从场景智能到组织智能：WAIC 2026美林数据分享工业AI工程化平台与价值

7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC）在上海开幕。

7月18日下午，美林数据AI应用研究院院长寇二平出席“产业数据智能——跃迁与普惠”分论坛，发表《以工业AI工程化平台促进智能体落地路径之探索》主题演讲。该分论坛由中国工业互联网研究院、蚂蚁密算、浙江大学计算机学院联合主办。

工业AI落地：从技术突破到工程化突围

寇二平在演讲中指出，产业数据智能正经历能力、速度、知识三重跃迁，构成了产业变革的核心驱动力。然而机遇与挑战并存——随着AI智能体的快速发展，未来的工作模式将是人与智能体的协作，工业领域将迎来业务重构的巨大转型，但同时也面临数据多源异构、模型缺乏行业知识、场景高度碎片化、组织复合人才稀缺等四维挑战。

面对这四大挑战，寇二平在演讲中系统阐述了美林数据的工业AI发展理念——工业AI需给大模型提供一张“地图”并加上“紧箍咒”。所谓“地图”，是结合神经符号AI与本体论，将行业知识、企业经验、工业机理进行结构化建模，让大模型“知道路该怎么走”；所谓“紧箍咒”，则是通过本体约束与规则校验，构建可解释、可控制的可信智能体，从根源上解决大模型的幻觉难题，让工业AI从“黑盒”走向“白盒”。通过工程化平台将行业Know-how转化为生产力，推动工业智能从数据驱动走向知识驱动。

基于这一理念，寇二平介绍了美林数据覆盖数据、模型、场景、组织全链路的工业AI工程化平台体系：

以数据为基——TempoData数据工程平台

将分散在数十种工业系统中的异构数据进行统一接入、清洗、标准化映射与知识标注，让工业数据真正成为大模型可理解的战略资产，解决“数据烟囱”林立、质量参差的基础问题。

以模型为核——Reliagent可信智能体平台

业界正在发生“机进人退”的趋势，在此背景下，通过本体智能与大模型深度融合，将行业知识转化为智能体可积累的认知资产，走“大模型×工业机理”协同路线，以机理约束保精准，以泛化能力补短板，让AI智能体从“可用”走向“可信”。

以场景为引——从真实业务痛点出发，而非技术先行

美林数据在高端装备制造、电力、能源等行业深耕多年，形成了可复制、可推广的行业解决方案库，确保每个智能体项目都能切实解决业务痛点，创造可量化的业务价值。

以组织为翼——MeritMate FDE能力平台

FDE是工业AI的落地团队，负责把行业知识和经验转化为可复用的生产力，与客户共同直面AI转型期的不确定性与机遇。通过能力平台与客户、伙伴共创价值，让AI能力真正融入企业肌体。

飞轮效应：数据—模型—场景的持续进化

寇二平在演讲中特别强调了一个关键概念——飞轮效应。工业AI的价值不止于每一次场景落地所带来的效率提升，更在于：每一次场景落地，都是数据资产的增长、模型能力的进化、行业知识的沉淀。数据越用越多、模型越用越准、场景越用越广，三者相互驱动、持续增强，形成工业智能化的正向飞轮。这正是美林数据帮助客户构建的核心竞争力——一套能够自我进化、持续增值的AI能力体系。

目前，美林数据工业AI工程化平台已在制造、电网、能源等多个行业场景中深度落地，取得了可量化的效率提升与业务价值。

此次亮相WAIC并分享工业AI工程化平台的落地实践，正是美林数据对“跃迁与普惠”的切实回应——让数据智能走出头部企业专属领地，让更多工业企业用得上、用得起、用得好AI能力。未来，美林数据将持续聚焦AI赋能工业主赛道，以工程化平台降低技术门槛，以行业实践验证落地路径，携手各界伙伴推动产业数据智能从“跃迁”走向“普惠”。