把老师傅经验变成企业“不动产”，锡山这家非标企业玩转智能体

8月6日，无锡万耐特自动化设备股份公司（简称“万耐特”）财务团队办公室，一份新项目的成本利润预测数据在电脑屏幕上自动刷新。数字跳动间，过去需要采购、设计、工艺等多个部门集中讨论的问题，如今系统可以在几分钟内汇总历史数据、识别主要风险，并生成一份供团队评审的成本利润预测报告。

这是万耐特方案报价智能体日常工作的一幕。作为坐落在锡山区东北塘街道的一家典型非标制造企业，万耐特专注于为全球汽车及汽车零部件厂商提供高精度定制化检测设备。也正因是定制化，“老师傅”们的“默会经验”就成了关键变量——哪些结构容易超支、哪些精度要求可能带来验收风险，往往凭的是多年积累的判断力，这些散落在图纸、邮件、会议记录里的经验，无法被检索，也难以调用。

这种局面正在被改变。万耐特与本地AI团队梅洛迪科技深度协同，以自主建设的TOP26系统为数据底座，将散落在图纸、项目记录和人员经验中的知识逐步结构化，使智能体能够理解、检索和调用。智能体不仅能把控报价中的成本陷阱，还深入方案设计、工艺生成、供应链协同等环节，让AI慢慢吃透几十年积累的隐性知识，沉淀经验，成为企业员工身边随时可用的得力助手。

让数据“说真话”

对于非标企业而言，AI落地的难度，远高于标准化流水线。万耐特的第一反应不是急着写算法、追大模型，而是回头做了一件极其枯燥的事——“治数据”。

走进万耐特车间，能看到员工佩戴UWB胸牌，定位精度达到0.1米，记录每道工序的真实耗时；零件和图纸贴着RFID标签，像超市衣服上的防盗扣，记录流转路径……而这些不同的数据最终都汇集到一套系统上，成为AI的“养料”。

“我们过去引进了先进的管理系统，企业很早就实现了数字化，但AI一来才发现，不同部门模块的数据互不关联，也无法有效调用。”无锡万耐特自动化设备股份公司董事长兼总经理贾永强坦言，过去系统积累的大多是结果数据——项目完成了、设备交付了，但只有结果、缺少过程的数据，很难让AI理解项目为什么盈利、为什么延期、风险又发生在哪里。

于是，万耐特花了两年半时间，打造TOP26系统。如同考古，企业把一个个非标项目从报价、设计、制造，再到装配、调试、售后等全流程，拆解成上百个关键节点，统一编码口径，一点点做“数据重构”。这套系统像一座“养料池”，把杂乱无章的生产过程变成结构化的数据养料，用真实的工时、完整的过程来“喂养”AI。

让智能体“生根发芽”

数据底座搭好了，智能体才有了生长的土壤。

最先破土而出的，是采购供应链智能体。过去采购部门要人工比对历史价格、供应商交期、质量表现等，现在智能体自动调用沉淀的数据，给出推荐方案。“工作效率提升50%左右，明显的体验是不用再一遍遍翻旧单据了。”企业采购人员感叹。

“我们复盘发现，约四成项目在签约时就注定了微利或亏损。”贾永强说，所以在方案报价环节，智能体的作用就更接近“刹车片”——在签约前，它调用历史项目数据，对当前方案做一次“成本推演”，提示哪些结构容易超支、哪些精度要求可能带来验收风险。今年上半年，方案报价智能体已在内部评审中试用，为每个新方案生成综合成本利润预测区间。

工艺生成、供应链协同、PLC开发等智能体也在同步推进。万耐特对这些智能体并不追求“一步到位”，目前它们仍处于“人机协同、持续校准”的阶段。但这种协作已经显著改变了工作方式：过去解决一个具体问题，往往需要把不同专业的专家召集到一起讨论；现在，智能体可以第一时间提炼问题关键词，检索相似案例和处理记录，帮助工程师快速定位方向。

让经验成为“不动产”

“我们做AI数据治理、知识检索、规则推理和智能体应用，不是为了追赶概念，而是要把过去依赖少数人的经验，沉淀为公司能够反复调用、持续优化、支撑全球交付的能力。”贾永强坚定地说。工艺生成、供应链协同、PLC开发……一个个场景正在被纳入万耐特“智能体矩阵”的版图。企业计划在夯实数据基础的前提下，优先突破四类高价值场景：签约前的报价与风险评审、设计与工艺生成中的复用与校核、采购与制造过程中的协同、调试与售后的故障诊断与知识回流。

先止血，才能回血。如今，这个逻辑正逐渐闭环。

方案报价智能体把风险识别从“事后”前移到“事前”，采购智能体让供应链决策不再依赖个人记忆，工艺生成智能体让设计经验得以沉淀和复用。更重要的是，每一次智能体回答不准确，都会反向暴露企业数据、流程或知识体系中的缺口，从而推动团队继续夯实数据和管理基础。

在非标制造领域，经验曾是最宝贵的资产，也是最易流失的资源。如今，万耐特正在把这些经验一点点转化成企业的“不动产”。贾永强表示，这条路虽然刚刚起步，但方向已经清晰——不是用机器替代人，而是让每一个工程师，都能站在过去几十年积累的所有经验之上工作。来源：无锡日报