当下，大模型、智能体部署的技术热度走高，供给端对大模型的应用探索也在逐步发展。受此催动，大型制造企业需求侧正从数字化转型阶段加速跃升智能化升级的技术探索阶段，需求热度持续走强。而先进制造业作为产业中坚，本身具备着我国最完整产业链条的复杂性，及业务场景的丰富多元性，这些特征必然为智能化升级建设的成果获取带来更多挑战。 

国双多年深耕于以制造业、流程工业为代表的产业全链条数智化转型，专家团队在项目中发现，大模型技术的确具有非常强的可探索性，但目前仍处于落地推广的早期阶段。供需双方都仍需投入实验，整体技术落地处于验证的测试阶段，实施效果尚存较多不确定性。事实上国双发现客户企业对数字化转型的动因和期望十分理性，即以场景需求驱动转型，高度关注转型能够展现出技术应用的价值和实际效果。

资料来源于：艾瑞咨询

同时，虽然客户企业对大模型的应用需求较为迫切，但模型应用所普遍存在的不确定性，例如幻觉、弱解释性以及难以适应动态变化等痛点、难点均将导致产业内专业决策的高风险，这种隐患在对严谨性、准确率均有很高要求的产业领域场景内是难以被容错和忽视的。就当下发展阶段和实践应用效果来看，目前单一大模型技术距离应用落地仍存在较大调整及优化空间。

国双团队在项目实践中，坚持在现阶段仍需要依托于数据要素底座，利用混合式人工智能方案构建产业智能的应用落地才是较为务实可行的路径。当然，大模型作为其中重要的组成部分，无疑可为整体技术方案提效赋能，但在整体方案中，产业内的专业知识工程实施和构建具有不可或缺的高价值，应作为重要的组成部分来投入，才能为产业智能的价值创造提供坚实基础。

例如，国双在2024年协助制造业领域某头部央企集团选用了以国双数据底座平台深度融合RAG的技术方案，在大型制造企业的关键生产场景中实现了智能化应用落地的实质进展。在制造业业务链条中，生产物料管理是企业内物资流转的重要枢纽和典型场景。国双智能技术融合方案历经推演，最终由一整套技术栈的协同融合而成。

平台经实施上线后，即有效助推了制造企业在生产管理过程中的降本增效，在解决生产物料的及时供应和使用、避免生产中断延迟、精准优化库存水平减少物料过期、过量的浪费等环节上发挥了效用，显著提升了该客户生产库存及物料管理的效率和水平，项目效果也因此受到了客户的肯定。  

这些成果的获得脱离不开国双团队在二十年创业中，在产业数智化建设项目中所投入的踏踏实实的咨询、研发、落地、迭代等等多环节上的思考与打磨。

例如，在油气行业上游生产领域，国双采取了结合知识图谱、深度学习技术，以原创的生产井模型可对油井产量进行预测；做到了一井一模型，并基于生产数据、故障数据完成了大型复杂生产设备的预测性维护，极大提高生产井的设备维护和产量预测准确性。

在实际落地实施中，国双生产井相关预测准确率高达了90%以上。同时，在整个产业链的发展各环节中，国双对油气行业设备及管理系统也进行了全面优化。基于知识图谱、数据智能等相关技术，国双团队对油气行业涵盖勘探开发、生产、存储、炼化、加工、后处理及销售各环节形成了全产业链、深层次的服务能力，这种持续的积累是技术及产品厚积薄发的前提。    

国双科技董事长兼CEO祁国晟曾在交流活动中谈到：“根据国双经验所提炼出的产业数智化转型方法模式，国双的团队将坚持以最小业务单元来界定任务和关键问题，从局部到整体逐个进行数智方案的概念匹配与验证，可以有效增加数智技术成果在实体产业中的落地与转化效率。并且国双有一整套的路径、工具和机制来为数实融合探索做好保障与赋能，完全可以支撑大型客户企业走出一条可灵活适配于具体产业特征需求的自主可控、安全可靠的智能化升级之路。”