析、交期……已经不是靠一两个老师傅就能轻松应对的。现在考验的不仅是制造能力,更是供应链的协调、组织和判断能力。对绝大多数中小工厂而言,不是不想像大公司一样配备所有人力,而是确实缺资源、缺人才、缺能力。
第三点是我最想讲的,大家可能已经感受到了,那就是创新产品的爆发。中国现在的创新速度前所未有:新材料、新能源、人形机器人、商业航空、低空经济等等。每一个赛道背后,都是大量的全新、复杂的零部件需求。每一个科技成果转化的过程,都需要具体的工厂,需要经历一条具体的生产线,才能最终走向市场。
在这个过程中,我们发现,很多应对方式已经无法解决当下的供应链问题。一边是大量科研院所和创新企业,手上有大量科技成果或者创新项目亟待转化;另一边是大量中小企业,有能力、有意愿,却看不见、也接不住这些机会。作为平台,我们一直在思考这个问题。
现在,一个悄然发生的变化是,中小工厂的角色已经从单纯的订单承接者,越来越多地转变为创新参与者。谁能更早听懂创新的语言,更快接触创新的需求,更稳地把样品交出去,谁就有机会在这一波的科技浪潮中跑到前面。而且我相信,在AI技术、政策和资本的共同推动下,一个创新企业成长为科技巨头的周期会越来越短。这对于制造业企业来说,是一个绝佳的机会。
站在采供中间,我们已经做了11年。很多老朋友知道,海智起步的时候是一个连接者,帮采购找工厂,帮工厂链接订单,拉通两边信息,建立产业信任。后来,我们从连接者转变成积累者。为了解决这些复杂问题,我们沉淀了大量的数据,比如工厂能力画像、采购偏好、交易匹配的各种模型。但坦白说,在很长一段时间里,即使作为一个平台,我们也仍然没有办法完全脱离人的判断,依赖我们专业的客服、工程和运营团队。我们做了大量数字化工具,但这些工具仍无法处理所有复杂问题。
直到这两年,AI来了。AI来了首先振奋的就是我们自己的团队,包括我自己。因为我发现,当AI能够读懂我们过往所有的沉淀——我们的数据、报价、沟通、工艺判断,当它能够读懂我们过去所有的产业Know-how,我第一次意识到,原来这些沉淀有机会能够转换成一种智能化能力,并且可以普惠地、低成本地、规模化地去赋能给产业链协同中的每一个工厂,每一个采购,每一个创新项目。在这个过程中,我觉得海智是最有能力、也最有机会去完成这件事的。从去年开始,整个团队开始没日没夜地加班,去All in AI。
今天,我想交出第一份答案。
过去我们一直在帮助工厂链接更多的订单机会,但从今年开始,我们会更多地把智能化的专业能力,赋能给每个中小工厂。也就是说,每个工厂都可以调用这种智能能力,把它变成日常工作的工作台。我们一起看看。
1、工程分析智能体
当一个订单、一张图纸来了,首先要判断图纸能不能做、工艺难不难、公差能否达到以及自己的工厂设备能力接了会不会有风险。这往往需要专业工程师甚至老板花上一两个小时甚至更长时间。但现在,可以实现分秒级处理。任何一个订单、创新图纸进来,只要输入工艺流程,智能体就能以分秒级速度告诉你,这是一个什么样的零件、什么工艺,用什么材料、公差要求是否合理、DFM可制造性分析结果怎样。最关键的是,这些判断并不是基于抽象的工厂模型,而是基于工厂自身已有的设备、过往的历史经验,给出的针对性判断,这一点对中小工厂来说非常重要。
过去受限于人力和经验,我们可能没有办法去判断订单到底能不能接。有一个工厂老板告诉我,用了智能体之后,有两个项目按照以往的经验判断就会放弃,但智能体给了他重新思考的依据。他形容说,就像拥有了一支超强的、完整的、无形的工程师团队。借助智能体,中小工厂拥有了与大公司一样的工程能力,这在当前技术迭代和AI加持下,具有非常重要的意义。
2、报价分析工作台
工程分析是为了解决订单“能不能接”的问题,第二个问题是“报什么价”。报价对于工厂老板来说,是最繁琐、最纠结的环节。报高了可能丢单,报低了会亏钱,不报就没有机会。过去大量时间花在这里,比如图纸来了,要算工序怎么拆,公式怎么计算,人工、设备、管理成本怎么分摊,交期紧价格怎么调整……这些原来装在工厂老板脑子里、工程师经验里,甚至Excel表格里。这个过程,非常受人的精力限制。而报价智能体能把原来完全依赖于人的经验部分,变成可调用、可复用、可传承的能力。有一位老板告诉我,他原来一天要报15个价,基本要花掉几个小时或者一上午的时间。现在有了智能体辅助,平均15分钟就能解决所有问题,时间释放出来,可以去做更重要的事情。
为什么能做到?因为智能体可以看图拆解工艺,可以根据工厂自有的材料、公式计算成本,给你一个有依据的报价参考。你只需要判断价格是否合理,这个价格下订单要不要接,要不要争取。这样,有价值的时间可以放在10倍乃至20倍产出的事情上。
3、询盘分析智能体
