2026 年 5 月 8 日，第 28 届中国北京国际科技产业博览会未来产业推介会在北京国家会议中心举行。本届科博会以“科技引领 创享未来”为主题，聚焦“人工智能+”与未来产业发展，围绕信息技术、智能制造、绿色双碳、科技金融等重点领域，汇聚政产学研多方力量，共探前沿趋势、共促技术落地。

思科大中华区资深副总裁兼首席技术官侯胜利先生受邀出席，并在会上分享思科在工业 AI 与智能制造领域的前沿洞察与落地实践，介绍思科如何携手国内外合作伙伴打造创新方案，助力制造业智能化转型升级。

工业 AI 加速落地

制造业进入智能化新阶段

当前，AI 正从生成式 AI 向智能体 AI、物理世界 AI 快速演进，并持续深入制造业核心场景。侯胜利先生在演讲中介绍，今年4月，思科发布了全球工业 AI 现状报告。报告显示，安全、机器人、具身智能等技术正在制造场景中加速应用，工业 AI 正成为推动制造业转型升级的重要力量。

在制造业中，AI 的价值不再停留于单点工具，而是正在与工业网络、控制平台、边缘算力和安全体系深度融合，推动工厂从自动化走向智能化，从局部优化走向全域协同。

围绕工业 AI 的落地应用，侯胜利先生重点分享了三大方向。

三大场景

释放工业 AI 价值

机器视觉

在芯片、半导体、新能源、汽车零部件、消费电子等制造场景中，AI 视觉系统已经被广泛应用于表面缺陷检测、尺寸偏差识别、装配质量判断、成品外观检测等环节。

相比传统人工目检，AI 视觉具备更稳定的检测标准、更强的连续作业能力和更高的识别精度，并可将视觉数据持续回传至后端平台，用于模型训练和优化。

智能移动机器人 AMR

新一代 AMR 不再依赖固定轨道和场地改造，而是通过激光雷达、视觉导航、环境感知与多机协同算法，实现自主建图、自主避障和自主路径规划。

在新能源汽车、3C 电子、锂电、光伏等制造场景中，AMR 正在承担物料上线、半成品转运、成品入库、工装回流等任务，让厂内物流更加柔性、高效、安全。

工业控制虚拟化

随着智能终端不断进入制造现场，传统分散部署的工业控制系统也在加速升级。

通过工业控制虚拟化，PLC、人机界面等控制能力可以与车间本地数据中心、企业云、AI 训练与推理平台形成统一管理和集中优化，推动全厂范围内的智能协同。

从机器视觉到 AMR，再到工业控制虚拟化，工业 AI 的落地并不只依赖单一算法或单个设备，而是需要稳定、高效、低时延的工业网络，以及安全、算力、运维等多层能力共同支撑。

以先进架构支撑智能制造升级

在演讲中，侯胜利先生以某汽车厂商为例介绍了工业架构升级带来的变化。过去，工厂设备分散、多系统独立；在新架构下，摄像头、工业 PC、PLC 等设备可以统一接入智能平台，实现集中管控，网络时延低至 100 微秒，满足工业生产对高可靠、低时延的严苛要求。

这一案例也说明，智能制造的升级不仅是生产设备的升级，更是 IT 与 OT 架构的整体重构。随着机器视觉从单点部署走向全域接入，工厂系统也需要更高带宽、更低时延、更强协同能力的基础架构作为支撑。

安全与运维

构建智能工厂可靠底座

随着工业系统深度联网，制造企业在提升效率和协同能力的同时，也面临更加复杂的安全挑战。面对 AI 时代的新型攻击风险，思科构建了 AI 驱动的工业安全体系，覆盖零信任准入与行为管控、安全大模型底座、AI 智能体安全治理框架等能力，帮助企业防范提示注入、越权调用、数据泄露等新型风险。

在安全体系之外，运维能力同样是智能制造规模化落地的重要保障。基于思科 AIOps 平台和 AgenticOps 智能体运营框架，企业可以实现跨域数据统一采集、异常智能识别、根因自动定位和告警降噪，将传统被动响应转变为预测式维护和自主式修复，让工厂运维逐步从“人找问题”走向“问题找人、系统自愈”。

开放生态共建

加速工业 AI 规模化落地

面向未来，制造业 IT 与 OT 系统将全面走向自主化、自动化。侯胜利先生指出，未来智能制造将呈现三层架构：底层是机器人、智能终端、传感器；中间层是高带宽、高冗余、低时延的工业网络；上层是控制器与算力平台，支撑全场景智能应用。

在这一趋势下，工业 AI 的规模化落地离不开开放生态的共同参与。思科正与国内外 AMR、智能仓储、工业 PLC 等生态伙伴开展深度合作，基于 CVD 架构模式共建开放共赢的工业 AI 平台，夯实 IT/OT 融合基础，助力中国制造业持续智能化转型升级。

从工业网络到 AI 安全，从智能终端到自主运维，从架构升级到生态共建，思科将持续以领先技术能力和开放合作体系，助力制造企业把握智能经济发展机遇，迈向更加安全、高效、韧性的工业未来。