人工智能正加速进入影响产业格局的重要阶段。随着通用模型和算力不断普及，企业竞争的关注点也逐步从模型和算力本身，延伸到对自身数据、业务知识和智能服务能力的掌控。更好地组织和利用这些资产，将有助于企业形成安全可控、持续运行的 AI 原生服务，在新一轮产业变革中获得新的增长空间和竞争优势。

10 月 23 日，在杭州市萧山区数据局、萧山区 OPC 青年服务联盟的共同指导下，由拓数派主办、1024 数字产业基金会支持的「可信 Data+智能体 AI：实现企业专属 AI 服务」行业研讨会（杭州站）在杭州湾信息港举行，来自萧山政府部门、实体制造企业和拓数派生态合作伙伴的众多嘉宾代表参会。拓数派和与会的萧山实体企业代表围绕一个核心问题展开讨论：企业如何将自身数据、经验和业务流程转化为安全可控、持续运行的 AI 原生服务。

作为杭州「AI 十八罗汉」，拓数派是国内稀少的、具备 DOMA（Data 数据、Ontology 本体、Model 模型、Agent 智能体）软硬件全链路能力的主权 AI 技术引领者。面向企业对数据主权、业务理解和智能服务的核心需求，拓数派持续推动开源模型向企业主权数据深度耦合，帮助企业将数据资产和业务经验转化为可计算、可调用、可迭代的 AI 能力，形成能够理解企业业务、调用企业数据并持续创造价值的专属 AI 原生服务。

活动现场：共话企业专属 AI 服务新实践

活动开场，拓数派董事长冯雷在《可信 Data+智能体 AI：实现企业专属 AI 服务》主题分享中指出，人工智能正在经历从算力基础设施、基础模型到主权 AI 的演进。AI 竞争也正由算力与通用模型能力，转向以数据、业务和部署主权为基础的场景化智能。对企业而言，关键在于掌握自身的数据主权和 AI 原生应用能力，让 AI 真正理解业务并服务实际场景。

拓数派董事长、1024 基金会发起人冯雷

针对这一趋势，拓数派打造了πDataCS 大模型数据计算系统。πDataCS 以 DOMA 为主线，贯通数据、本体、模型和智能体，使企业能够保证数据主权的前提下，零代码构建专属 AI 原生服务。

依托简墨元可信数据空间，企业可以在数据「可用不可见」的前提下打通分散的信息；借助 DataGenome 数据基因组梳理业务对象、关系和规则，让 AI 获得企业自身的业务语境；通过πRouter 词元路由器按安全策略和任务需求调度模型与算力；再由 DataJarvis 元智能体以零代码方式将企业知识转化为问答、分析、报告生成、故障处理和业务协同等 AI 原生服务。由此，企业获得的是能够持续沉淀和迭代的主权 AI。

主权 AI 的价值，最终要由业务结果来验证。杭州站现场的两个案例，分别回答了两个关键问题：AI 如何理解企业经验，以及经验如何进入日常工作并被持续调用。

本体驱动预测性检修，让企业经验服务业务决策。在《基于本体的制造业预测性智能检修实践》分享中，拓数派 FDE 前向部署产品经理杨紫豪以某知名电力公司的电网检修场景为例，介绍了如何借助πDataCS，零代码构建能够理解企业内部数据和行业知识的智能体，让相关数据和检修经验真正做到「找得到、算得准、用得上」。

在这一案例中，拓数派将本体与可信数据空间能力应用于检修场景。企业以零代码方式组织内部数据、行业知识和检修规范，建立设备、故障与检修业务之间的关联，使相关资料不仅可检索，还能依据行业规则进行推理分析，识别设备风险并生成检修方案。

案例中，检修周期从固定制度转向「一物一策」的动态调整，实际节省的检修成本达千万元人民币，备件需求可以基于设备劣化趋势提前预测，试点备件库存周转提升 23%，关键备件从「常备待用」转为「按需到位」，库存占用资金减少约 120 万元。

