在2026汉得用户大会智能制造专题现场，来自汉得及产业一线的7位嘉宾，围绕智能制造前沿趋势与落地实践，聚焦敏捷制造、制造Agent、新一代MES、汽车装备智能体、订单全链路、结构化工艺、eVTOL数字化质量体系等关键议题展开深度分享。

整场专题释放出一个清晰信号：制造业的竞争，正在从局部数字化迈向体系智能化，从系统建设迈向能力重构。

峰会现场，汉得智能制造事业部总经理牟旷凝先生围绕“中国制造的转型升级”展开分享，从产业发展历程切入，深刻剖析制造业面临的现实挑战与未来方向。

他指出，过去中国制造依赖“规模+成本”的优势，在全球竞争中快速崛起，但随着市场环境变化与技术升级，这一路径正逐渐失效。企业必须回归制造本质——以产品力与用户体验为核心，通过精细化与高质量能力构建竞争壁垒。

在此背景下，“敏捷制造”成为关键方向，其核心在于：通过数字化技术，全面提升企业对市场变化的响应能力。他进一步提出，敏捷制造的实现依赖于一整套完整体系，包括：

同时他强调，真正的转型并非宏大叙事，而是落在“每一件小事”的持续优化中——从生产细节到业务流程，通过数据与AI不断迭代，逐步构建企业的敏捷能力。

他特别提到：AI适应人的速度，将远快于人适应AI。因此，企业更需要主动拥抱变化，以“小步快跑”的方式推进智能化升级。

台启飞先生把讨论从“为什么要变”推进到“如何落地”。他的核心观点很直接：制造AI要成立，前提不是概念先进，而是场景明确、收益明确、闭环明确。

整场分享围绕制造Agent展开，展示AI如何进入安全监管、SOP执行、视觉检测、尺寸测量、工艺审核、知识问答和ChatBI智能问数等一线业务场景。

在具体案例中，视觉检测可对开裂、色差、磕碰、划痕等瑕疵进行高精度识别，安全监管可对违规作业进行自动识别与预警，SOP执行判定则能够通过动作轨迹与标准流程比对，对现场操作合规性进行持续监管。制造Agent不再只是“看得见”，而是在现场真正“能发现、能判断、能干预”。

更进一步，制造智能体开始从感知层走向预测层。通过多变量过程控制、老师傅经验沉淀与深度学习模型结合，系统能够对异常状态进行持续监测和提前预警，推动制造现场从人工巡检、被动响应，转向数据驱动、主动预测。

台启飞先生强调，制造AI的真正价值，不是替代人，而是把经验、工艺知识和多源数据沉淀为可复制、可持续优化的工业智能能力。

韩小川先生的分享切中了很多制造企业对MES长期“有系统、没价值感”的真实困惑：模块越来越多、系统越来越全、数据越来越多，但管理层和一线依然觉得“不对劲”。

问题不在于有没有MES，而在于传统MES更多停留在执行层，尚未真正承担起业务协同中枢与决策中枢的角色。

因此，他提出的新一代MES，不止于“执行”，更应成为以岗位工作台为载体、以数据JIT为驱动的智能体。

所谓数据JIT，核心不是让数据更多，而是让数据在正确的时间、以正确的方式推送给正确的人，帮助业务一次做对，把“人找数据”转变为“数据找人”。

在钢铁行业实践中，这一理念被具体化为炼轧协同工作台、合同工作台、计划工作台、轧钢工作台、精整管理工作台、仓库管理工作台等多个场景应用。通过让业务节点真正拉通，让数据与流程同步流动，新一代MES正在从“记录系统”进化为“业务中枢”，支撑企业从样板间式数字化走向智慧工厂式智能化。

袁三红先生从产业技术路线高度，对汽车数智化装备的发展趋势进行系统阐述。他指出，汽车制造正在经历从流水线生产、精益生产到智能生产的深刻演进，整车制造工艺正由串行向模块化、极简化、并行化转变，制造体系也正由数字化逐步走向网络化、智能化乃至自进化。

在他看来，未来汽车智能制造的新范式可以概括为五个关键词：工艺可解耦、产线可重构、产能自适应、系统可进化、数据可增值。这意味着未来竞争不只是设备能力的竞争，更是制造系统是否具备柔性、协同、自学习与持续重构能力的竞争。

