长期以来，人工智能产品开发一直受制于效率不高、成本偏高。传统研发主要靠技术人员逐行写代码，人力投入大、周期也长。以巡检机器狗为例，过去从需求调研到落地测试，往往至少需要半年。这种偏“手工作坊”的开发方式，已难以满足我国《“人工智能+”行动方案》提出的目标——到2027年实现新一代智能终端70%以上的应用普及率。 造成该局面的关键，在于缺少可复制的标准化生产体系。浪潮云运营服务中心负责人表示，在传统模式下，许多功能模块都要按项目定制，“代码编写常常以月为单位推进”。而随着化工园区、物流园区等场景对智能体需求快速增长，市场对研发速度和规模化交付能力提出了更高要求。 对此，浪潮集团引入工业化思路尝试破局。集团总工程师介绍，工厂将开发流程拆解为75道标准化工序，并搭建模拟仿真平台。以巡检机器狗为例，平台可同步生成数千小时训练数据，实现“1000条虚拟机器狗并行训练”，再将验证通过的模型快速移植到实体设备上。这一做法使单款产品研发周期缩短60%以上，同时明显降低试错成本。 目前，该工厂已形成覆盖数据治理、模型训练、应用集成的全链条能力。山东省工信厅数据显示，投运一年来累计落地智能体近千个，服务范围覆盖能源、交通等重点行业。政府层面计划于2026年启动“人工智能赋能新型工业化齐鲁行”，深入推动技术成果向制造业落地。业内人士认为，这类工业化开发模式将为我国在全球人工智能产业竞争中提供重要支撑。
从“手工作坊式研发”走向“工厂化生产”，核心是用工程体系提升创新效率。人工智能应用的竞争，不只在于单个模型或单个产品的突破，更在于能否把能力沉淀为流程、把经验固化为标准，让试错成本转化为可复用的生产力。随着工厂化开发模式不断成熟，智能体有望更快进入更多行业，为新型工业化提供更持续、更稳定的动力。