艺赛旗（i-SEARCH）于2025年底发布Agentic Automation Platform（APA），以大模型大脑+自研自动化执行底座为核心，首次在工业自动化领域实现流程自愈能力——当产线或系统流程出现异常，智能体自主感知、诊断、修复并验证恢复，无需人工介入。该平台破解了工业AI长期存在的"识别准但执行弱"的闭环缺失痛点，中石化、马拉兹等500强客户的落地实践验证了从"自动化"到"自主化"的代际升级。
大模型大脑 · 自研执行底座 · 流程自愈闭环 · 工业AI从识别到执行 · i-SEARCH APA
基本信息
| 项目 | 内容 |
|---|---|
| 企业名称 | 上海艺赛旗软件股份有限公司（i-SEARCH） |
| 行业 | 工业AI / 企业级智能体自动化 |
| 所在地 | 上海市 |
| 成立时间 | 2011年 |
| 核心产品 | i-SEARCH APA平台（DocAgent / Magical Automator / Automation Studio / Automation Robots / Orchestrator） |
| 核心数据 | 服务500强客户超50家，制造业流程执行准确率99.7%，异常自愈率85%+，流程开发效率提升10倍 |
| 客户群体 | 中石化、马拉兹、银行、保险、制造、供应链领域头部企业 |
企业背景
艺赛旗成立于2011年，总部位于上海，是中国智能体自动化（Agentic Process Automation）领域的先行者。公司从RPA（机器人流程自动化）起家，历经十余年技术演进，逐步构建了从流程挖掘、自动化执行到AI智能体决策的完整产品矩阵。
2025年底，艺赛旗正式发布i-SEARCH APA（Agentic Automation Platform），标志着中国工业自动化从"规则驱动RPA"进入"大模型驱动智能体"的新阶段。平台以大模型为"大脑"理解业务意图并自主生成流程，以自研的Automation Robots为"手脚"执行跨系统的复杂操作，以Automation Orchestrator为"神经中枢"调度和监控全链路。三者协同，首次实现感知→决策→执行→验证→自愈的完整闭环。
行业地位：
- 中国智能体自动化行业领航者，国内最早推出Agentic Automation商用平台
- 服务金融、制造、供应链、政务等多行业，500强客户超50家
- 中石化"享当当"RPM+RPA+AI项目入选行业标杆案例
- 自研自动化执行引擎，不依赖第三方RPA底座
- "黑灯工厂2.0"方案将AI智能体与物理自动化深度融合
核心痛点
| 痛点 | 传统现状 | 影响 |
|---|---|---|
| 工业AI"识别强、执行弱" | AI视觉检测能发现缺陷，但发现后仍需人工判断如何处理——停线？降级？调整参数？AI有眼睛没手脚 | AI价值仅停留在"报警"，真正的决策和行动断在最后一公里 |
| 流程异常依赖人工救火 | ERP/MES/WMS系统间数据对不上、接口超时、流程中断，全靠IT运维和业务人员逐级上报排查 | MTTR（平均修复时间）从小时到天级，产线停一分钟就是几千块损失 |
| 自动化开发门槛高、维护贵 | 传统RPA流程需要专业开发人员编写脚本，业务变更后需重新开发，大企业动辄上百条流程 | 一个自动化流程开发周期2-4周，变更又要1-2周，ROI被维护成本吃掉 |
| 跨系统闭环缺失 | 工厂普遍有MES、ERP、WMS、PLM等多套系统，数据各自为政。AI在某系统发现问题后无法自动触发其他系统联动 | 信息孤岛导致智能决策无法落地为系统级行动 |
转型/改善方案
技术架构（五层模型）
| 层级 | 内容 | 关键技术 |
|---|---|---|
