在 AI 时代，大模型、智能体和智能应用如何快速落地融入企业提质增效受到广泛的关注。工业企业尤其是制造企业流程长、业务场景复杂，在工业 AI 智能化落地难度尤其大。制造企业的管理团队焦虑的核心关注点之一：AI 能不能进入工艺、设备、质量和生产现场解决一个个具体问题优化提升工艺质量汉得深耕制造领域近30年，积累大量制造业客户和行业场景。依托「得·灵」企业级 AI 产品/服务体系，基于企业级 PaaS 平台 H-ZERO 构建的智能制造 HCMs 协同平台，我们把工业数据、业务流程和 AI 模型连接起来，帮助企业构建高效、可靠、可闭环的工业 AI 行业垂类模型和应用。这个专题希望通过一系列工业 AI 真实场景落地案例，把我们在工业 AI 落地中的经验、想法和方法呈现出来，为更多制造企业提供参考。“工业 AI 实战”专题通过真实工业场景，分享汉得在智能化落地中的经验、思考和方法。前两篇关注还原炉工艺预警与电芯容量预测，这一篇，我们走进钢材制造中的关键环节：智能自动组板以工艺规则与多目标优化统筹合同需求、材料利用和生产约束从合同需求到生产执行汉得钢材智能自动组板大模型一张交付给客户的钢板，在进入轧制之前，就已经涉及一系列复杂的生产决策。客户按钢种、厚度、宽度、长度和数量订货，工厂则需要把这些需求组织成可生产的板坯及轧制切分方案。一块板坯可以按设计轧制切分成多张合同钢板；哪些合同能够组合、需要多大的板坯、轧制切分后会剩下多少材料，都需要提前计算。这就是钢材组板要解决的问题。它看起来像是在做“拼图”，但每一块“拼图”都带着工艺条件：◈ 有的热处理要求不同，有的探伤方式不同，有的必须单独取样◈ 即使尺寸能够拼在一起，也未必能在同一套生产条件下完成制造组板人员还要同时考虑材料利用与合同交付。当前这张大板组合得很紧凑，剩下的几张合同钢板却可能难以继续配组；为了多消化一些合同尾量，另一个方案又可能留下更多余材。当合同数量增加、规格更加分散时，人工需要反复筛选、核对、试算和调整。经验越丰富，越能识别其中的取舍，但也越难把所有组合逐一比较。围绕钢铁板材制造中的自动组板需求，汉得将合同数据、工艺基准、组板规则与优化求解连接起来，构建钢材智能自动组板大模型（ISP，Intelligent Steel Plate Auto Assembly Model）。✅ 让系统承担大量验证计算，智能自动生成组板方案✅ 让业务人员集中精力判断优先级、处理例外并确认生产方案▲钢铁板材智能自动组板业务流程示意图合同分组先理清哪些需求可以一起生产自动组板的第一步，是建立有业务边界的合同池。系统按产线条件筛选合同，结合钢种、厚度、宽度形成分组，再根据客户、到站、交期等条件组织组内优先顺序。产线与板坯断面的对应关系、产品规格限制，也一并进入计算范围。这一步直接影响后续方案质量。同一客户的合同尽量安排在同一产线，特殊钢种的小批量需求尽量集中处理，都是生产组织中需要考虑的因素。对于不同厚度、不同宽度的合同，能否组合还要继续核对公差和组板方式。例如，厚度存在差异时，需要检查允许厚度范围是否有符合工艺要求的交集。尺寸相近，并不意味着可以直接合并。通过合同分组，分散的订单需求被转化成具有明确规则和优先级的计算对象，为后续求解建立基础。规则校验把现场工艺转成计算边界一份组板方案能够进入生产，首先要满足制造条件。板坯压下比是否满足合同要求，可轧制宽度和目标长度是否处于设备允许范围，板坯长度能否满足加热炉限制，这些条件共同决定方案是否可行。质量要求同样需要逐项核对。组合合同的热处理模式与保温目标温度需要匹配，超声探伤方式和时期需要兼容；特定取样要求的合同，则需要按规则单独组板。这些分散在工艺基表、合同属性和现场经验中的条件，被转化为系统可以执行的校验规则。校验不通过时，系统给出相应提示，供业务人员定位和处理。❓ 工艺规则决定哪些方案可以进入比较❓ 优化目标决定可行方案之间如何取舍质量与设备限制作为计算边界，贯穿组板过程。