北京2026年2月25日 /美通社/ -- 在從Agentic AI向Physical AI演進的新階段，企業(yè)智能化轉型面臨的挑戰(zhàn)，不再是單點技術的應用，而是——AI能力能否持續(xù)增長、持續(xù)復用、持續(xù)創(chuàng)造業(yè)務價值，且成本和風險可控。
軟通動力 AI Factory 打造的AI 飛輪增長模型，以數(shù)據、模型、智能體、場景為核心支點，通過各環(huán)節(jié)的正向循環(huán)與相互賦能，形成全鏈路、體系化的能力閉環(huán)，讓AI能力在企業(yè)內部持續(xù)沉淀、迭代、放大，最終產生從"工具應用" 到 "組織原生" 的質變，真正讓智能成為企業(yè)的核心生產要素。
1、為什么企業(yè)AI需要"飛輪模型"？
如果說單點AI應用，解決的是企業(yè)運行的效率問題；那么體系化AI能力，則解決的是企業(yè)業(yè)務的增長問題。當AI開始深度參與決策、流程與執(zhí)行環(huán)節(jié)，AI能力需要能夠像生產系統(tǒng)一樣被持續(xù)生產、持續(xù)復用，智能化投入才會真正轉化為長期業(yè)務回報。
軟通動力的AI Factory解決方案正是一套把"AI能力規(guī)模化生產"的企業(yè)級運營體系，其核心功能包括智能決策支持、自動化流程執(zhí)行和數(shù)字化映射與仿真優(yōu)化，通過構建智能體矩陣，將硅基員工、具身員工和企業(yè)員工嵌入全價值鏈條，實現(xiàn)業(yè)務和管理的智能化升級。
軟通動力AI Factory的AI飛輪則由數(shù)據、模型、智能體、場景四大核心環(huán)節(jié)構成，形成數(shù)據驅動模型訓練、模型支撐智能體運行、智能體重構業(yè)務場景、場景持續(xù)生成數(shù)據資產的全流程閉環(huán)，各環(huán)節(jié)的成果都能反哺其他環(huán)節(jié)，推動企業(yè)整體AI能力持續(xù)增強。飛輪轉動的速度，則隨各環(huán)節(jié)的深度融合持續(xù)加快，企業(yè)的 AI 能力與業(yè)務價值也隨之指數(shù)級增長。
AI飛輪一旦轉動起來，邊際成本會快速下降，創(chuàng)新速度會持續(xù)提升，業(yè)務價值會加倍放大。由此，AI不再只是工具，而成為企業(yè)業(yè)務的增長引擎。
第一重飛輪：數(shù)據筑基，讓企業(yè)知識成為可復用的智能資產
數(shù)據是 AI 飛輪轉動的核心燃料。
軟通動力 AI Factory 打造的硅基員工知識大腦，打破企業(yè)內部數(shù)據孤島，整合 ERP/MES 系統(tǒng)業(yè)務數(shù)據、IoT 設備質檢數(shù)據、文檔 OA 制度數(shù)據等全維度私有數(shù)據，通過AI數(shù)據平臺完成專業(yè)的知識治理，將碎片化數(shù)據轉化為具有業(yè)務邏輯和價值的標準化 token，構建企業(yè)、部門、員工三級聯(lián)動的知識庫體系。
這些經過治理的高質量數(shù)據，會持續(xù)為 AI 模型訓練、智能體開發(fā)提供精準的業(yè)務支撐。同時，模型在場景中的應用又會產生新的業(yè)務數(shù)據，反向豐富知識庫，讓數(shù)據資產在循環(huán)中持續(xù)增值，為飛輪轉動筑牢數(shù)據根基。
第二重飛輪：算力托底，為 AI 飛輪提供穩(wěn)定的動力輸出
算力是 AI 飛輪轉動的基礎動力。
軟通動力 AI Factory 搭建了On-Prem 私有智算中心 + On-Cloud 私有算力專區(qū)的混合算力架構——本地私有智算中心保障核心業(yè)務，云側彈性算力支持訓練與高峰負載，邊緣算力適配現(xiàn)場與實時場景。這一多元算力載體，依托軟通華方 OEM 硬件打造，包括GPU server、AIDC 數(shù)據中心集群版、Edge 端側一體機版等，并通過天元智算調度平臺實現(xiàn)算力的彈性調度、按需擴容與智能分配，確保高并發(fā)場景下的穩(wěn)定輸出。