过去更多是人找订单,海智后台的订单是按时间倒序排列的,每天可能有几十个甚至上百个。很多工厂要花大量时间筛选,因为没那么多人力去覆盖订单。现在,智能体根据你自身的设备和订单偏好,使用越多就越了解你,直接在系统中把最适合的订单推送给你,大大缩短订单判断的时间,提高匹配效率。
4、 外贸助手智能体
这是为所有想做跨境出口的工厂老板准备的。过去和很多老板交流,大家普遍说国内很卷,想做国外订单。但是三四年过去了,变化并不大。问及原因,老板们说看不懂海外的图纸,不熟悉海外标准,也不擅长跟国外客户做跨境沟通。而现在,外贸助手智能体能够一站式解决这些问题,把外贸的门槛变得更低,让大家有机会能够参与到全球供应链的分工中。
大家能看到,我们推出每一个智能体都不是凭空想出来的,都是和几百上千位工厂老板沟通,甚至可以说是共创出来的。因为需求都是大家提的、大家表达的。
讲完了工厂端的智能体,我再讲一下采购端的智能体。我们这次强调的是“双边”。我毕业后服务了20年采购,几乎每天跟采购朋友打交道。采购最难的不是“找”,而是做判断和决策。采购的价值在于判断这个工厂到底靠不靠谱,能不能准时交付、质量是否合格,是否可以承担所有的风险。
我们的采购智能体就是把原来采购花在筛选、对比和整理上的时间释放出来,集中投入到最有价值的决策上。比如,你在智能体输入一段话:“想找一个浙江区域,有ISO认证、13485认证、有过医疗器械配套经验,大概50人,做过精密加工零部件的工厂。”智能体就会根据你的行业和采购阶段识别你的需求,从工厂数据库里推荐最适合的工厂给你,极大缩短筛选时间。
同时,智能体也可以做图纸的分析。并非所有采购都非常专业,智能体可以帮助采购看懂这是什么图纸,在采购时存在哪些供应链风险,把所有后面可能发生的问题前置,提前解决掉。另外,在采供过程中还有很多琐事,比如采购刚转到新兴行业或者采购角色变了之后不够专业,智能体可以帮助他达到资深采购的水准,帮他做行业分析、供应链洞察、谈判辅助、材料汇报整理等工作。我们希望采购能够喜欢智能体的工作台,在工作台完成更多工作,让采购决策效率更高,工厂的订单机会也更多。
前面所讲采购角色大多是有具体图纸、有明确需求的。但在创新起步阶段,很多公司是没有图纸的,需求也不完整,有的只是一句话、一个概念、一张草图。这些人是创客、个人创业者、小团队、科研院所的研究者。我一直认为,他们是最孤独的一群人。因为日常打交道中,他们不懂工厂,没有工厂的资源,也不懂工艺语言,整个创新过程不知道设计出来的东西有没有工厂可以生产出来,这些都是创新者会遇到的问题。
针对这个场景和群体,我们推出了魔法工场(Magic Factory)的造物平台,我们要解决的不是用AI做效果图、写文案,而是从你有一个想法开始,怎么一步步推演,变成可制造、可评估、可落地的产品方案。我们希望能够把“从一个想法到制造,再到走向市场”这段最模糊、最艰难的路程变得更短、变得更清晰,我们希望用这种方式连接全球创业者,把他们的想法、他们的创新概念落到中国,落到中国供应链去实现。我们希望在新的造物平台上,让从样品到小批量、再到量产的所有过程,都能在中国供应链中完美实现。
这个过程中,很多人问我们做的到底是一个智能体还是两个智能体?为什么要做双端?我的答案是,采供协同真正的价值不在两端,而在中间。因为过去很长一段时间,采购和工厂之间是一种博弈的关系。我们有时发现,一张图纸从发出来到真正落地,至少要经过6轮甚至10轮的相互沟通。而所有的沟通很多时候并不是落在判断上,而是一些信息对齐。比如,采购说的是标准,工厂理解成工艺;采购谈的是交期,工厂用的却是上一周的节奏。
所以,我们现在做的整体智能体,希望能够把整个链条放在同一个智能体系里,最终实现信息统一、语言一致,节奏同步。这次推出的智能体,更想表达一种新的协作方式,我相信这一定是未来的主流模式。
简单概括一下这件事的价值,对工厂来说,它拓宽了工厂的能力边界。我经常跟工厂朋友们说,现在不是你用不用的问题,而是我们要不要保住竞争力的问题。我们必须让认知能力和方法论跟得上这个时代。
对于采购来说,是让全球采购的质量变得更高,决策速度更快;对产业而言,我们希望能够缩短从创新到制造的距离。
最后,用六个字来结束我今天的分享。
第一,“够专业”。这是对我们自己团队的要求。我们要做的不是一个通用的AI大模型,而是在整个采供协同链条里,能真正解决专业问题的智能体。
第二,“够懂你”。我们希望 “懂”工厂老板的难,“懂”采购员的累, “懂”工程师的纠结,也“懂”创新创业者在项目落地中的不易。只有真正“懂”了,我们才有能力把这些事做好。
今天发布的产品只是一个开端,前面还有很长的路要走。
所以,我们也希望所有在座的各位朋友可以多用、多提意见,大家一起协同把这件事做得更好,谢谢大家!
热门跟贴