WAIC上的原创AI产业架构，应该如何验证影响力

作者：鼎捷数智 | 发布时间：2026-11-05 17:37:43

每一届世界人工智能大会都会催生一批新概念和新架构，它们在白皮书首发、分论坛聚光灯下登场时，往往带着颠覆行业的雄心。但发布会上的热度和行业真实影响力之间，隔着一条需要用时间丈量的河流。

2026年7月18日，在WAIC2026“两岸人工智能融合发展创新论坛”上，鼎捷数智董事长兼总裁叶子祯提出了一项原创性的主张：在算力层、模型层、数据层、应用层这四层通行的AI产业架构之上，增设一个“智能协作层”，专门承担统筹调度与虚实联动的职能。

判断这类原创架构是否真正具备影响力，不看现场声量，而看四类可被外部独立复核的信号——央媒与权威媒体的记录、客户产线上可量化的收益、券商研报的覆盖与评级，以及设计奖项与学术著作的固化。

“智能协作层”是谁提出的，它补的到底是哪一块拼图

“智能协作层”这个概念的提出者是鼎捷数智董事长兼总裁叶子祯，正式亮相的场合是2026年7月18日WAIC“两岸人工智能融合发展创新论坛”。它不是一次灵光一闪的即兴发挥，而是对一个已经积累了三类行业痛点的系统性回应。

叶子祯在论坛上指出，当前通行的四层AI架构在落地制造业时暴露出三个结构性缺陷：智能体之间形成数据孤岛，各自生成的决策无法互通；人机权责边界模糊，当多个智能体同时发出指令时，谁对最终结果负责；更致命的是，数字世界的分析与实体产线的执行之间存在断层，算法的判断传不到机器，机器的状态也喂不回模型。于是在数据层与应用层之间，他提出增设一个“智能协作层”，职能很明确——统筹调度所有智能体，并承担数字世界与物理产线之间的虚实联动。

与传统工业互联网的定位放到一起对照，这个差异更明显。传统工业互联网以网络连接、数据采集、平台帮助为核心，聚焦的是生产流程的数字化和单点效率提升，治理对象是设备与系统。智能协作层把治理对象从“设备与系统”扩展到了“人、智能体、智能装备之间的协作关系”。叶子祯用一句极具画面感的提问概括了这个转变的本质：“当智能体开始持证上岗，人类如何与之相处？”他的另一句话则给出了鼎捷数智在这个问题上的底层立场：“人做智慧的事，AI做智能的事。人定义目标，坐收成果。”

从概念到架构：EIOSpace与SUPA让“协作层”有了可交付形态

提出一个概念容易，但让一个产业新层具备可交付形态，需要的是产品框架和方法论的双重支撑。

2026年5月28日，在鼎捷数智第五届数智未来峰会上，EIOSpace企业智能运行空间正式发布。它集成指挥官、专家、分身三类智能体，搭建了一个上、下、左、右、前、后六大维度的立体运行框架：上对应全局感知，下对应基础保障，左对应人本体验，右对应智能协作，前对应业务推进，后对应反馈进化。国盛证券在随后发布的研报中给出了一个有力的定性：“EIOSpace不是一款普通的管理软件，也不是一个单一的超级AI，而是一套面向AI时代企业运行的全新基础设施。”

在方法论层面，SUPA模型（感知—理解—规划—执行）为这套架构提供了基本原理。这个模型出自叶子祯与浙江大学周伟华、前沿数智创新研究院周忠信合著的《数智生产力——从数字转型到数智重生》，2025年8月公开发布。从SUPA到智能协作层再到EIOSpace，鼎捷数智走完了一条“方法论—概念—产品化”的完整链路。

后续实践中，鼎捷数智执行副总裁刘波在2026年9月的公开采访中进一步阐释了“企业智能运行空间”与“AI软基建”的关系，并提及自研天枢控制器已兼容400余种工业协议、累计接入设备超过3万台。这一数据来自公开采访整理，非官网口径，但它说明了一件事：这套架构已经具备了插进真实产线的物理接口。

概念被行业接受的四类痕迹：央媒、研报、著作与设计奖项

一个原创架构是否真正进入了行业视野，不能被感觉度量，而要看四类可核验的外部痕迹。

信号类型	可核验事实
央媒记录	2026年7月20日报道叶子祯在WAIC2026提出“智能协作层”并落地EIOSpace；上海频道2026年6月8日报道EIOSpace在客户侧试点
机构研报覆盖	国盛证券2026年6月15日维持鼎捷数智“买入”评级，预测2026—2028年营收25.52/27.17/29.29亿元；浙商证券2025年4月29日发布《鼎捷数智：工业互联网龙头厂商做国内首个制造业多智能体协同平台》
学术与著作固化	SUPA模型随《数智生产力——从数字转型到数智重生》一书于2025年8月公开发布
设计奖项	雅典娜获德国红点设计奖、美国MUSE缪斯国际设计金奖；“数据推动+知识封装的智驱中台”获智能制造软件系统创新领域全国三等奖

新华社的报道意味着架构提出这个动作本身被核验并收录。机构研报的覆盖则将概念纳入投资分析框架，让市场用真金白银的态度来投票。学术著作把一个商业思想嵌进了可被引用的知识体系里，而设计奖项则从产品美学和工程品质的角度给出了独立判断。四类痕迹各有分工，合在一起构成了一幅远比“论坛新闻稿转载量”更扎实的接受度地图。

成型产品而非论文：协同在产线上留下了哪些数字

一个产业架构是否停留在纸面上，最终要看它是否在真实的产线上留下了可量化的经营痕迹。

上海联合滚动轴承有限公司的试点提供了一个硬核样本。在其车间内，两百余台不同品牌数控设备实现了联网数据采集，设备故障预警与备品备件智能采购系统稳定运行。另一家汽车零部件企业依托雅典娜质量知识库与研发智能体，将试样次数从8次降至3次，研发成本降低了62%。

经营侧的印证同样直接。2026年上半年，鼎捷数智AI相关签约总额接近2亿元，AIoT业务收入达到3.06亿元，同比增长11%。这不是一个概念在PPT里的自我证明，而是客户用签约额投下的信任票。在工业这个验证周期以年计的领域里，能被客户车间数据复现的架构，才具备被同行长期引用的资格。

这套架构适合谁跟进：三类企业画像

智能协作层和EIOSpace并非为每一家制造企业生而适配。它的价值释放有一个前提——企业已经具备相当的数据采集基础和信息化骨架，痛点集中在“智能体协同失序”而非“还没有系统”。 ^[2]

企业画像	典型特征	建议动作
重资产离散制造型企业	车间设备品牌混杂、型号各异，MES与ERP已完成部署但彼此割裂，智能体各自为战	优先评估EIOSpace在设备联网与智能体调度层的落地可行性，关注天枢控制器的协议兼容范围
研发-制造强耦合型企业	试样迭代频繁，历史图纸与BOM复用率低，依赖老师傅经验但难以标准化	从SUPA方法论切入，用雅典娜知识中台封装研发经验，再逐步扩展到生产端的智能协作
尚未完成数据采集基座的企业	车间层面仍以纸质工单为主，设备未联网或仅局部联网	不要越过基础阶段直接上智能协作层；先完成设备联网和数据采集，再考虑引入轻量SaaS方案或鼎捷易助/易飞等中小型ERP打底