这也是工业智能应用对行业知识的依赖所在：算法需要准确得工艺条件才能计算出现场真正用得上的结果多目标优化在合同尾量与材料利用间找更优解满足约束后，系统还要回答：多个可行方案，应该选择哪一个？自动组板需要同时关注几类目标。合同尾量反映还有多少需求未被组入方案；组合板长度、宽度与目标尺寸的差异，反映尺寸匹配情况；长度和宽度方向的余材，则关系到材料利用。这些目标并不总能同步改善。例如，一个方案组入了更多合同钢板，却可能留下较多余材；另一个方案材料利用更充分，但尚未组入的合同需求更多。业务人员需要结合当次任务，明确尾量清理与材料利用等目标的优先级。方案通过目标和权重设置，将这种取舍转化为可计算的评价方式。求解器结合组板规则，在设定的运行时间和计算规模内搜索、比较候选组合，返回组板结果及对应评价指标。同时，系统还需要计算必要板坯尺寸、重量等参数，并区分轧制收得率与命令收得率。后者关注合同钢板总重量与相应板坯重量的关系，有助于从订单交付角度评价材料利用。自动组板的核心，是把原本依赖多次人工试算的方案比较，转化为有约束、有目标、有评价依据的计算过程。在这一场景中，承担核心求解任务的是工艺规则与运筹优化算法。分轮处理让零散尾量继续寻找组合机会一轮组板完成后，仍可能有部分合同钢板未能形成满足要求的组合。如果只评价已经组好的大板，就容易忽略这些剩余需求。它们还需要进入后续生产安排，继续寻找匹配机会。钢材智能自动组板大模型（ISP）设计了分轮组板机制：第一轮按合同分组和组板方式进行组合对于尚未成型的组合及剩余需求，再按规则进入第二轮计算，尝试异宽组合等适用方式相关策略还可以设置是否启用第二轮，以及指定长、超投等业务参数。经过计算仍无法完成组板的需求，继续保留在合同池中，等待后续处理。这样，方案评价覆盖了已组板结果与未组入需求，帮助业务人员看到整个任务的完成情况，并针对尾量继续调整。人机协同让计算结果进入生产流程工业智能应用的价值，最终要通过生产动作体现。在系统衔接上，MES 向独立部署的算法服务传入合同子板数据、基表数据，以及本次运行的目标、权重和参数；算法服务完成计算后，将组合结果与评价指标返回 MES。业务人员可以查看组板结果，进行调整、确认或解散。确认后的结果再衔接试样添加、二次设计和命令生成，进入后续生产组织。这一过程保留了清晰的职责分工：系统负责规则校验、组合计算和结果展示业务人员负责业务取舍、例外处理与最终确认从合同收池、算法求解，到结果确认和命令生成，自动组板成为 MES 业务流程中的一个环节。计算结果由此具备了进入现场执行的路径。从组板经验走向可复用的工业优化能力钢铁板材自动组板场景，呈现了工业智能化的另一类重要问题：在多种约束下从大量可能组合中选择更合适的生产方案它的业务价值体现在三个相互关联的方向：◈ 通过批量校验与方案计算，减少重复筛选和试算◈ 通过合同尾量、尺寸及余材的综合评价，支持材料利用与交付需求之间的取舍◈ 通过 MES 衔接，让计算结果能够被业务人员确认并转化为生产命令更深一层，合同分组、工艺基准、组合策略和评价方式逐步沉淀到系统中，使现场经验成为可以维护、验证和复用的组织能力。这类应用需要懂工艺，也需要懂生产系统。产线条件如何影响组合，质量要求如何转成约束，结果如何衔接后续设计与执行，每一步都依赖行业知识与实践经验。依托「得·灵」企业级 AI 产品/服务体系，以及 H-ZERO、HCMs 平台能力，汉得持续探索将适合场景的算法与制造业务连接起来，推动数据、规则、模型和流程协同工作。从识别工艺异常，到预测产品质量，再到优化生产组合，工业智能化正在进入越来越具体的制造决策。让现场经验可计算让计算结果可执行是汉得持续推进工业 AI 落地的重要方向携手汉得，共铸硬核竞争力！

