Guider l'exploration de la voie de production des agents
Autonomiser la transformation numerique de la manufacture et de l'edition educative
Les 15 et 16 aout 2025, le Sommet mondial des chefs de produit 2025 (PM-Summit), co-organise par CSDN et Boolan, s'est tenu en grande pompe a l'hotel Westin de Pekin. Evenement annuel majeur du domaine de l'innovation produit, ce sommet a rassemble plus de 40 experts de premiere ligne des produits internet et technologiques du monde entier, et plus de 1 000 participants pour discuter de la mise en oeuvre concrète des produits IA et des tendances de developpement futures.
Monsieur Hu Tengyu, cofondateur et directeur produit (CPO) de SOIN AI, a ete invite au sommet. Lors de deux sessions importantes — la table ronde « Exploration des voies de production des agents » et la conference thematique — il a partage en profondeur l'experience de deployment pratique de SOIN AI dans les scenarios Agentic AI toB, demontrant pleinement la force technologique et les resultats innovants de l'entreprise.
Table ronde : decoder les voies de deploiement de la production d'agents
Dans l'apres-midi du 15 aout, lors de la table ronde sur le theme « Exploration des voies de production des agents », Hu Tengyu a débattu avec des invites de poids tels que Wang Yonggang, fondateur de Mootion AI, Zhu Guangxiang, responsable produit de Baidu Miaoda, et Li Zixuan, responsable de Zhipu Z.ai, autour du deploiement applicatif des agents, de l'evolution technologique et des modeles d'affaires.
Sous l'angle des applications toB de l'Agentic AI, Hu Tengyu a propose trois phases de developpement pour la production d'agents : de l'assistant de conversation au questions-reponses intelligentes, puis a l'aide intelligente a la decision. Il a particulierement souligne, s'agissant des modes d'interaction homme-machine : « La conception des systemes logiciels est orientee vers l'humain, tandis que la conception des grands modeles consiste a simuler les operations humaines. Du point de vue de la valeur du deploiement, l'agent sert l'humanite ; mais du point de vue du chemin de deploiement, l'humain doit transmettre a l'agent des donnees metier de haute qualite et le savoir-faire metier, le guider, afin que l'agent puisse s'ameliorer de maniere autonome a partir des retours d'evaluation des taches reelles. »
Sur les competences requises des chefs de produit a l'ere de l'IA, Hu Tengyu a donne des conseils professionnels : « Le chef de produit doit comprendre le marche, l'industrie, les clients, les utilisateurs, la technologie et l'exploitation — c'est l'un des postes les plus polyvalents. Ce qui ne change pas : la capacite a percevoir les points de douleur des besoins. Ce qui change a l'ere de l'IA : suivre etroitement l'evolution des technologies d'IA. Les grands modeles d'IA sont une productivite certaine, le progres technique engendre les besoins, et l'iteration technologique du secteur de l'IA est extremement rapide ; le chef de produit doit savoir suivre ces tendances et apprendre comprehensivement les specificites des differentes technologies d'IA pour decupler son efficacite a cette ere. »
Conference thematique : l'Agentic AI remodèle les pratiques applicatives sectorielles
Le 16 aout, Hu Tengyu a prononce la conference thematique « Deployment pratique de l'Agentic AI toB — l'evolution des agents de l'edition educative a la manufacture ». Il a expose systematiquement les trois elements centraux du deploiement toB de l'Agentic AI chez SOIN AI :
Premierement, reactiver les donnees dormantes de l'entreprise en integrant de maniere unifiee les donnees dispersees dans ses differents systemes, afin de maximiser la valeur des donnees ;
Deuxiemement, convertir les regles metier et normes internes de l'entreprise en connaissances et competences des agents, permettant a l'IA de comprendre et maitriser reellement la logique metier centrale ;
Troisiemement, permettre aux agents d'evoluer de maniere autonome : sur la base des retours utilisateurs issus du travail reel, l'apprentissage par renforcement rend l'IA competent metier, au rang d'ouvrier qualifie.
Hu Tengyu a presenté en priorite comment SOIN AI, a travers son exploration de l'Agentic AI, a reussi a resoudre les cinq points de douleur centraux des clients entreprises en pleine transformation numerique : donnees illisibles, decisions non intelligentes, experience sans boucle de retour, ROI difficile a quantifier, ecosystemes incompatibles.
Equipe R&D native IA : de la division traditionnelle du travail a la fusion des competences
Sur la transformation des modes de collaboration d'equipe, Hu Tengyu a partage l'innovation de SOIN AI : « De la division par fonctions a la fusion des competences : produit, algorithmes et exploitation construisent ensemble les agents. Chez SOIN AI, 80 % des documents d'exigences sont generes par l'IA et tous les PM sont devenus architectes d'agents ; 80 % du code est ecrit par l'IA, chaque developpeur encadrant plusieurs ingenieurs IA. Une equipe de 3 personnes a livre en 3 semaines un agent PLM pour un client de la manufacture, la ou le mode traditionnel aurait requis 10 hommes-mois. »
Cas concret : la montee en intelligence de toute la chaine PLM manufacturiere
Hu Tengyu a partage en profondeur le cas emblematique de SOIN AI dans la montee en intelligence de la chaine complete PLM de la manufacture. En tant que partenaire de l'ecosysteme IA de PTC Windchill, les agents d'analyse intelligente des donnees de composants et de selection optimale de composants developpes par SOIN AI ont produit des gains de valeur metier notables :
Vitesse de saisie des composants multipliee par des dizaines, accelerant fortement le NPI des produits
Exactitude de saisie des donnees grandement amelioree, reduisant efficacement les risques d'erreur
Efficacité de recherche des donnees nettement accrue, accelerant le processus de R&D
Traitement par l'IA des informations documentaires internes en connaissances utilisables, conversion des donnees non structurees en structurees, efficacite de modelisation +80 %
Requetage du langage naturel vers les objets metier, vitesse de requete +75 %
Analyse intelligente et aide a la decision, reduisant de 40 % le risque d'erreurs d'ingenierie
Dans le secteur electrique, la solution d'usinage intelligent des plans de SOIN AI realise l'analyse des plans CAD/PDF par l'IA a la minute, avec generation automatique des nomenclatures (BOM) et des devis, soit une acceleration des soumissions de 500 % et une reduction des couts de 50 % — une vraie reconstruction de la chaine de valeur de la conception par l'IA.
Moteur AWE : batir des barrieres technologiques et un fosse commercial
Hu Tengyu a expose en priorite les avantages technologiques cles de SOIN AI, affirmant clairement la ligne technologique « pas de modele de 100 milliards de parametres, specialisation dans l'alchimie des donnees d'entreprise ». Les barrieres technologiques de SOIN AI se manifestent ainsi :
Fosse technologique des applications IA = collecte non intrusive × analyse multiformats × pipeline de conversion des donnees en connaissances = fixation du savoir-faire sectoriel
Concretement, les avantages de SOIN AI comprennent : collecte non intrusive (precision >98 %) × analyse multiformats × stockage vectorise = fixation du savoir-faire sectoriel ; le moteur AWE orchestre dynamiquement des modeles open source (Qwen/DeepSeek), completant les points faibles de l'industrie LLM.
Sur le chemin commercial, SOIN AI adopte une strategie en trois etapes : entree par un scenario unique → traversée complete des processus → sortie plateformisee. L'entreprise construit activement un ecosysteme de partenaires sectoriels, en etablissant des cooperations avec les grands logiciels traditionnels pour realiser la fusion profonde de l'industrie traditionnelle et de l'IA.