玉柴的两百多个智能体和三十个数字员工：规模化之后怎么管

金蝶高端制造行业 AI 研讨会上，玉柴股份董事长助理杨振讲了他们的 AI 战略：以用人工智能驱动全价值链效率提升为目标，在营销、研发、制造、管理各领域选典型场景，打造 200 个以上 AI 智能体应用、30 多个不同岗位的数字员工。同时与金蝶搭建财务共享中心，构建司库管理体系，实现合同全生命周期管理，建设统一生产制造平台，推进国产化替代。

同场的两组对照

通威太阳能已上线 3000 多个 AI 应用，覆盖财务、供应链、制造等八大核心业务领域。其信息部负责人的判断很直接：AI 不是独立项目，扎实的数字化底座是规模化落地的前提。海信联合金蝶做质量 8D 智能体，遵循建底座、造引擎、看结果三步，30 天完成试点。

规模化之后的问题

两百个智能体，谁负责？答案通常是没人。所以真正的工作量在治理：清单化、责任到岗、用量与效果可度量、失效能下线。

和 K3 时代的类比

K3 的二开与自定义报表，最后都要收敛到一套权限与主数据上。智能体也一样，散着建必然重复，重复之后口径就乱了。

建议的起步方式

先选一个数据齐、边界清、失败代价小的场景跑通，再复制。别一上来就做全价值链。试点成功的标志不是领导满意，是有人愿意每天用它。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

两百多个智能体，治理才是真功夫。我们这边上了几十个之后已经开始重复建设，同一份数据三个助手各查一遍，口径还不一样，最后没人认这个数。

两百多个智能体听着吓人，但制造业这类项目真正的分水岭是运营不是建设。做过类似的都知道，前三个月跑得欢，半年后一半没人维护，提示词和知识库过期了也没人管。玉柴同时提司库和合同全生命周期，抓的是财务这条最规范的口径，切入点比铺场景靠谱。