从电力现场到 IDC权威榜单｜中能拾贝入选工业 AI 及智能体平台 MarketScape “主要厂商” 阵营

　　近日，国际权威研究咨询机构 IDC 正式发布《IDC MarketScape：中国工业 AI 及智能体平台2026年厂商评估》报告。中能拾贝科技有限公司凭借在能源电力工业AI领域的深度积累与平台化能力，被定位于“主要厂商（Major Players）”阵营。

　　这是继2024年IDC 《工业大模型应用进展及展望》将CyberwILM 拾贝工业大模型列为国内工业大模型技术应用代表、2025年获评IDC“优秀工业智能体服务商”之后，中能拾贝再度获得IDC的认可。

　　IDC 在报告解读中有一个关键判断：模型能力向工业软件的渗透并非自动发生，而需要在模型与场景之间构建一个承上启下的平台层 —— 它将碎片化的模型能力封装为可复用、可组合、可治理的场景化智能体，提供模型接入与管理、智能体编排与开发、知识工程与数据治理、应用运维与效果评估等能力，显著降低企业从“模型可用”到“场景好用”的跨越门槛。

　　面对这道命题，中能拾贝的答案是“SDKIP+IIOS+APM”三位一体：

　　以SDKIP工业智能方法论为牵引，建立从业务意图到工业价值的共同语言与工程秩序，让AI进入“可验证、可受控、可追溯、可持续演进”的工业系统；

　　以CyberwIIOS 拾贝工业智能操作系统为底座，提供云边、模型、知识、智能体四类统一运行环境，以工业模型引擎（IIOS IME）为核心，通过COE智能编排引擎实现智能体“感知-推理-决策-执行-校验-记忆”全生命周期管控，并以ILS工业逻辑与安全子系统从体系层面规避模型幻觉与越权操作；

　　以CyberwAPM资产价值管理体系为落地出口，让资产价值“可见、可管、可优、可控”，支撑参谋型、执行型、辅助型三类数字员工在智慧监盘、安全监督、智能巡检、故障根因诊断等场景工程化上岗，推动运维模式迈向“人机协同、主动防御”。

　　从方法论到底座再到业务场景，三者形成一套贯通的工业智能工程体系，这恰好回应了IDC所指出的市场关键命题：平台厂商真正的竞争力，不在于接入了多少模型，而在于能否把行业Know-how沉淀为可复用资产、把单点智能升级为可治理的体系智能。

　　平台底座回答了“拿什么支撑规模化”，行业深耕回答的是“凭什么真正落地”。

　　IDC本次调研显示，企业推进工业AI面临的前四大挑战依次是：缺少AI人才（62.4%）、数据基础薄弱（48.0%）、与既有系统打通复杂（40.0%）、通用模型行业适配不足（37.6%）；而选择供应商时最看重的因素依次为：本行业成功案例（62.4%）、行业模型微调能力（55.2%）、AI 工程化部署能力（40.0%）。这组数据说明，企业要的不是参数更强的模型，而是真正懂行业、能在现场跑通的合作伙伴。

　　中能拾贝作为国家级专精特新重点“小巨人”企业，深耕能源电力领域超二十年，其工业智能产品体系已在国内多家大型发电集团完成规模化部署，支撑设备运维、现场安全管控、故障诊断等核心生产业务的智能化升级。

　　二十年沉淀的设备、运维、安全与生产经验，不再散落在单个项目里，而是被结构化沉淀进CyberwIIOS与CyberwAPM，成为可被智能体调用、组合与迭代的行业资产。从“一个模型解决一个问题”，到“一套平台治理一片业务”，从项目交付，到平台化运营 —— 中能拾贝正在完成工业智能从单点验证到体系化落地的关键一跃。

　　IDC 报告指出，未来两至三年，平台厂商的竞争焦点将从“接入模型的数量”转向“场景交付的效率”与“运维治理的能力”。这与中能拾贝“以平台化能力构建工业智能闭环”的路线高度契合。

　　中能拾贝创始人兼CTO刘勇认为：“技术先进性最终要以生产现场的实际产出作为评判标尺。工业软件的智能化升级，不只是大模型与存量系统的简单叠加，更是通过工程体系重构数据、知识与决策链路。”在工业 AI 从单点试点走向平台化规模部署的关键窗口期，中能拾贝的选择很明确，不追逐概念喧嚣，沉下心把二十年现场经验打磨成可复用的行业资产，让每一套平台都能真正在生产现场跑起来、用起来。

　　未来，中能拾贝将持续扎根能源电力等资产密集型行业，迭代“SDKIP+IIOS+APM”三位一体的工业智能体系，推动 AI 从“可用” 走向“好用、管用”，并让价值真正进入“可衡量、可持续、可运营”的轨道。

　　让资产更安全、更经济、更智能。

　　这是中能拾贝的承诺，也是我们面向工业智能下一程继续前行的方向。