工业Agent不能跳过定制，但也不能永远做定制-虎嗅网

「一手判断」栏目，是虎嗅访谈AI从业者，给出的一线独家见解，首发于小程序“虎嗅嗅”的“AI 100”

本期受访者｜贾亦凡·梅洛迪科技联合创始人

工业Agent开始走进更多工厂。

10月12日，西门子在工博会上披露，Eigen工程智能体自今年7月在中国上市以来，已服务数百家本土制造企业，覆盖汽车、机械、化工等行业。

从写程序到辅助生产，AI进入工业现场的机会越来越具体。但对于做工业Agent的创业公司，接到项目之后，还有一道难题。

给一家客户做成的产品，换一家客户，还要重做多少？

梅洛迪科技专注工业 AI 与制造业垂直智能体的研发及产业化，面向高端装备、精密制造等领域。联合创始人贾亦凡在早期客户拓展中，反复碰到定制与标准化之间的矛盾。

他认为，工业 Agent 的平台化并不意味着跳过定制。企业之间的数据基础、工业软件和业务流程存在差异，通用技术能力需要在真实场景中不断验证和完善。定制化适配与平台能力建设应当同步推进，而不是等完成多个定制项目后才开始平台化。

“你在做平台之前，总归得先给几家客户去做定制。”

但如果每家客户都要重新做一遍，成本也会让公司吃不消。

定制项目做完后，哪些能力能带到下一家？客户数据允许怎样使用？收费模式应该是什么样的？

这些问题，决定了工业Agent能否从一个个项目，做成一门持续的生意。

先做定制，才知道什么能复用

模型越来越强，为什么工业Agent还要做那么多定制？

贾亦凡先提到了数据。企业里的信息，有些留在纸面上，有些散在不同系统里，还有些根本没有被记录下来。

他举了设备预测性维护的例子。想提前判断设备是否可能出问题，首先需要确认企业是否具备足够的设备运行数据。

部分设备可以直接利用现有监测系统的数据，数据不足时则可能需要增加传感器，采集振动、温度等信息。

要了解车间里的作业过程，可能还需要追踪器或摄像头，把现场发生的动作记录下来。

图片来源：AI生成

这些准备工作，决定了Agent究竟有什么信息可用。换一个客户，设备、记录方式都可能不同。

“清洗并整理企业的有效数据”，是他认为团队必须积累的一项能力。企业数据往往比公开的互联网数据更难处理，从线下搬到线上时，还要尽量避免信息遗漏。

工业任务对输出也有更严格的要求。模型给出结果后，哪些需要人确认，谁有权限操作，过程怎样留下记录，都得结合客户的工作流程具体安排。

没有做过这些具体工作，团队很难提前知道，哪些需求在行业里普遍存在，哪些只是某一家客户的特殊要求。

因此，贾亦凡选择从定制项目做起。但他期待的变化很明确。做过几家客户之后，下一家客户应该更容易上手，成本也应该降下来。

判断一家创业公司有没有逐渐做出平台，可以看下一家客户来了以后，已有工具和处理方法能用上多少，还要增加多少开发和实施工作。

新客户的数据仍然需要处理，流程也需要适配。但如果每个项目都得从头做起，订单增加了，也很难说明产品更容易复制。

客户的数据，不会自动变成你的资产

做完几家客户的定制项目，团队更熟悉了业务，也接触到了更多数据。这些数据，能不能用来改进产品、服务下一家客户？

贾亦凡提醒，在工业场景里，这得先看客户的授权范围。

贾亦凡说，企业会在合同中约定数据的所有权、使用权和归属。哪些数据可以用，哪些不能用，需要逐项沟通。想把项目里的数据用于其他客户，也要单独谈授权。

图片来源：AI生成

能在一家工厂里使用数据，不等于能拿它去服务下一家工厂。这会影响一家工业AI公司究竟能积累什么。

原始数据可能带不走，但团队可以更熟悉行业流程，知道哪些信息容易缺失，哪些处理方法可以复用。至于具体数据和相关能力能否用于其他项目，还得看双方的约定。

贾亦凡认为，定制项目留下的不只是行业理解，还有经过实际场景验证的数据处理方法、工业软件连接能力、知识建模方法和智能体工作流等技术积累。经过几个项目，团队才有机会逐渐摸清行业需求，减少下一次交付的工作量。

所以，评估工业Agent公司的积累，光问“接触了多少数据”还不够。还得问这些数据允许怎样使用，以及团队能把哪些经验和方法用于服务下一家客户。

效果提升会放缓，收费不能只靠增量

减少重复开发，能让下一次交付省一些成本。但客户项目上线之后，持续提供的服务该怎么收费？贾亦凡也考虑过按效果付钱。

客户喜欢这种方式。没有改善，就不用承担相应费用。对于供应商，它也可能降低首次合作的门槛。

但贾亦凡没有把它当成唯一的收费方向。

他担心的是，AI刚上线时带来了一轮明显改善，后续可改善的地方少了，很难一直保持最初的提升幅度。如果只按每期新增的效果收费，厂商的收入可能逐渐减少，维护和更新系统的工作却一直得继续。

因此，他更倾向于让订阅和成果计费长期并存。

他认为，工业 Agent 的商业模式需要兼顾持续服务与实际业务价值。产品订阅和持续服务费用能够支持系统的长期维护、升级与优化，而成果计费可以作为补充机制，在具备明确衡量标准的场景中，让供应商与客户共享效率改善带来的收益。

客户减少了前期投入，供应商则有机会在做出效果后获得更多收入。但怎样定义结果、怎样计算改善，仍需要双方谈清楚。

对工业Agent公司来说，要把生意做长，除了让下一次交付更省力，还得为持续提供的服务找到合理的收费方式。

完整访谈中，贾亦凡还谈到了几个问题。工业任务要求高确定性，哪些环节必须保留人工确认？基础模型可以随时更换，垂直公司的技术积累究竟在哪里？企业走向AI原生，为什么很难一步到位？

点击下方链接，阅读虎嗅AI 100「一手判断」《工业Agent不能跳过定制，也不能永远做定制》。