從“制造導向”到“智能協(xié)同”：智能體正重繪全球經(jīng)濟版圖

在2025年底至2026年初的全球人工智能（AI）技術浪潮中，一個顯著轉折悄然發(fā)生：主流大模型的競爭焦點，正從單純的“智能對話”轉向“自主行動”。這一演變不僅標志著技術從生成式AI向具備高級推理和多模態(tài)能力的智能體躍升，還將深刻攪動全球經(jīng)濟版圖。

2025年12月4日，在南京人工智能生態(tài)街區(qū)的“AI·模坊”南京智能體集散中心，一款機器人在打招呼 季春鵬攝/本刊

谷歌Gemini 3.0的推出，以及開放人工智能研究中心（OpenAI）通過Responses API和Assistants API升級強化智能體功能的做法，都預示著AI正從認知工具演變?yōu)榧?guī)劃、決策和執(zhí)行為一體的“行動主體”。

這一技術范式轉變的外溢效應，已沿著全球產業(yè)鏈展開。信息技術研究與咨詢服務機構Gartner預測，到2026年底，40%的企業(yè)應用將集成專屬AI代理，這將從根本上顛覆供應鏈運作。AI不再僅限于數(shù)據(jù)分析，而是深入生產協(xié)調，推動全球分工從制造導向轉向智能協(xié)同。

從“回答問題”到“完成任務”

支撐這一變化的關鍵，是“世界模型”等技術路徑的突破。通過對物理規(guī)則、環(huán)境約束和因果關系的建模，AI不再局限于符號層面的推理，而是開始具備在真實或準真實環(huán)境中進行判斷和行動的能力。這也為具身智能、人形機器人等領域的進一步發(fā)展奠定了基礎。OpenAI的o1模型和谷歌的Gemini 3 Deep Think模型展示了這種增強推理能力——能夠處理復雜問題如數(shù)學和編碼。

在這一階段，AI的角色正在發(fā)生變化：它不再只是“建議者”，而是逐步成為企業(yè)系統(tǒng)中的“執(zhí)行單元”。根據(jù)波士頓咨詢公司的報告，2025年智能體系統(tǒng)已占AI總價值的17%，預計到2028年將達到29%。這一轉變意味著AI可以自主優(yōu)化供應鏈路徑，減少決策延遲，推動企業(yè)從被動響應轉向主動預測。

智能體進入產業(yè)鏈中間層

與公眾想象中“面向消費者”的應用不同，當前智能體最先滲透的并非終端服務崗位，而是全球產業(yè)鏈中大量高度流程化、規(guī)則密集的中間環(huán)節(jié)。這些環(huán)節(jié)往往涉及多系統(tǒng)協(xié)調、數(shù)據(jù)整合和實時決策，AI代理的介入能顯著提升效率。

在跨境電商領域，包括亞馬遜、阿里巴巴國際站等平臺型企業(yè)，已在部分履約和商家服務體系中探索引入智能體系統(tǒng)，用于自動完成訂單匹配、庫存校驗、物流方案選擇及合規(guī)檢查等多步驟流程。相關企業(yè)在公開披露中提到，在特定業(yè)務模塊內，這類系統(tǒng)已能夠在較少人工干預的情況下完成連續(xù)執(zhí)行，從而降低跨區(qū)域協(xié)同成本。例如，亞馬遜通過AI智能體實現(xiàn)了庫存優(yōu)化的兩位數(shù)效率提升；阿里巴巴國際站利用類似技術實現(xiàn)了商家服務自動化，減少了人為錯誤。

在制造業(yè)領域，西門子、施耐德電氣等工業(yè)企業(yè)正嘗試將智能體嵌入數(shù)字孿生、排產和供應鏈調度系統(tǒng)，用于在多工廠、多供應商約束條件下進行實時協(xié)調。例如，西門子的NX CAM Copilot作為一個AI驅動的編程助手，能夠優(yōu)化從設計到生產的全流程，有效突破編程瓶頸；施耐德電氣在2025年美國工業(yè)自動化及機器人展會上展示了其與微軟合作的生成式AI助手，該工具能夠有效簡化應用開發(fā)程序并提升效率。

相關實踐顯示，智能體更擅長處理規(guī)則復雜、變量眾多的協(xié)同問題，而人類管理者則更多轉向對異常情況和策略層面的干預。智能體應用并不直接改變生產環(huán)節(jié)本身，卻在悄然重塑企業(yè)內部的組織方式和決策節(jié)奏。德勤報告顯示，使用AI智能體的企業(yè)在供應鏈決策中實現(xiàn)了從幾天到秒級的延遲減少。

全球分工從生產轉向協(xié)同

如果說上一輪全球化主要圍繞生產環(huán)節(jié)展開，不同國家在制造、組裝和品牌等環(huán)節(jié)形成分工，那么在智能體逐步成熟的背景下，全球分工正在形成新的劃分維度——協(xié)同權與執(zhí)行權的重構。這一轉變強調“誰能高效組織和協(xié)調復雜系統(tǒng)”，而非單純的制造能力。