拓数派 FDE 前向部署产品经理 杨紫豪

故障异常模板积累，让生产经验真正用起来。在《基于πDataCS 的故障异常模板积累实践》分享中，拓数派 FDE 前向部署产品经理吉陈明以某农药生产企业项目为例，介绍了如何围绕故障异常模板进行数据和经验沉淀。通过πDataCS，企业可以零代码构建数据库、数据集与本体，把故障相关数据和处理经验组织起来，做到「录得进、找得到、算得准」，逐步沉淀为贴合自身生产场景的故障异常模板。

此外，DOMA 工作台还可结合词元（Token）工厂和 PPT 零代码生成能力，调用这些模板对实时数据进行分析，并自动生成故障分析报告，让积累的模板真正进入生产分析和问题处理流程。从数据和经验的规范沉淀，到模板驱动的实时分析与报告生成，这一实践让积累的故障经验沉淀为可复用模板，并真正服务于日常生产。

拓数派 FDE 前向部署产品经理 吉陈明

两个案例证明了 AI 可以进入具体任务，但企业还需要将单点应用沉淀为组织能力。萧山城市数能董事、副总经理潘慧智在《从工具到流程：AI 如何融入企业业务》中，以某知名离散制造企业为例，展示在萧山城市数能与拓数派强强合作下，AI 如何介入询价到报价的跨岗位流程：从邮件、表格和图纸中提取需求，结合产品目录、库存和业务规则识别缺项与异常，生成带有依据和待确认事项的报价草案，再由销售复核。该原型验证了从需求接收、产品匹配到报价生成的小闭环，后续可延伸至订单、生产和履约。潘慧智指出，AI 要形成生产力，必须连接数据、规则、既有系统和岗位责任，确保关键参数、价格及业务承诺经过授权审核，结果可复核、流程可追溯。

萧山城市数能董事、副总经理 潘慧智

中国移动萧山分公司总经理助理项明钧以《从连接到智能服务：政企市场的生态合作新机遇》为题，提出政企智能服务需要从网络、云和算力等资源供给延伸到可核验、可持续运行的业务任务。围绕政务服务、企业经营和园区管理等场景，他介绍了以真实需求牵引数据治理、行业知识、应用集成和运行支持的服务思路，通过客户、运营商、技术及实施伙伴之间的清晰分工，贯通数据来源、业务规则、系统操作和责任确认，形成可持续运行的智能服务。他还提出，萧山移动可与拓数派等生态伙伴围绕数据底座、业务建模、模型治理和行业应用开展协同探索，具体合作将结合客户需求和项目边界推进。

中国移动萧山分公司总经理助理 项明钧

对于制造业企业来说，主权 AI 能否从技术概念转化为制造现场的生产力，既取决于数据和模型，更取决于场景选择、组织协同和价值验证。在此背景下，圆桌沙龙《制造业 AI 场景落地：从挑战到破局》由拓数派政企合作战略总监田启顺主持，邀请长三角（杭州）AI 赋能新型工业化能力中心首席研究员吴雪焙、上海黑湖网络科技浙沪大区总经理徐杰、杭州前进齿轮箱集团信息部副部长石孟林，以及萧山城市数能董事、副总经理潘慧智参与讨论，围绕「制造业 AI 场景落地：从挑战到破局」主题，嘉宾从技术、数据和组织管理等因素切入，进一步讨论工厂优先可以落地的低投入场景，以及不宜盲目投入的高复杂度场景。

讨论还聚焦甲方工厂与 AI 服务商如何明确项目边界、对齐验收标准，企业如何用处理时长、重复录入和跨岗位协同等朴素指标衡量 AI 项目价值，并以面向制造企业负责人的转型建议收束。通过来自产业研究、技术服务和制造企业一线的不同视角，圆桌将 AI 落地从「能不能做」推进到「先做什么、如何验收、怎样持续运行」的实践问题。

圆桌对话：探讨制造业 AI 场景落地路径

从主权数据到业务本体，从模型与算力调度到智能体服务，拓数派正在以πDataCS 搭建一条完整的 DOMA 路径，推动企业从「使用 AI」走向「拥有自己的 AI 能力」。未来，拓数派将继续深化金融、制造、政务、交通与低空等领域的场景实践，携手地方政府、产业链主和生态伙伴，让更多企业在确保数据主权的前提下，把 AI 真正嵌入业务、沉淀为组织资产，在新一轮产业变革中建立自己的竞争优势。

来源：互联网