赛美特-国产智能制造系统服务供应商，软件成就智造

不只要“AI+”，更要“AI实用化”｜2025赛美特AI技术峰会圆满召开

25-12-1512:00:00

12月13日，赛美特集团2025年AI技术峰会在上海总部召开。本次峰会以“AI赋能产业革新·共创智能未来”为主题，以AI智效大赛形式，以激活团队创新思维，培育AI赋能工作意识，发掘优质人才与方案为宗旨，面向全集团征集AI技术解决方案，吸引了众多优秀团队与个人的踊跃参与，总计收到54个参赛方案。13日，入围决赛的团队通过“成果 × 产品 × 技术”的立体呈现，系统展示了人工智能在赛美特的真实落地路径。

峰会伊始，赛美特集团董事长兼CEO李钢江发表开场致辞，他指出“赛美特作为智能工业软件行业的一员，要深度升级AI应用范围，让AI真正驱动产品与效率的双重提升”，发言整理如下：

一、理念上，AI不只是大模型和智能体，它根植于大数据。赛美特现有产品YMS、FDC、APC、APS等对超大规模数据的支持力，仍需持续提升。

二、应用上，不能把AI只当作辅助编程工具。需拓宽应用视野，例如，运用AI从零开始参与新产品的开发。

三、目标上，AI不能停留在Demo形式，必须落实为产品，体现实际生产力，提升业务效率。

四、策略上，2026年集团全系列产品都要具备AI功能，推出AI版本。例如，要在现有产品的复杂功能上做AI改造。

董事长的发言也明确了赛美特推进AI技术的核心逻辑——随着核心系统持续承载更大规模、更高复杂度的制造数据，产品对数据规模、实时性与多维关联能力的要求不断提升，AI的价值已无法停留在“辅助层面”，而必须进入产品能力本身。

赛美特所期待的，是深入挖掘“能够被使用、被复用、被持续迭代”的AI工具与产品能力；也是全体员工用好AI，在业务中通过AI进行辅助提升效率。基于这一共识，赛美特正持续推进在既有成熟产品中融合AI能力，让AI真正进入产品、进入系统、进入生产力体系，成为产品能力的内生属性。

从理念到实践：

一场围绕“真实落地”的AI智效大赛

作为本次峰会的重要组成部分，AI智效大赛历时4个月，前期共吸引54个AI解决方案，围绕效率提升、产品赋能和业务创新等方向展开探索，最终评选出多个具有代表性的优秀项目。

🏆 一等奖｜基于AI的项目类L2C智链专家

• 基于飞书平台，融合CRM、PMD、财务等多源数据

• 打造“会说话、懂业务、能分析”的企业专属AI顾问

• 实现数据自动生成、校验与随问随答

• 释放大量人工整理时间，推动统一透明的数据文化

🥈 二等奖｜EAP 开发小助手 & ChatBI

• 面向 EAP 领域深度微调大模型,针对私有开发语言 STP 的编程助手

• 支持自然语言交互的良率分析软件

🥉 三等奖｜半导体行业知识问答 & AI赋能打造标准培训视频库 & PlantU MES 知识问答

• 聚焦专业知识获取效率

• 为交付与研发提供 7×24 小时支持能力

获奖解决方案呈现出一个清晰的共识：赛美特正在系统性拓宽AI在“行业知识、业务理解与经验沉淀”层面的能力边界。与以往更多聚焦于 AI 在生产过程中的检测、识别与分析不同，本届 AI 智效大赛中，多项获奖方案不约而同地指向了AI Agent与行业知识库方向——让 AI 不只“看懂设备和数据”，更要“理解业务、理解流程、理解行业经验”。

在智能知识库与知识问答等实践中，AI已被引入多个产品与业务场景：通过对SOP、异常报告、技术文档与历史项目资料的结构化解析，AI能够支持自然语言查询数据、自动生成图表与分析结论，为研发、交付与运维提供 7×24 小时的智能支持。这不仅显著缩短了新人学习与问题响应周期，也让原本分散在个人经验中的知识，开始沉淀为可被复用、可被进化的系统能力。同样，在AI赋能培训视频库等方案中，赛美特将 AI 引入知识传承与能力复制环节，通过自动分析项目资料生成标准化培训内容，构建可复用的知识资产体系，在保障交付质量一致性的同时，大幅释放一线交付与专家资源。

这些探索，标志着赛美特 AI 能力建设正从“单点智能”走向“体系智能”——AI Agent与行业知识库，正在成为连接产品、数据与业务经验的重要桥梁，不仅服务于企业自身的效率提升，也为客户输出更智能的系统能力奠定基础。

在更底层的业务系统中，AI 正持续融入赛美特核心产品体系，成为支撑制造系统演进的重要底层能力。

围绕制造现场感知、数据分析与业务执行等关键环节，赛美特已在多个核心系统中引入 AI 技术：通过自动缺陷分类ADC系统，实现晶圆缺陷的高精度自动识别，并逐步向封装测试与智能场务等场景延展；在数据分析与设备管控领域，FDC系统从经验驱动向自动感知、智能诊断与自适应控制演进，部分 AI 功能已进入验证阶段；在业务流程层面，AI 结合知识库、文档智能处理与 RPA 能力，承担起交付、运维及能源等场景中的高频重复任务。同时，赛美特也在探索以“工作流 + 大模型节点”为核心的智能化路径，在数据查询、报表生成等场景中逐步引入 AI 智能体能力，为未来构建面向业务的智能体奠定基础。