在國際物流和航運領域，這一趨勢尤為明顯。馬士基、達飛海運等企業(yè)，近年來持續(xù)推進智能調度和自動決策系統(tǒng)建設，并將智能體視為“數(shù)字執(zhí)行單元”，用于港口調度、運力匹配和時序優(yōu)化等環(huán)節(jié)。

例如，馬士基通過AI優(yōu)化了容器跟蹤，減少了67%的延誤并節(jié)省了3.4億美元燃料成本；達飛海運與谷歌和米斯特拉爾人工智能公司（Mistral AI）的合作，投資1億歐元用于AI優(yōu)化路由、庫存管理和碳排放減少。這類系統(tǒng)并不直接替代人工操作，而是承擔跨系統(tǒng)的信息整合與執(zhí)行任務，使原本分散的協(xié)同流程趨于集中化和模塊化。由此，誰能夠設計規(guī)則、調度流程、整合系統(tǒng)，正在成為新的產業(yè)鏈競爭焦點。

這意味著，在智能體時代，產業(yè)競爭的重心除了“誰能制造”，更注重“誰能高效組織和協(xié)調復雜系統(tǒng)”。數(shù)字基礎設施、工業(yè)軟件生態(tài)和平臺能力，正在成為新的隱性競爭要素。Gartner預測，到2026年，AI將成為供應鏈轉型的首要驅動力，74%的從業(yè)者視其為關鍵因素。這一變化可能重塑全球貿易格局，推動發(fā)展中國家從勞動力密集型向技術協(xié)調型轉型。

推動勞動力角色重塑

在上述過程中，勞動力結構也在發(fā)生變化，但這種變化并非簡單的崗位消失或增加，而更多表現(xiàn)為角色與能力結構的調整。AI代理的引入并非旨在取代人類，而是通過自動化重復任務來提升整體生產力。

隨著智能體承擔部分執(zhí)行型、協(xié)調型任務，人類勞動者的角色逐步向監(jiān)督、管理、規(guī)則設計和復雜決策傾斜。無論是在制造業(yè)排產還是跨境貿易履約中，實踐均顯示，人機分工正在由“工具使用”轉向“任務協(xié)同”。企業(yè)在招聘和培養(yǎng)人才時，也開始更加重視跨系統(tǒng)理解能力、流程設計能力以及人機協(xié)作能力，而非單一的重復性技能。麥肯錫預測，智能體時代將釋放巨大的生產力潛能，但需通過再培訓來適應。例如，在物流領域，AI代理處理日常調度后，人類更多專注于風險管理和戰(zhàn)略規(guī)劃。

從這一意義上看，智能體帶來的影響更像是一種組織形態(tài)的演進，而非直接的就業(yè)沖擊。國際數(shù)據(jù)公司（IDC）預測，到2029年，45%的福布斯全球2000強企業(yè)將采用AI智能體驅動的管理模式，實現(xiàn)20%的收入增長。這要求政策制定者將重心轉向技能轉型，而非單純擔憂失業(yè)問題。

具身智能的邊界突破

隨著“世界模型”能力的提升，智能體的影響正從數(shù)字空間向物理空間延伸。在具身智能方向，特斯拉、波士頓動力以及部分亞洲制造業(yè)企業(yè)在2026年推進的人形機器人項目，主要集中于工業(yè)試產和場景驗證階段，其應用重點放在高危險、高精度或柔性要求較高的工序上。

這些實踐更多被視為對“世界模型”與具身智能技術路徑的驗證，而非短期內的大規(guī)模替代方案。例如，波士頓動力在2026國際消費電子展（CES）上發(fā)布的電動Atlas機器人，已進入生產階段，2026年部署于現(xiàn)代（HYUNDAI）和谷歌DeepMind相關業(yè)務場景中，并通過集成Gemini AI技術以提升其認知能力。特斯拉的Optimus機器人則聚焦工廠內部測試，強調大規(guī)模生產能力。成本、可靠性和適用范圍等現(xiàn)實約束，決定了具身智能在相當長一段時間內仍將以“補充性應用”為主，其意義更多在于拓展產業(yè)系統(tǒng)的能力邊界。福布斯分析稱，Atlas的軟件優(yōu)勢可能使其在實際部署中處于領先地位。

總體來看，智能體時代帶來的，并不是一場簡單的技術競賽，而是一場圍繞“體系能力”的競爭。誰能率先構建起人、智能體與產業(yè)系統(tǒng)之間的高效協(xié)同機制，誰就可能在新一輪全球產業(yè)分工中占據(jù)主動。福布斯預測，2026年將是AI智能體在物流和生產領域實現(xiàn)端到端管理的關鍵年。

在這一過程中，技術進步本身并非決定性因素，真正拉開差距的，往往是制度設計、組織能力以及長期投入形成的系統(tǒng)優(yōu)勢。這或許正是智能體時代留給各國政府和企業(yè)的核心命題。隨著AI代理市場規(guī)模有望在2026年達到28億美元，企業(yè)需統(tǒng)籌創(chuàng)新與安全，確?？沙掷m(xù)增長。