2026年9月23日-24日，2026全球数据管理峰会在杭州隆重举办。汉得数智事业部总经理、DAMA 中国理事曹正炎先生受邀发表《DATA  x  AI：从双向赋能，到 AI 员工上岗》主题演讲，分享汉得在推进 DATA x AI 落地应用中的思考与实践经验。汉得携手合作客户凭借数据治理实践、产品创新与专业人才建设等方面的成果斩获多项荣誉。汉得 DataClaw 灵舟 AI 数字员工中心获评“数据治理创新实践案例”，多氟多、海亮集团相关合作案例同获该项荣誉；汉得 H-ONE 融合数据平台获评“数据治理推荐产品”。在本届峰会，汉得成为首批获得 TIIDA FDE 合作机构授牌的企业之一，13位 AI 架构师获得首批 CFDE-A 认证，其中有3位资深架构师获得首批 CFDE-A 讲师认证，为进一步开展专业人才培养与生态合作奠定基础。汉得主数据部门负责人荣获“数据治理特聘专家&首席数据官”荣誉，彰显汉得在主数据管理与数据治理领域的专业实力和实践积淀。<<  滑动查看下一张图片  >>DATA  x  AI从双向赋能，到 AI 员工上岗在峰会的主题演讲中，汉得数智事业部总经理、 DAMA 中国理事曹正炎提出，AI 要承担企业工作，需要理解业务对象之间的联系、判断问题的规则，以及能够采取的行动。汉得选择的路径，是以业务本体驱动：把业务对象、关系和判断规则教清楚，再连接系统工具，让 AI 数字员工在授权范围内完成工作，从“说得对”走向“做得对”。“企业 AI 数字员工，需要理解这家企业是如何运转的。”01 业务本体驱动让采购品类专家理解业务影响一个采购品类的重要性，不能只看采购金额，还需要看它关联哪些供应商、生产环节与订单，以及异常可能带来的经营影响。本次分享中的采购品类专家，展示了业务本体的作用：将物料、供应商、订单等业务对象及其关系组织起来，结合业务规则，支持 AI 主动扫描风险、识别异常并形成处置建议。面对采购异常，AI 需要进一步分析：影响哪些业务，为什么值得关注，应当优先处理什么。业务本体让这些判断有了企业自身的业务逻辑作为依据。汉得将企业数字化实践中积累的业务经验，与数据、系统工具和权限相结合，让 AI 的分析能够服务于实际工作。这也是汉得推进 AI 员工上岗的重要特点：让业务知识与执行条件共同支撑数字员工履职。02 总经理分身让管理经验沉淀与复用曹正炎还分享了自己的工作实践——总经理分身。管理者向 AI 分身交代任务，将分析要求与个人经验沉淀为可复用能力，让20个事业部原本累计40余天的报告制作工作实现分钟级完成。这项实践的价值，既在于效率提升，也在于将个人分析经验转化为更多部门可以使用的工作能力。管理者亲自使用、持续校准，为 AI 数字员工在组织内推广积累经验。从采集到可视化数据全流程 AI 员工化很多企业希望做 AI，首先面对的却是数据分散、加工耗时、口径不一等问题。从业务需求到可用数据，仍需投入大量人工。业务 AI 需要可信数据，数据准备本身也可以交给 AI 数字员工参与完成。汉得围绕采集、加工、治理到可视化，培育专业数字员工，推动数据全流程自动化：数据开发员：AI 直接完成数据采集、集成与加工，减少重复开发。数据治理员：AI 直接进行数据资产盘点，结合标准与规则开展质量检查和治理。报表大屏开发员：根据业务指标与展示需求，AI 直接生成报表和可视化大屏。这些岗位围绕业务需求衔接工作：✅ 让数据更快地交付给业务人员与 AI 应用✅ 让数据团队将更多精力投入口径确认、规则设计和结果验收数据支撑 AI 上岗，AI 参与数据建设，DATA × AI 由此贯穿数据准备与业务使用的全过程。负责人先行再走向更多岗位与业务链企业应该从哪里开始？曹正炎建议，按照“负责人分身—高频业务岗位—专业岗位与业务链”的顺序推进。第一步负责人先行从总经理、COO、CFO 等负责人的 AI 分身开始，将自己的工作方法教给 AI，亲自校准并验证成果。第二步推广到高频岗位延伸到财务、合同、HR、数据治理等工作，优先选择高频、重复、规则明确、数据可用且价值可衡量的任务。第三步深入专业岗位与业务链进一步进入采购、生产、质量、销售运营等领域，结合业务本体、系统工具与权限，逐步承担更复杂的专业任务和跨环节工作。先从一个负责人的分身开始，再复制到更多岗位和业务链。 让懂业务的人先用起来，让有效的工作方法逐步沉淀，让 AI 数字员工的价值通过实际成果得到验证。