工业 AI 的胜负手：海智在线如何打开供应链黑箱

2025 年冬季，12 月的寒意未能冷却持续升温的 AI 热潮。 OpenAI 和 Google 披露，ChatGPT 拥有约 7 亿周活跃用户，Gemini App 月度使用用户超过 6.5 亿。与此同时，斯坦福大学 HAI 发布的

《AI Index 2025》显示，2024 年全球生成式 AI 私人投资达到 339亿美元；PitchBook 数据则表明，同年全球风险投资中每 3 美元就有 1 美元投向 AI 初创公司。然而，在繁荣热闹背后，一个越来越清晰的共识正在形成：比模型更难复制的是数据，而比数据更难获取的是真实产业场景下的应用经验。

正是在这样的背景下，由国家工业信息安全发展研究中心主办的第七届工业互联网大赛全国总决赛在北京落下帷幕。领军组的获奖名单里，项目大多来自央国企、省属国企及科研院所，集中于煤炭设备预警、油气管网监测、大型船舶建造仿真等核心工业领域，属于典型的“硬场景”。海智在线以《基于 AI 的非标零部件工厂智能报价系统》跻身领军组仅有的 4 个二等奖项目之一，并取得总分第二。

第七届工业互联网大赛全国总决赛获奖名单资料图

一个“智能报价器”之所以值得被放到国家级赛场上评比讨论，并不仅仅是因为它能支持工厂自定义加工设备与工艺参数，更重要的是，它抓住了工业零部件供应链中长期存在却极难被数字化的核心问题——供应链黑箱。

海智在线在十年里跨越设计、采购、生产、交付与合规等不同

角色后发现：黑箱很少是某一个人的问题，它更多藏在“语言不通、信任不通、数据不通”之间。这些问题导致信息在供应链不同角色间传递时发生巨大损耗，最终让企业在关键决策上看不见、算不清、管不住。

而在所有问题节点里，报价是最表层、也最容易被感知的一环：采购端最在意的是价格，工厂端最先被问到的也是价格。价格看似只是一个数字，实际上压缩了设备、材料、工艺路径、工时、良率、外协、管理与风险溢价等一整套隐性信息。当这些信息无法被标准化、难以被复用、解释与对齐时，报价就会从“工程计算”退化为“经验博弈”。

海智在线正是看到了这个本质，才基于十年的数据积累研发智能报价工具。它的核心价值不在于把报价“生成得更快”，而在于把影响报价的关键要素从黑箱中抽离出来，变成可解释、可追溯、可复盘的数字化资产，让供需双方第一次能围绕同一张“成本地图”讨论问题。

成本黑箱：报价不只是一张单子

在非标零部件交易里，成本黑箱往往表现为“报价慢、核价难、合理定价更难”。同一张图纸在不同工厂间得到的报价差异巨大，采购端很难判断差异来自哪个环节；工厂端也常常依赖老师傅经验和手工表格，缺少可以规模化复用的体系。

更棘手的是，成本黑箱会把供需双方推向一种“短期合理、长期有害”的行为：

对需求侧来说，降本被简化成“把价格压下去”。链主企业习惯性要求降价 5%、8%、10%，却忽略真正决定成本的往往是更早一步的结构、材料与工艺选择。当降本只剩谈判，被压掉的可能不只是眼前的成本，还有质量稳定性、交付弹性、配合度，以及供应商的长期生存能力。

对供给侧来说，报价一般是简单的成本加成，有利润就做，很难实现收益最大化。很多工厂并不知道自己真正的优势在哪里：同一台高端设备可能长期加工低附加值零件，利润被锁在低端赛道；同一套工艺能力因为缺乏可见的数据表达，而无法对接到更匹配的订单需求。

当成本结构算不清也说不清时，供需双方就只能用经验、关系与博弈来做决定。所以，海智在线要打开成本黑箱，做的不是把报价“自动化”这么简单，而是把报价背后的隐性信息拆成可计算的结构，并在供需两端建立共同语言。你以为价格差异来自“单一工厂的成本”，但很多时候它来自“你看不见能力”带来的不确定，来自“你看不清风险”带来的溢价。于是，想把成本算清，必须先把能力看清。

能力黑箱：你找得到供应商，却看不见能力

能力黑箱的典型表现是：供应商名单很多，但真正“能做、愿做、做得好”的那部分能力并没有被识别出来。链主企业往往只知道供应商在做什么产品，却未必知道其设备、工艺、材料和技术经验还能延伸到哪些领域；工厂也常常被单一品类定义，长期认为自己只能在现有的赛道里拼价格。海智在线把能力黑箱分为三层含义：

第一，产品标签遮住了能力标签。很多供应商用“产品”定义自己，而不是用“能力”定义自己。一旦把表达方式从“做什么产品”切换为“拥有什么设备、工艺、材料经验、技术水平、精度能力、研发配合度”，供应商的可用边界会被重新打开。