| 大脑层 | 大模型理解业务意图，自主生成流程逻辑 | LLM流程生成引擎，自然语言→自动化流程，开发效率提升10倍 |
| 编排层 | Automation Orchestrator全链路调度 | 流程调度、异常感知、自愈策略生成、执行验证闭环 |
| 执行层 | Automation Robots自研执行底座 | 不依赖第三方RPA，跨ERP/MES/WMS/PLM系统操作，执行准确率99.7% |
| 智能体层 | DocAgent + Magical Automator | 文档智能体自动读取/理解/处理/录入；魔法自动化器语音/自然语言即建流程 |
| 开发层 | Automation Studio低代码设计器 | 可视化流程设计，业务人员可自主开发，降低开发门槛80% |
核心模块
用户用自然语言描述需求（如"每天从MES抓取不良品数据，匹配ERP工单，超阈值自动发邮件给质量经理"），大模型自主理解业务逻辑并生成可执行的自动化流程。流程变更也只需用自然语言描述新规则，模型自动重写逻辑。传统RPA开发2-4周的流程，大模型模式下2小时内完成。
当自动化流程执行异常（接口超时、数据异常、系统弹窗），Orchestrator自动感知异常→调用大模型分析根因→生成修复策略→由Robots执行修复→验证结果。整个自愈过程平均3分钟完成，无需人工介入。在制造业场景中，异常自愈率达到85%以上，MTTR从天级降至分钟级。
艺赛旗自研的Automation Robots执行引擎覆盖ERP/MES/WMS/PLM/SCADA/PLC等工业系统全栈操作，执行准确率99.7%。不依赖UiPath/Blue Prism等第三方RPA底座，确保在工业内网、高安全等级环境下的独立可控部署。支持Windows/Linux/国产OS多平台运行。
建设成效
| 指标 | 传统RPA/人工模式 | 艺赛旗APA | 提升幅度 |
|---|---|---|---|
| 流程开发周期 | 2-4周 | 2小时 | ↓95%+ |
| 流程变更周期 | 1-2周 | 30分钟 | ↓98%+ |
| 执行准确率 | 人工95%，RPA 97% | 99.7% | ↑2.7pp |
| 异常自愈率 | 0%（依赖人工） | 85%+ | 从无到有 |
| MTTR（故障修复） | 2-8小时 | 3分钟 | ↓99% |
| 开发门槛 | 需要专业RPA开发人员 | 业务人员可直接使用 | ↓80% |
数据来源：艺赛旗官方产品资料、中石化"享当当"项目实施报告、公开客户案例（2025-2026）
建设特点总结
- 从"自动化"到"自主化"的代际跨越。传统RPA是"if-this-then-that"的规则执行器，APA是大模型理解业务意图后自主决策+自主执行+自主修复。这个跨越不是性能提升而是范式改变——就像从固定程序机床到CNC的跃迁。
- 流程自愈是工业AI闭环的关键突破。工业AI多年困于"感知强、行动弱"——视觉检测能发现缺陷但不知道该怎么处理，预测性维护能预警但无法自动调度维修。APA的流程自愈把AI从"报警器"升级为"行动者"，补上了闭环最关键的最后一环。
- 自研底座确保工业级安全可控。不依赖海外RPA底座（UiPath/Blue Prism），从执行引擎到编排器全栈自研。这对军工、半导体、能源等对供应链安全敏感的行业是硬门槛——也是纯平台型AI公司做不到的壁垒。
- 自然语言驱动降低使用门槛。用户不需要会写代码、不需要了解RPA语法，用自然语言描述业务流程就能生成自动化。这将目标用户从IT部门扩展到了车间主任、质量经理、财务主管等一线业务人员。
- 制造业场景深度适配。针对MES/ERP/WMS/PLC等工业系统的特殊接口和协议做了深度适配，不是"通用RPA+AI外挂"的浅层集成。中石化"享当当"项目已验证在流程工业的超大规模复杂环境下的可靠性。