荣膺多奖：依托 FDE 理 念让 AI 深入业务现场企业有了 AI 产品，还需要有人把岗位职责讲清楚、把数据与系统接起来、把业务规则落实进去，并与业务人员共同验证结果。汉得企业级 AI 智能化升级方法论以 DataClaw + FDE 连接业务需求与技术实现，是推动 AI 数字员工落地的重要角色。从理解客户业务、梳理数据与规则，到连接工具、试岗验证和持续迭代，围绕真实任务，推动 AI 能力进入实际工作。DataClaw 提供数字员工的产品能力，FDE 团队结合客户的业务条件，将这些能力配置、应用到具体岗位，并帮助客户掌握数字员工的使用与培育方法。在推动 DATA x AI 落地的过程中，汉得秉承 FDE 的核心理念，从真实的业务需求中寻找 AI 的价值切入点，获得多项可验证、获认可的荣誉成果。本届峰会中，多氟多、海亮集团相关合作案例获评“数据治理创新实践案例”，体现出汉得与合作客户在数据治理领域的实践成果。汉得 x 多氟多推进企业数据标准统一、管理体系建设与跨系统协同、提升数据质量及共享应用能力，为企业经营管理与数字化转型夯实数据基础。汉得 x 海亮集团打造主数据 AI 数字员工，将 AI 融入主数据生命周期核心流程，推动数字员工承担具体治理及运维任务，提升主数据管理效率。产品方面，汉得 H-ONE 融合数据平台获评“数据治理推荐产品”。AI 数字员工持续履职，需要可信数据、统一口径与持续治理。H-ONE 平台融合数据开发、治理、资产管理与 AI 智能分析能力，支持企业整合、加工和管理数据，为业务分析与 AI 应用提供统一可信的数据基础。此外在本届峰会上，汉得成为首批获得 TIIDA FDE 合作机构授牌的企业之一，为进一步开展专业人才培养与生态合作奠定基础。汉得13位 AI 架构师获得首批 CFDE-A 认证。其中，3位资深 AI 架构师同时获得首批 CFDE-A 讲师认证。汉得主数据部门负责人荣获“数据治理特聘专家&首席数据官”荣誉，彰显出汉得在主数据管理与数据治理领域的专业实力和实践积淀。从合作客户实践、产品能力，到 FDE 人才与合作体系建设，汉得将持续结合客户项目实践，为企业开展 AI 数字员工培育、试岗验证与持续应用提供支持。您的企业准备让哪位 AI 数字员工先上岗？依托汉得 DataClaw 企业 AI 数字员工中心，从您的首个 AI 分身或试岗岗位开始，一起梳理数据与规则，让 AI 数字员工走进真实工作。欢迎联系您熟悉的汉得伙伴或扫描下方咨询二维码，开启 AI 数字员工上岗实践。携手汉得，共铸硬核竞争力！

2026年10月12日-16日，以“智能经济，智造无界”为主题的第二十六届中国国际工业博览会（以下简称“工博会”）在上海国家会展中心圆满举办。汉得亮相本次大会，现场带来一场半导体全链路数智实践之旅：从汉得联合华为云打造企业级数智底座，到全球化运营管控，从供应链韧性建设，到生产全流程提效，从数据资产治理，到 AI 数字员工落地。集中展示了面向半导体行业的汉得全面数智化产品方案与落地实践成果，吸引众多嘉宾客户驻足交流探讨。当前众多半导体企业面临老旧系统林立、业务系统相互割裂的现状，同时对 IT 底座的自主创新、安全稳定提出更高标准。汉得携手华为云推出由华为云计算底座 + H-ZERO 产品形成的面向中大型企业的 IT-PaaS 平台解决方案。✅ 通过 DevPaaS 开发平台、aPaaS 低代码平台、BPaaS 流程平台、IoT 平台及移动平台，为客户提供从工具到管理的全方位一体化产品研发解决方案。✅ 通过 gPaaS 基础管理平台、AMPaaS 应用管理平台，为客户提供 CI/CD，容器管理、服务治理、系统监控、统一用户、权限管理、统一门户管理的统一应用运维管理解决方案。✅ 通过 DaaS 数据平台、iPaaS 集成平台和 AI 中台，为客户提供数据治理、管理、集成，以及 AI 应用的一体化解决方案，提升 AI 应用能力。汉得 H-ZERO 企业级 PaaS 平台，已在上千家中大型客户实战项目中得到验证，并被多家世界 500 强企业用作集团级应用开发管理平台。