第二，能力存在，但从未被充分识别与使用。好的技术被局限在传统行业里，好的设备被用在低端产品里……能力一直都在，但它在供应链里从未被充分“识别”和“使用”。

第三，真正的交付竞争力来自组织能力。非标零部件的交付往往不是单点完成，而是多工艺节点协同。能否将多节点快速组成协同网络，是实现交付速度与可靠性的关键。

能力黑箱如果无法被打破，成本就很难透明：你无法评估良率、外协稳定性与工艺路径的确定性，报价只能靠“保守估计”。因此，很多时候你看到的是“价格差异”，但本质是“能力不可见导致的不确定性差异”。

风险黑箱：你以为风险在远方，其实在链路深处

如果说能力黑箱与成本黑箱更多发生在“交易与协同”的效率层面，那么风险黑箱则直接决定供应链的韧性。今天的风险越来越以合规、原产地、关税、绿色与追溯等“细碎要求”的形式出现：小到一张表、一份证明、一段记录，却足以让订单当场中断。

对企业而言，“风险黑箱”往往不是你没做风险管理，而是你看不见三件事：一是合规风险黑箱，你看得见一级，却看不见二级、三级的合规能力；二是规则与地缘风险黑箱，你看得见今天的成本，却看不见规则变化带来的“动态成本”；三是生态风险黑箱，你看得见供应商名单，却看不见整条链路的真实脆弱点。风险的应对重点在两类能力：备用链路与快反节点。很多企业误以为“供应商储备多”就是韧性；但韧性往往不取决于名字多少，而取决于是否有备用链路，例如替代工艺、替代结构、替代材料；是否具备快反节点，能打样、能小批、能快速迭代。

风险最终会以交期、损耗、合规成本与备用链路成本的形式被 “写进价格”。所以，想让报价真正可解释，就必须让风险显性化、可量化，并能被提前纳入决策流程。

“智能报价器”击穿成本黑箱

当供应链仍是黑箱，价格只能靠经验与博弈来填空；当黑箱被照亮，价格才会回到工程事实，协作才会回到同一语言。智能报价器真正要解决的，是把“为什么是这个价格”讲清楚，这样供需双方才有机会把讨论从“压价”转向“改结构、换工艺、控风险”，从交易对立走向价值共创。

海智在线的做法可以概括为三步：

第一，把图纸变成可计算的工程特征与工艺要求。通过对主流 2D/3D 图纸的解析，识别影响加工的关键特征与要求，把原本依赖经验的判断改为结构化输入，为后续报价提供统一口径。

第二，把工厂产能变成可配置的“工厂模型”。不同工厂的设备、工艺、外协资源与管理结构决定了真实成本差异。系统允许工厂用自己的实际参数构建报价体系，实现“一厂一模型”，避免用平均值把差异“抹平”。

第三，把报价变成可解释、可对齐、可复盘的成本结构。报价结果不止是一个总价，而是一套可沟通的结构：差价来自哪里、风险写进了哪里、哪些项可以通过结构/工艺优化继续下降。交易因此不再是终点，而成为协作的起点。

当成本黑箱被打开，需求侧得到的价值也不再只是“便宜一点”，而是四个更重要的确定性：决策更确定、协作更确定、交付更确定、长期更确定，供应链不再被压弱，而是通过数据与闭环变得更强。

海智在线“拆黑箱”：数智化供应链的系统重构

要让黑箱真正被穿透，必须回答一个更根本的问题：数据从哪里来，如何持续产生，并最终形成可迭代的闭环？如果报价器只是一个孤立工具，它很快会面临同样的困境——关键数据进不来、履约反馈回不去、模型无法迭代。

海智在线对“拆黑箱”的理解，并不是简单“给供应链加一个AI”，而是把供应链活动的全过程、各环节、各主体，从线下搬到线上同一个网络里，让数据能够持续产生、交互、留存、分析，进而实现可视化、可管理、可预警、可协同的目标。只有这样，数据才能真正“跑起来”，能力才能真正“用起来”，黑箱才可能被持续穿透。

这也是工业 AI 与消费 AI 的分水岭：消费 AI 往往在“内容生成与交互体验”上即刻体现价值；工业 AI 必须“进入流程”，并在交易与履约闭环中产生价值。工业 AI 的胜负手也正在这里：不是模型参数，而是能否把 AI 嵌进真实业务闭环，让数据反哺决策，让决策反哺协作，让协作反哺交付。

海智在线十年的积累，使这套闭环具备规模化基础：一端连接全球 117 个国家的 30 万买家，一端连接 80 万家中国工厂，并在长期交易与协作中沉淀出可结构化的数据资产。网络越大，数据越丰富；数据越丰富，匹配、报价与协作越精准；越精准，越能吸引更多主体加入——这正是数智化供应链平台的网络效应，也是“拆黑箱”能够持续发生的前提。

因此，海智在线此次在国家级赛事中的获奖不仅仅是一项荣誉，更是一种路径验证：当 AI 真正融入场景、深入数据并形成闭环，它就不再是抽象概念，而会成为制造业的新型基础设施。工业 AI 不能成为“黑箱里的黑箱”，它应该把不可见变为可见，把不可控变为可控，把不可算变为可算。未来，海智在线也不会只停留在 “智能报价”环节，而将持续构建制造业数字化供应链网络，以更低摩擦、更高确定性的方式，使中国产能更好地服务世界制造。