围绕这一趋势，袁三红先生重点提出“装备智能体”的概念。

他认为，未来装备将从传统设备进化为具备自主感知、自主学习、自主决策、自主执行和自进化能力的智能体，并通过多模态感知、数字孪生、工业机理与AI建模，以及多智能体协同，推动汽车制造从单点自动化走向群体智能协作。

何霆先生的分享针对的是制造企业极易误判的一类问题：很多企业以为“订单可视”就等于“订单可控”，但事实恰好相反。如果系统只是把订单节点、进度和异常显示出来，却不能主动预警、自动分析、推动协同，那么所谓透明化，本质上仍然只是“看得见却管不住”的数字幻觉。

因此，这场分享真正要解决的，不是订单看板，而是订单全链路治理。

核心思路是基于企业架构治理方法，先通过“六步构建法”把节点、规则、责任和周期标准化，再通过AI订单巡检助手，把静态链路变成动态中枢，让系统能够主动巡检、异常定位、根因分析、责任推送和闭环跟踪。

更进一步，订单全链路平台还能够对任意节点调整进行推演，自动输出交期模拟、资源冲突和影响范围，实现what-if分析与决策前置。订单管理的逻辑，正在从“出了问题再找人”，转向“系统主动找人”；从被动响应，转向主动预测；从可视化，走向可控化。

霍雄卫先生这场分享非常扎实，他直指很多企业数字化推进失败的真正底层原因：系统看不懂工艺文件。

大量企业工艺信息仍停留在Word、PDF等非结构化文档中，虽然便于人工阅读，却无法被MES、质量系统和电子记录系统直接识别、调用和验证，成为数字化项目长期推进受阻的根本原因之一。

他明确指出，工艺结构化并不是简单做一次数据整理，而是人可读与机可理解之间的知识编码问题。非结构化内容占比高、工程师表达习惯不一、后续迭代更新难以保持统一，这些问题相互叠加，使得传统“事后翻译”的路线成本极高、效果极差，甚至通用AI大模型也难以直接解决。

霍雄卫先生给出的解法，不是继续在后端“翻译文档”，而是把结构化动作前置到工艺编制源头：

先建立企业级工艺要素标准库，再重构工艺文件编制平台，让工艺人员以模板化、搭积木的方式完成工艺编制，并在输出图文作业指导书的同时，同步生成可被系统直接调用的结构化基础数据。

没有结构化工艺，很多企业谈AI，本质上都是在空中盖楼。

徐朝阳先生聚焦eVTOL这一低空经济核心赛道，分享数字化质量保障体系如何支撑eVTOL敏捷制造。

他指出，eVTOL兼具航空级安全要求、新能源特性和智能化特征，决定了“质量”不是加分项，而是生存底线；“敏捷”不是锦上添花，而是量产发展的必要条件。

围绕适航认证、技术迭代、生产追溯、检测效率与供应链协同等挑战，他提出传统质量管控方式已难以适配eVTOL产业快速发展的要求，必须构建“全流程、可追溯、自适应、强协同”的质量管控新模式。

这套体系并不是把传统质量管理简单数字化，而是通过动态质量标准管理、供应链质量协同、全流程数字化管控和全生命周期追溯，真正实现“敏捷生产不松质量，质量管控不拖效率”。

在新兴高端制造领域，质量体系本身正在成为核心生产力的一部分。

纵观整场智能制造专题，7位嘉宾的分享虽然聚焦不同场景，但都共同勾勒出制造业升级的一条清晰主线：

未来制造业的竞争，不再只是系统建设速度的竞争，也不只是单点AI能力的竞争，而是体系协同能力、数据驱动能力、知识沉淀能力和持续进化能力的竞争。

从敏捷制造到底层体系重构，从制造Agent到工业现场落地，从新一代MES到数据JIT，从订单全链路主动可控到结构化工艺源头治理，再到汽车装备智能体与eVTOL数字化质量保障体系，汉得与产业伙伴正在以更贴近业务、更扎根现场、更面向未来的方式，推动智能制造从概念走向实战，从工具走向能力，从建设走向跃迁。

面对从“制造”到“智造”的伟大跨越，汉得愿携手所有制造企业，以务实为笔，以创新为墨，共同书写中国制造高质量发展的新篇章。

携手汉得，共铸硬核竞争力！