BY
博雅云创 · 工业智能体创业实践
工业智能算网|数字工匠平台|04|惠州AI场景分析
博雅云创 · gyznsw.cn
工业智能体创业实践 · 下午 · 第四部分(60分钟)

惠州AI场景分析

从惠州产业基础出发,用需求方、数据、技术、安全、MVP和ROI六个维度筛选创业机会。
祛魅务实工程视角创业者视角
gyznsw.cn
01 · 产业底座

惠州的机会:产业基础+场景开放+数字化存量

2+1
电子信息、石化能源新材料+生命健康等产业布局
2个
省级人工智能产业园
2442家
截至2024年累计完成数字化转型的规上企业
51.3%
占规上工业企业比例
讲透这一页数据来源为惠州市工信局公开答复。
gyznsw.cn
02 · 政策体系

政策与组织基础

01

专项领导机制

已成立人工智能与机器人产业创新发展工作领导小组。

02

行动方案

发布2025—2027年人工智能与机器人产业行动方案。

03

产业联盟

建设本地联盟并推动深莞惠协同。

04

标杆与场景

持续推动AI赋能新型工业化标杆和典型场景。

讲透这一页使用惠州市工信局公开信息。
gyznsw.cn
03 · 产业布局

惠州“2+1”产业布局与AI切入点

01

电子信息

智能终端、显示、汽车电子、元器件和测试。

02

石化能源新材料

设备运维、工艺优化、安全与研发。

03

生命健康与其他

医疗健康、食品、农业和城市服务。

讲透这一页2026年惠州市工信局公开活动继续围绕“2+1”产业布局讨论AI应用。
gyznsw.cn
04 · 算力底座

算力和数字基础设施

01

数据产业园

粤港澳大湾区(惠州)数据产业园。

02

新型智算中心

推进润泽(惠州)国际信息港等项目。

03

企业数字化

制造业数字化转型形成数据和系统基础。

04

云边协同

工业、能源和农业场景需要边缘能力。

讲透这一页不使用尚未核实的“万卡规模”数字,只说明官方明确推进数据产业园和智算中心建设。
gyznsw.cn
05 · 六大领域

六大领域场景池:不是平均用力

01

AI+科研

工业研发、核能运维、实验数据。

02

AI+农业

渔业投喂、溯源、病害与环境。

03

AI+制造

质量、工艺、设备、研发和供应链。

04

AI+服务

物流、配送、园区和客户服务。

05

AI+治理

审批、城市运行、安全和应急。

06

AI+民生

养老、康复、教育和健康服务。

讲透这一页大纲中的38个场景作为候选池,讲座不逐个罗列,而是用统一框架筛出最适合创业的5到8个。
gyznsw.cn
06 · 六维模型

场景筛选六维模型

01

需求方

谁拥有问题、谁能推动项目。

02

痛点

损失、效率、质量或安全影响。

03

数据

在哪里、什么格式、谁拥有。

04

技术

大模型、小模型、规则或边缘。

05

安全

什么绝对不能出错。

06

商业

最小交付、ROI和付费方式。

讲透这一页这六维与后面的工作坊保持一致。
gyznsw.cn
07 · 优先矩阵

优先级矩阵:价值 × 可落地性

高价值、高可落地

  • 文档与知识密集流程
  • 质量检测与异常预警
  • 设备运维与报告
  • 可量化的流程自动化

高价值、低可落地

  • 直接闭环控制关键设备
  • 数据权属复杂的跨部门场景
  • 需要大规模硬件改造
  • 责任边界尚不清晰
讲透这一页创业切入优先选择高价值、高可落地场景。
gyznsw.cn
08 · 制造质量

