8月1日，“AI驱动・重塑价值——数智化转型与AI赋能专题研讨会”于浙江舟山盛大落幕。作为浙江省制造业数智化领域的高规格行业盛会，本次会议汇聚省内制造业主管部门掌舵人、宁波头部制造企业CIO方阵与产业生态先锋力量，聚焦AI技术落地制造场景的核心路径、企业数智化升级的顶层设计与实践方法论，展开深度思想碰撞与前瞻研判，共绘制造业高质量发展的数智蓝图。
鼎软天下作为中国领先的物流供应链数智化全场景解决方案服务商，受邀出席本次峰会。公司浙江大区经理孟宪阳发表主题演讲，站在制造业供应链变革的产业高度，以物流数字化为切入视角，深度解码AI物流数字员工赋能智慧物流的创新实践体系，系统呈现覆盖TMS运输管理、WMS仓储管理、智能调度与全局路径优化的全链路数智化解决方案，为制造企业破解供应链效率瓶颈、实现降本增效与价值重塑，提供了可落地、可复制的标杆路径。
锚定制造业转型深水区痛点，AI重构物流供应链价值
当前，制造业数智化转型已步入攻坚深水区，物流供应链作为串联生产、流通与终端的核心枢纽，正面临成本高企、可视性不足、调度效率受限、数据孤岛割裂等共性挑战。传统依赖人工经验的运营模式，已难以适配柔性生产、极速履约与韧性供应链的建设需求。
孟宪阳在分享中指出，AI技术与物流业务场景的深度融合，是推动制造业物流从流程线上化向决策智能化跃迁的核心引擎。依托十余年物流数智化领域的技术沉淀与行业深耕，鼎软天下以 “数据驱动、人机协同、闭环优化” 为核心理念，构建了AI物流数字员工能力矩阵，将大语言模型、规则引擎、RAG知识库与优化算法深度嵌入 TMS、WMS核心产品体系，贯穿订单、调度、运输、仓储、结算全业务链条，为制造企业打造兼具敏捷性、韧性与成本优势的智慧供应链中枢。
该矩阵从仓储、运输、结算、决策四大维度落地智能能力，AI算法自动完成配载合单与全局路径规划，最大化运力使用效益；物联网全域感知网络实现多式联运全程可视、风险提前预警；智能 WMS联动自动化硬件完成全流程高效仓内作业，提升仓储运营效率；自动化计费规则引擎简化运费对账核销流程，配套BI数据驾驶舱输出全维度运营数据，实现仓储、运输、财务、管理全环节智能协同闭环。
深耕行业场景验证，标杆实践引领数智落地
作为中国物流信息化知名品牌、全国物流技术装备物流数字化TOP10品牌，鼎软天下深耕物流供应链数智化领域10多年，构建了30+完善产品体系、100+自主软件著作权、200+优质生态合作伙伴与3000+合作客户的深厚产业积淀，方案已在汽车制造、造纸行业、离散制造、金属制造、新材料、能源化工等核心制造领域深度落地。
在汽车制造赛道，鼎软天下为吉利汽车打造的一体化TMS平台，覆盖乘用车、商用车及大宗物资多业态运输场景，实现运输全节点可视可控、计费规则灵活配置与多系统数据协同，助力企业实现运输成本优化与订单处理效率的双重跃升；在离散制造领域，为青岛大牧人搭建的智慧物流管理体系，通过线上招投标、智能运力调度、全流程在途监控与数字化结算能力，企业物流运输费用大大降低，调度运营效率大幅提升。此外，北京汽车制造厂、中国石油、山东高速集团、宁波震裕科技、泰山啤酒、泰山玻纤、青岛港国际冷链、施可丰、天创管业、浙江五洲特纸、广州天福连锁、苏州优乐赛、义乌红狮智慧物流园等一众行业头部企业，均依托鼎软天下的数智化解决方案，完成了物流运营模式的升级迭代与价值重构。
共筑产业协同生态，擘画智慧物流未来图景
本次研讨会为制造企业与数智化服务商搭建了深度链接的产业平台，也向全行业印证了AI技术赋能物流转型的巨大价值空间。孟宪阳表示，制造业智慧物流的终极形态，是具备自主决策能力、动态重构能力、与业务深度共生的智慧供应链生命体。
未来，鼎软天下将持续深耕AI、物联网与大数据技术在物流场景的融合创新，打造具备自主进化能力的智慧供应链大脑；同时积极构建制造与物流深度融合的产业协同生态，打通从原材料采购、生产制造到分销零售的全链路数据壁垒，推动资源高效共享与业务无缝协同。鼎软天下以端到端的一体化智慧物 流解决方案，助力更多制造企业激活供应链价值潜能，提升产业链运行效率与抗风险能力，为中国制造业高质量发展与供应链韧性建设，注入持续的数智动能。
政策解读方向
省科技厅原副厅长、协会咨询委名誉主任、杭州市软件行业协会理事长洪积庆从政府与企业双重视角出发，深入分析了企业在AI转型中面临的“一个确定性与三个不确定性”。他指出，AI技术发展是确定性趋势，但技术演进路径、企业类型差异及数字化基础各不相同。他特别强调，企业必须拥抱AI潮流，但又面临诸多不确定性，企业之间、政企之间需要加强交流协作，共同探索务实可行的落地路径。
省数据局副局长蒋汝忠围绕国家加快推进高质量数据集建设、数据要素赋能人工智能发展等政策进行深入解读，介绍浙江“1+6+1”人工智能产业布局及公共数据授权运营机制。他提出，政府存量数据可通过公开共享、授权运营等方式向企业开放，企业应当重视高质量行业数据集搭建，并积极争取相关政策支持。