通过华为云提供的 IaaS、数据库和安全方面能力，汉得 H-ZERO 平台基于微服务架构，每项服务独立而灵活，提高服务的重用性，拥有 200+ 开箱即用的通用组件，支持通过组装式开发快速构建应用，融合高低代码能力，无缝集成，既灵活又高效，整体开发效率提升 70%，为半导体核心业务打造安全稳定的底层数字化支撑。半导体企业走向海外布局，往往面临多工厂、多法人、多级委外带来的数据割裂、流程不统一、业财难以打通等现实阻碍。汉得依托成熟的数字化实施经验，为芯片设计、晶圆制造、封装测试、半导体材料与装备等领域的头部企业搭建全球化数字运营底座。采用稳态保障核心业务、敏态支持业务创新的架构思路，统一集团基础主数据与业务流程，打通价值链端到端链路，实现业务财务一体化与精细化成本管控，帮助半导体集团企业核心价值链高效运行，夯实向外拓展的数字化根基，支撑业务全球化稳步扩张。半导体行业供应链最大的挑战不在于采购渠道，而在于如何预判波动、规避断供风险、盘活存量库存。汉得智协供应链方案落地案例覆盖半导体行业从设计到材料、终端的全链路，其中以晶圆制造与半导体设备两个核心领域的落地成果尤为集中与突出。借助「数据 JIT」供应链控制塔，打通需求、计划、采购、库存到交付的全链路闭环。经过项目实践可实现订单交付及时率提升 20%、断货订单降低 40%、积压库存降低 30%。不再被动应对供应危机，而是用数据驱动预判，帮助企业打造抗风险能力更强的采购与供应链体系。良率保障不是单一部门的工作，及时交付也不能牺牲品质。半导体产品生产组织：多品种小批量、配方管控严苛，零部件采购周期长、物料齐套难、生产测试精度要求高等特点，对计划协同、车间生产管理、控制提出极高要求。汉得 HCMs 智能制造应用产品方案，聚焦订单交付和保供层面，从销售与运作计划（S&OP）、供需实时监控（PSI）、车间级工序排产等供应链协同管理，再到车间层面批次追溯、多版本 BOM 与工程变更管理、多级委外加工管理、物流齐套管理、设备 OEE 分析等场景，给予企业生产业务全面支撑。依托成熟标准化项目方法论，遵循规范的项目全流程管控机制，把良率管控、交付约束贯穿生产全流程，解决企业 “能研发、难量产、交付拖期” 的现实困境。很多半导体企业已经积累海量业务数据，但分散在各个系统，难以转化为经营决策依据。大多数企业 AI 停留在概念层面和单点尝试阶段，没有真正进入经营分析、质量追溯、订单履约等业务岗位。通过汉得 H‑ONE 融合数据平台，能够提供数据全生命周期管理一站式服务，帮助企业整合内外部主数据、业务数据等结构化数据，以及半结构化与非结构化数据，沉淀企业高质量数据资产与企业知识资产，打造 AI‑Ready 数字化底座。在此基础上，依托「得·灵」AI 产品体系与 DataClaw 数字员工中心，把 AI 能力嵌入真实业务岗位：协助经营分析员自动完成取数核对并生成分析报告，辅助质量追溯员整理客诉证据与影响批次，帮助订单履约专员识别交付风险并持续跟进责任人。让数据资产真正服务经营，让 AI 真正进入岗位，推动半导体企业从“有数据”走向“用数据”、从“谈 AI”走向“用 AI”。汉得立足近三十年产业数字化实践，以「焕芯砺刃，敏捷致胜」为战略指引，构建「算力底座 + 技术平台 + 行业应用」的完整 AI 产品/服务体系，助力半导体企业实现更稳健、更具韧性、更敏捷的高质量发展。在算力底层以「灵炼」企业级大模型训练与管理平台为核心，融合生态伙伴能力，为企业提供私有算力资源调度与运营管理能力，提升算力利用效率并优化 Token 成本；在技术平台层以 H-ZERO 企业级 PaaS 平台 与 H-ONE 融合数据平台为技术底座，构建企业级 AI 基础设施；在行业应用层依托「得·灵」企业级 AI 产品体系与 DataClaw 企业 AI 数字员工中心，把 AI 落到岗位。依托本届工博会的交流契机，站在产业数智化升级的时代节点，汉得将持续打磨自主创新的数智化能力，深耕平台、数据、AI 在半导体全产业链场景的落地应用，以可验证的数字化价值，护航中国芯行稳致远。携手汉得，共铸硬核竞争力！