穩(wěn)定的算力支撐讓數(shù)據處理、模型訓練、智能體運行、場景落地全流程高效推進。而隨著飛輪轉動，企業(yè) AI 應用場景不斷豐富，算力的調度效率與適配能力也會持續(xù)優(yōu)化，算力的規(guī)模化應用也會降低單位計算成本，讓飛輪轉動的"動力成本"持續(xù)下降。
第三重飛輪：平臺賦能，讓 AI 能力成為企業(yè)的通用生產力
平臺是 AI 飛輪的傳動核心，更是連接數(shù)據、算力與場景的關鍵樞紐。
軟通動力 AI Factory 深度整合軟通天璇 MaaS 平臺的模型服務體系，以及AIDE（AI 數(shù)據治理）、ASDM（AI 時代軟件研發(fā)流水線）體系，搭配自研AutoAgent 智能體開發(fā)平臺、IssMeta 數(shù)字孿生研發(fā)仿真平臺，構建起全棧式、多能力協(xié)同的 AI 軟件技術棧，形成從數(shù)據治理、模型服務、研發(fā)提效到智能體開發(fā)、虛擬仿真的全鏈路技術賦能體系，讓數(shù)據與算力的能力高效轉化為各場景可落地的智能工具。
平臺各產品體系深度協(xié)同、能力互補，形成數(shù)據治理解源、模型平臺筑基、研發(fā)方法提效、智能體開發(fā)落地、數(shù)字孿生仿真驗證的完整能力閉環(huán)，在場景應用中積累的開發(fā)經驗、模型模板、智能體組件、仿真場景方案和研發(fā)最佳實踐，并持續(xù)豐富平臺能力矩陣，全方位降低 AI 技術落地的技術門檻，推動飛輪加速轉動。
第四重飛輪：場景落地，讓 AI 價值反哺飛輪全環(huán)節(jié)
場景落地是 AI 飛輪轉動的最終目標，也是檢驗 AI 價值、反哺飛輪的關鍵環(huán)節(jié)。
軟通動力 AI Factory 以業(yè)務價值為導向，將飛輪前序環(huán)節(jié)的能力轉化為適配各行業(yè)的智能解決方案，打造了Agentic AI 自主智能體、Physical AI 具身智能體、Science AI 科學智能體三大體系，覆蓋制造、金融、醫(yī)藥、能源等全行業(yè)的核心業(yè)務場景。
隨著場景落地帶來的降本提效和創(chuàng)新增收，企業(yè)得以持續(xù)加大對 AI 的投入，進一步完善數(shù)據治理、升級算力架構、豐富平臺能力。AI應用場景中產生的新需求、新數(shù)據，又會推動數(shù)據、算力、平臺的持續(xù)迭代，讓 AI 飛輪進入"價值創(chuàng)造 - 能力升級 - 更多價值創(chuàng)造"的正向循環(huán)。
2、AI從"工具應用"到"原生組織"的重構
企業(yè)AI轉型，正在從"技術部署期"進入"能力運營期"。拉開企業(yè)AI應用差距的，不只是誰先用上模型，更重要的是誰先建立起可持續(xù)進化的AI能力體系。
當數(shù)據持續(xù)增值、算力持續(xù)優(yōu)化、平臺持續(xù)復用、場景持續(xù)擴展，企業(yè)的AI能力就會像飛輪一樣進入自加速狀態(tài)。企業(yè)的智能化轉型也不再是"一次性投入"，而是持續(xù)增值的能力建設，實現(xiàn)企業(yè)增長模式的升級。
軟通動力 AI Factory 的 AI 飛輪，并非四個環(huán)節(jié)的簡單疊加，而是深度融合、動態(tài)迭代的有機整體。在飛輪的轉動過程中，企業(yè)的 AI 能力會從 "單點試用" 逐步升級為 "體系化運營"，組織形態(tài)也會隨之完成從傳統(tǒng)模式到 AI 原生組織的重構——AI 從被動的效率工具變?yōu)橹鲃拥膱?zhí)行主體，組織架構從部門分割變?yōu)閮r值流導向，決策模式從經驗判斷變?yōu)槿蛑R智能，價值創(chuàng)造從線性增長變?yōu)橹笖?shù)效能。
目前，軟通動力 AI Factory解決方案已經在制造、零售、金融、醫(yī)藥健康、能源和汽車等行業(yè)廣泛落地實施。同時，軟通動力通過加強生態(tài)合作，攜手NVIDIA、矩陣起源等伙伴，共同為企業(yè)提供規(guī)模化、可復制的智能化轉型路徑。
依托這一飛輪模型，軟通動力正在以全鏈條的 AI 服務能力，助力企業(yè)讓智能融入組織基因，在 AI 時代的競爭中占據核心優(yōu)勢，實現(xiàn)長期、可持續(xù)的增長。
