Vorreiter bei der Erkundung von Wegen zur Agenten-Produktisierung
Befähigung der digitalen Transformation von Fertigungsindustrie und Bildungsverlag
Vom 15. bis 16. August 2025 fand im Westin Hotel in Peking der Global Product Manager Summit 2025 (PM-Summit) statt, gemeinsam veranstaltet von CSDN und Boolan. Als Jahresereignis des Bereichs Produktinnovation versammelte der Gipfel über 40 Erstlinien-Experten aus dem Bereich Internet- und Technologieprodukte aus aller Welt; mehr als 1000 Teilnehmer diskutierten gemeinsam über die praktische Umsetzung von KI-Produkten und künftige Entwicklungstrends.
Herr Hu Tengyu, Mitgründer und Chief Product Officer (CPO) von SOIN AI, war zum Gipfel eingeladen. In zwei wichtigen Sessionen — der Podiumsdiskussion „Erkundung von Wegen zur Agenten-Produktisierung" und der Grundsatzrede — teilte er vertiefte Erfahrungen aus der praktischen Umsetzung von SOIN AI in Agentic-AI-toB-Szenarien und demonstrierte eindrucksvoll die technologische Stärke und die Innovationsergebnisse des Unternehmens.
Podiumsdiskussion: Entschlüsselung der Wege zur Einführung von Agenten-Produkten
Am Nachmittag des 15. August diskutierte Hu Tengyu in der Podiumsdiskussion zum Thema „Erkundung von Wegen zur Agenten-Produktisierung" mit Schwergewichts-Gästen wie Wang Yonggang, Gründer von Mootion AI, Zhu Guangxiang, Produktverantwortlicher von Baidu Miaoda, und Li Zixuan, Verantwortlicher von Zhipu Z.ai, über die Anwendungseinführung von Agenten, die technologische Entwicklung und Geschäftsmodelle.
Aus der Perspektive von Agentic-AI-Anwendungen im toB-Geschäft schlug Hu Tengyu drei Entwicklungsstufen des Weges zur Agenten-Produktisierung vor: vom Chat-Assistenten über intelligentes Q&A bis zur intelligenten Entscheidungsunterstützung. Besonders betonte er zur Art der Mensch-Maschine-Interaktion: „Softwarearchitekturen werden für Menschen entworfen, große Modelle simulieren menschliche Bedienung. Aus Sicht des Einführungswerts dient der Agent dem Menschen; aus Sicht des Einführungspfads muss der Mensch dem Agenten qualitativ hochwertige Geschäftsdaten und Know-how vermitteln und ihn anleiten, damit der Agent aus dem Feedback realer Aufgaben selbstständig iterativ optimieren kann."
Zu den Kompetenzanforderungen an Produktmanager im KI-Zeitalter gab Hu Tengyu professionelle Ratschläge: „Produktmanager müssen Markt, Branche, Kunden, Nutzer, Technologie und Betrieb verstehen — eine der vielseitigsten Positionen. Unverändert bleibt die Fähigkeit, Schmerzpunkte von Bedürfnissen zu erkennen. Im KI-Zeitalter ändert sich: Man muss den Entwicklungstrends der KI-Technologie eng folgen. Große KI-Modelle sind eine deterministische Produktivkraft, technischer Fortschritt erzeugt Bedarf, und die Iterationsgeschwindigkeit der KI-Branche ist extrem hoch. Produktmanager müssen gut den technologischen Trends folgen und die Eigenschaften aller KI-Technologien umfassend lernen, um im KI-Zeitalter wie ein Tiger mit Flügeln zu agieren."
Grundsatzrede: Agentic AI gestaltet die branchenpraktische Anwendung neu
Am 16. August hielt Hu Tengyu die Grundsatzrede „Praktische Umsetzung von Agentic AI im toB-Geschäft — die Evolution der Agenten vom Bildungsverlag zur Fertigungsindustrie". Er erläuterte systematisch die drei Kernelemente der toB-Einführung von Agentic AI bei SOIN AI:
Erstens: schlafende Daten im Unternehmensinneren aktivieren, die in den verschiedenen Systemen verstreuten Daten einheitlich integrieren und die Datennutzung maximieren;
Zweitens: Geschäftsregeln und interne Standards des Unternehmens in Wissen und Fähigkeiten der Agenten umwandeln, damit die KI die zentrale Geschäftslogik wirklich versteht und beherrscht;
Drittens: Agenten zur autonomen Evolution befähigen — auf Basis von Nutzerfeedback aus der realen Arbeit macht verstärkendes Lernen die KI geschäftsversiert, zum geübten Facharbeiter.