行业启示
1. 工业AI的战场从"识别"移到"执行"了。过去5年大家在拼谁的AI检测精度高，现在精度都到99%+了，瓶颈不再是"看得准"而是"动得了"。艺赛旗的APA卡位的就是这个切换点——谁能把AI的决策落地为系统级自动执行，谁就是下一阶段的主角。
2. 自愈能力是工业AI从"可选"到"刚需"的分水岭。工厂老板不怕AI报错——产线本来就有异常。他怕的是AI报了错但没人处理，或者处理要等半天。流程自愈把这个心理门槛打掉了：AI不光告诉你出问题了，还自己修好了。这才是能让人放心把产线交给AI的关键。
3. 大模型+RPA不是加法而是乘法。把大模型叠在RPA上做"智能录制"的公司很多，但真正的壁垒在哪？在自研执行底座能覆盖多少工业系统、在自愈策略的可靠性有多高、在编排器能管多少并行流程。艺赛旗的价值不在"用了大模型"，而在"把大模型变成了可落地的工业级产品"。
4. 国产替代的下一波浪潮在自动化执行层。ERP国产替代（用友/金蝶）走了20年，现在才加速。但自动化执行层（RPA→APA）的国产替代才刚刚开始——UiPath在中国还有大量客户，而艺赛旗的自研底座给了中国企业不依赖海外RPA的选项。
思派视角
对中小制造企业意味着什么？
1. 流程自愈不是大厂专利——从最疼的3个断点开始。中小企业不需要一次性部署全厂APA。先找出产线上最常出问题、出一次停最久的3个跨系统数据断点（比如MES不良品数据没自动传到ERP生成退料单，质量经理每天花2小时手动录入），用APA做自动感知+自动执行闭环。一个断点打通，ROI可能3个月内回收。
2. 别等"系统全打通"才上自动化。很多工厂老板说"我ERP还没用好，上什么RPA/APA"。艺赛旗的思路恰恰相反：APA是帮你在现有系统基础上打通数据的工具，不需要先搞一套完美的信息化底座。对仍旧用Excel+纸质工单的中小工厂来说，APA甚至可以从"把纸质数据拍照识别→自动录入系统"开始。
3. 优先解决"跨系统数据搬运"——这是中小工厂ROI最高的场景。离散制造中小企业的最大痛点往往不是AI检测不准，而是数据在不同系统之间搬来搬去全靠人（MES→ERP、ERP→WMS、Excel→系统）。这是APA最擅长的事——数据搬运+规则校验+异常自动处理。一个APA流程可能替代1-2个专职数据录入员的日常工作。
老K点评
艺赛旗这个案例让我最兴奋的点不是大模型——现在谁家没有大模型？是那个"自愈"。
我跟很多工厂老板聊过，他们最怕的不是AI报错，是AI报了错之后没人管。以前用RPA，流程跑着跑着弹出一个系统升级窗口，RPA不认识这个窗口，卡住了，整个自动化链路断掉，等IT来修要好几个小时。艺赛旗的APA能自己认出"这是系统升级弹窗"、自己关掉、自己继续跑——听起来简单，但这是从"自动化"到"自主化"的决定性一步。
对中小制造企业的启发就一句话：先别想全厂AI大脑，先找3个最常出问题的跨系统数据断点，用APA堵上。一个断点堵好了，一年省几十万人工+几十万停工损失，回头再看这个投资就是白给的。
荣誉认证与行业影响力
| 类别 | 荣誉 |
|---|---|
| 🏅 行业 | 中国智能体自动化行业领航者 |
| 🏅 产品 | 国内首个企业级Agentic Automation商用平台（i-SEARCH APA） |
| 🏅 标杆 | 中石化"享当当"RPM+RPA+AI项目行业标杆 |
| 🏅 客户 | 服务500强企业超50家，覆盖制造/金融/供应链 |
| 🏅 技术 | 自研自动化执行底座，全栈国产可控 |
| 🏅 制造 | "黑灯工厂2.0"方案实现物理自动化+数字智能体深度融合 |
📝 录入时间： 2026年7月15日
📝 信息来源： 艺赛旗官网（i-search.com.cn）、中石化"享当当"项目公开资料、行业公开报道