AI现状调研
1. 在参加本次 Workshop 之前，您对 Agentic AI（自治智能体）的了解程度是?
A. 从未听说过
B. 听说过但不清楚具体含义
C. 了解基本概念，但未深入思考对业务的影响
D. 有较深理解，并在工作中主动关注 AI 应用
E. 非常熟悉，已有具体的 AI 落地实践
2. Session 1 的五大趋势中，您认为对汇川研发体系影响最大的是哪两个?（双选）
A. 趋势一:二元大爆炸 — Agent 成为新型研发与系统接口
B. 趋势二:LLM 拥有身体 — 具身智能进入真实物理场景
C. 趋势三:新的学习闭环 — 人机协同重塑研发与组织创新
D. 趋势四:知识管理重构企业认知 — 数据本体论驱动企业智能
E. 趋势五:未来之脸 — 品牌与客户交互进入人格化阶段
3. 请对以下 AI 核心概念的掌握程度进行自我评估
很不熟悉
不熟悉
一般
熟悉
很熟悉
能清晰解释 Token / Context / API 的工业对标概念
能用自己的话解释 Agent 与 RAG 的区别
能说出 Ontology（数据本体论）对汇川的战略意义
理解 MCP 协议与汇川 iFA 平台的关系
能判断业务场景该用「智能体」还是「数字化系统」实现
4. 请对汇川研发体系当前的 AI 准备度进行评分
很不满意
不满意
一般
满意
很满意
战略清晰度:研发体系的 AI 战略方向和优先级是否清晰
人才就绪度:研发团队是否具备足够的 AI 知识和技能
数据基础:研发数据的标准化、结构化程度是否足以支撑 AI
工具与平台:iFA / SDA / iFG 等平台是否已在您的团队中有效使用
组织文化:团队对 AI 的态度是积极拥抱还是观望等待
5. 汇川研发体系 2026 H2 应优先推进哪 3 个 AI 场景?（三选）
A. 需求→规格 AI 自动转换（R2S）:LLM 解析客户需求 PDF → IPD 标准规格书
B. 竞品参数自动对标:Agent 抓取竞品参数 → 知识图谱 → 对标报告
C. 技术文档 AI 自动生成:产品手册/安装指南/测试报告多语言自动生成
D. OTC 全链路 AI 编排:客户订单到回款的端到端 Agent 协同
E. 研发知识库 RAG:新员工自然语言调取老专家 20 年调试经验
F. AI 辅助代码生成与审查:PLC 梯形图/C++ 底层驱动代码自动生成
G. iFG 数字员工规模化部署:每个事业部配置专用 Agent 矩阵
H. 工艺知识本体平台:20 年行业工艺 Know-how 结构化为 AI 可调用的知识资产
6. 汇川研发体系推进 AI 落地最大的三个障碍是什么?（三选）
A. 数据散落各事业部，缺乏统一的数据标准和知识库
B. 研发人员 AI 技能不足，不知道 AI 能做什么、怎么用
C. 中层管理者认知不统一，推动 AI 的组织阻力大
D. 现有 IT 系统（CRM/ERP/MES/PLM）未 API 化，AI 无法调用
E. 缺乏清晰的 AI 投资 ROI 评估方法，难以说服 IRB 立项
F. 日常业务压力大，没有时间学习和尝试 AI
G. 担心 AI 替代人工，团队存在隐性抵触
H. 缺乏公司级的 AI 治理和 CoE 机制，各事业部各自为战
7. Session 4 讨论了「数字化加固 + AI 重塑双轮驱动」。您认为汇川当前最需优先推动的架构变化是?
A. 核心系统 API 化改造（CRM/iFA/PLM/MES），让 Agent 能被调用
B. InoCube-EiOS 升级为统一数据产品市场，打破事业部数据孤岛
C. 加速元管理（元组织/元模块/元爆点/元模型）在全公司导入
D. MCP 协议落地，实现 Agent 即插即用
E. iFG 从数字员工孵化器升级为企业知识本体平台
8. 完成今天的四个 Session 后，您对「带领自己的团队推进 AI 转型」的信心程度是?
完全没有信心
1
2
3
4
5
非常有信心
9. 您最期待 Day 2 Workshop 重点研讨哪个方向?（双选）
A. 流程重塑（支柱 1）:识别本领域最值得推进的 3-5 个 AI 场景
B. 数据与 AI 基础（支柱 2）:讨论当前数据与 AI 基础短板与改进方向
C. 员工队伍重塑（支柱 3）:讨论 AI 时代研发团队的角色与能力转型
D. 智能体 COE（支柱 4）:讨论如何建设支撑规模化推进的 Agentic CoE
10. 如果用一句话告诉朱总「汇川研发 AI 转型最需要的一件事」，您会说什么?（开放题）
关闭
更多问卷
复制此问卷