Hu Tengyu stellte heraus, wie SOIN AI durch die explorative Praxis von Agentic AI fünf zentrale Schmerzpunkte von Unternehmenskunden in der digitalen Transformation erfolgreich löste: unlesbare Daten, nicht-intelligente Entscheidungen, nicht geschlossene Erfahrungskreisläufe, schwer quantifizierbarer ROI, inkompatible Ökosysteme.
KI-natives F&E-Team: von der klassischen Arbeitsteilung zur Kompetenzfusion
Zur Veränderung der Teamkollaboration teilte Hu Tengyu die innovative Praxis von SOIN AI: „Von der Funktionsaufteilung zur Kompetenzfusion: Produkt, Algorithmen und Betrieb bauen gemeinsam Agenten. Bei SOIN AI werden 80 % der Anforderungsdokumente von KI generiert, alle PMs sind zu Agenten-Architekten geworden; 80 % der Coding-Arbeit wird von KI geschrieben, jeder Entwickler führt mehrere KI-Ingenieure. Ein 3-Personen-Team lieferte in 3 Wochen einen PLM-Agenten für einen Fertigungskunden — im traditionellen Modell wären 10 Personenmonate nötig gewesen."
Praxisfall: intelligente Aufrüstung der gesamten PLM-Kette in der Fertigung
Hu Tengyu teilte vertiefte Einblicke in den Referenzfall von SOIN AI zur intelligenten Aufrüstung der gesamten PLM-Kette in der Fertigung. Als KI-Ökosystempartner von PTC Windchill erzielten die von SOIN AI entwickelten Agenten zur intelligenten Analyse von Bauteildaten und zur optimalen Auswahl von Bauteilen und Materialien deutliche Geschäftswert-Steigerungen:
Eingabegeschwindigkeit von Bauteilen um das Viel(fache) erhöht, NPI-Tempo der Produkte stark beschleunigt
Genauigkeit der Dateneingabe erheblich gesteigert, Fehlerrisiken wirksam gesenkt
Effizienz der Datensuche deutlich verbessert, F&E-Prozesse beschleunigt
Verarbeitung interner Dokumentinformationen durch KI in KI-nutzbare Kenntnisse, Umwandlung unstrukturierter in strukturierte Daten, Modelleffizienz +80 %
Abfragen von natürlicher Sprache zu Geschäftsobjekten, Abfragegeschwindigkeit +75 %
Intelligente Analyse und Entscheidungsunterstützung senken das Risiko von Konstruktionsfehlern um 40 %
Im Elektrosektor realisiert die Lösung „intelligente Planfabrik" von SOIN AI das KI-Parsen von CAD/PDF-Zeichnungen in Minuten mit automatischer Erzeugung von Stücklisten (BOM) und Angeboten: Angebotsbeschleunigung um 500 % plus 50 % Kostenreduktion — eine echte Neugestaltung der Wertschöpfungskette der Konstruktion durch KI.
AWE-Engine: Aufbau von technologischen Barrieren und geschäftlichem Burggraben
Hu Tengyu erläuterte die Kerntechnologievorteile von SOIN AI und formulierte klar die technologische Linie „kein Hunderte-Milliarden-Modell, Spezialisierung auf die Alchemie von Unternehmensdaten". Die technologischen Barrieren von SOIN AI zeigen sich in:
Technologischer Burggraben der KI-Anwendungen = nicht-invasive Erfassung × Multiformat-Analyse × Daten-Wissens-Pipeline = Verfestigung von Branchen-Know-how
Konkret umfassen die Vorteile von SOIN AI: nicht-invasive Erfassung (Genauigkeit >98 %) × Multiformat-Analyse × vektorisierte Speicherung = Verfestigung von Branchen-Know-how; die AWE-Engine orchestriert Open-Source-Modelle (Qwen/DeepSeek) dynamisch und gleicht Schwachstellen der LLM-Industrie aus.
Auf dem Geschäftsweg verfolgt SOIN AI eine Drei-Stufen-Strategie: Einstieg über ein einzelnes Szenario → Durchdringung der Prozesse → plattformbasierte Ausgabe. Gleichzeitig wird aktiv ein Partner-Ökosystem aufgebaut: mit etablierten traditionellen Softwarehäusern wurde eine Ökosystemkooperation geschlossen, um die tiefe Fusion von traditioneller Industrie und KI zu verwirklichen.