场景一:制造业视觉缺陷检测

01

需求方

质量部门、产线负责人。

02

痛点

漏检、误检、人工疲劳和追溯困难。

03

技术

视觉模型+规则+边缘推理。

04

MVP

单工位、单缺陷、人工复核闭环。

讲透这一页视觉质检适合创业,但需要样本、光学条件、节拍和误报成本。
gyznsw.cn
09 · 工艺设备

场景二:工艺优化与故障预警

01

需求方

生产、设备、工艺部门。

02

数据

时序传感器、报警、工单和产量质量。

03

技术

时序模型+机理约束+Agent。

04

MVP

先做风险排序和原因建议,不直接控制。

讲透这一页先从辅助判断做起,积累对照数据和可信度,再逐步增加自动化。
gyznsw.cn
10 · 汽车电子

场景三:汽车电子研发与测试智能体

01

痛点

标准多、版本多、测试矩阵复杂。

02

对象

需求、设计、软件版本、测试用例、缺陷。

03

能力

资料解析、用例生成、工具调用、回归报告。

04

价值

缩短测试准备与证据整理时间。

讲透这一页惠州电子信息和智能网联汽车产业基础适合此类场景。
gyznsw.cn
11 · 能源运维

场景四:能源与核能设备运维

01

需求方

设备管理、检修、安全部门。

02

数据

设备台账、规程、工单、状态和检修记录。

03

技术

RAG、本体、异常检测、知识图谱。

04

安全

AI给建议,关键操作必须人工签发。

讲透这一页高安全场景适合从知识、诊断建议和证据整理切入,不宜把大模型直接接入控制。
gyznsw.cn
12 · 智慧农业

场景五:智慧渔业按需投喂

01

需求方

养殖企业、园区和技术服务商。

02

数据

水质、溶氧、天气、视觉和投喂记录。

03

技术

边缘视觉+时序预测+规则。

04

商业

节省饲料、降低风险、按效果分成。

讲透这一页智慧渔业要考虑断网、盐雾、硬件维护和季节差异。
gyznsw.cn
13 · 智慧物流

场景六:无人配送与园区物流

01

痛点

路线波动、等待、空驶和人工调度。

02

数据

订单、车辆、地图、园区规则和时间窗。

03

技术

优化算法+Agent调度+人工异常处理。

04

切入

先做调度建议和任务编排,再接设备。

讲透这一页无人配送的创业机会不仅是机器人本体,还包括订单编排、异常处理、场站协同和运营系统。
gyznsw.cn
14 · 政务服务

场景七:智慧审批与材料预审

01

需求方

政务部门、园区和企业服务机构。

02

痛点

材料多、规则复杂、反复补正。

03

技术

文档解析+规则引擎+引用问答。

04

边界

AI预审和提示,不替代法定审批。

讲透这一页这是Service-as-a-Software典型场景。
gyznsw.cn
15 · 城市治理

场景八:洪涝预测与城市应急

01

数据

降雨、水位、地形、排水和历史事件。

02

技术

时空模型、仿真、规则和Agent。

03

输出

风险分区、巡检建议和资源调度。

04

边界

模型不确定性必须明确,关键决策由指挥体系负责。

讲透这一页城市应急项目复杂,不适合创业团队一开始做全城市平台。
gyznsw.cn
16 · 民生健康

场景九:智慧养老与辅助康复

01

需求方

养老机构、医院、社区和家庭。

02

痛点

人员不足、风险发现晚、服务记录分散。

03

技术

传感、视觉、语音、知识与任务Agent。

04

安全

隐私、误报、医疗责任和人工响应。

讲透这一页民生场景需要明确是否涉及医疗器械和诊疗责任。
gyznsw.cn
17 · 数据权属

谁拥有数据,往往决定项目能否启动

01

企业内部

文件、数据库、设备与工单。

02

设备厂商

控制器、日志、协议与维保数据。

03

平台运营方

订单、用户和流程数据。

04

政府与公共机构

审批、城市运行和公共数据。

讲透这一页数据权属和授权要在售前阶段确认。
gyznsw.cn
18 · 付费主体

谁付费:受益者不一定是采购方

01

降本方

减少人工、能耗、材料和停机。

02

增收方

提升产能、良率、转化和服务。

03

控风险方

质量、安全、合规和追溯。

04

平台方

园区、政府或龙头企业组织生态。

讲透这一页创业者要找能签合同、能验收、能承担预算的主体,而不是只找“使用者”。
gyznsw.cn
19 · MVP周期

MVP周期:按数据和责任复杂度分层

4—8周
单一文档、问答、报告或规则预审
2—3月
一个岗位流程与弱集成
3—6月
多系统协同、持续数据闭环
6月+
设备控制、跨部门或高安全场景
讲透这一页时间是经验范围,不是固定承诺。
gyznsw.cn
20 · 优先级

惠州优先场景建议

01

第一梯队

制造质量、研发测试、文档与知识、设备运维。

02

第二梯队

智慧渔业、园区物流、政务预审。

03

谨慎推进

高安全自动控制、医疗诊断、全城市平台。

讲透这一页排序依据是产业基础、数据可得性、付费清晰度和风险。
gyznsw.cn
21 · 来源

官方资料与口径说明

  • 惠州市工信局:人工智能与机器人产业创新发展工作、行动方案和产业联盟公开答复。
  • 惠州市工信局:2026年AI大模型专题讲座,围绕“2+1”产业布局讨论AI应用。
  • 惠州市工信局:数字化转型城市试点,重点覆盖5G及智能终端、超高清视频显示、智能网联汽车和新型储能。
  • 大纲中的“六大领域×38个场景”作为讲座场景池,未核验数字不作为统计结论。
讲透这一页这一页用于向学员说明资料来源和口径,避免把演讲中的场景建议误解为官方项目名单。
博雅云创 · gyznsw.cn
互动 · 创业判断

现场投票:六个场景只能选一个,你选哪个?

现场投票 · 只能选一个哪一个最适合小团队先做?

A|视觉质检

价值直观,但样本、光学和产线节拍要求高。

适合有视觉与工业现场资源的团队

B|文档与规则预审

数据更容易获得,MVP快,适合进入组织流程。

适合软件和行业知识型团队

C|故障预警

价值高,但需要长期时序数据和业务对照。

适合有设备数据和算法基础的团队

D|无人配送

场景清晰,但硬件、运营和政策依赖较强。

适合具备线下运营能力的团队

E|智慧渔业

需求真实,边缘AI有价值,但现场交付复杂。

适合懂农业和硬件的复合团队

F|智慧审批

材料密集、规则清楚,但采购和合规周期较长。

适合政企交付经验团队
gyznsw.cn
22 · 结论

第四部分小结

地方AI创业的起点不是“模型能力”,
而是产业链中的真实损失、数据入口、责任边界和首个付费闭环。
快捷键: 翻页 N备注 O总览 F全屏 Esc关闭

页面总览