TCS工业自主与工程业务线负责人：智能体规模化需要领域策展，不能人人自建
TCS工业自主与工程业务线全球负责人Sreenivasa Chakravarti阐述了工业价值链中智能体从试点走向规模化的核心矛盾：大语言模型足以支撑单点试点，但跨角色、跨部门的规模化部署要求智能体与组织规则、技术栈和安全合规对齐。他提出的'工业智能铸造厂'以领域本体组织可复用智能体，按角色组装应用，并将智能体生命周期管理本身作为服务交付。TCS称该方案可缩短新产品导入时间25%、提升制造效率20-25%，但均为厂商自报数据。
大语言模型足以支撑一个智能体试点，但Chakravarti认为，当企业要把智能体部署到产线管理、产品管理和质量管理等不同角色时，问题就变了。每个角色体验智能体流程的方式不同，而更关键的是，如果放任每个人自行创建智能体，这些智能体就会脱离组织规则、技术栈和安全合规的约束。
TCS的应对方式是'工业智能铸造厂'：一个按领域本体和分类系统组织的可复用智能体库。质量经理需要检查生产流程中的视觉检测，可以拖拽一个已有的计算机视觉智能体，组装进自己的工作流；同一个智能体也可以被训练部门或品控部门复用。构建得越多，沉淀的知识库越厚，下一个应用就能站在已有工作流之上。
Chakravarti把铸造厂定位为加速器而非最终产品，TCS的核心业务仍然是对某条具体价值链的AI转型。但一个值得注意的变化是：很多客户现在要求TCS代为管理智能体的生命周期。他的解释是，每个智能体自身都在快速变化，变化速度之快使得客户宁愿把持续维护也外包出去。这意味着'部署完就不管'的传统软件交付模式在智能体场景下正在失效。
在部署形态上，主权和合规压力把客户推向不同方向：研发类价值链的客户倾向于把铸造厂应用留在本地，部分客户要求在自有主权云或特定区域云部署。TCS同时强调，铸造厂永远作为转型交易的一部分出售，而非独立产品。
需要保留的边界是：TCS声称该方案可缩短新产品导入时间25%、提升制造效率20-25%，这些是厂商自报数字，没有披露测量方法、样本规模或对照条件。此外，领域策展模式隐含一个前提——客户组织已经具备定义角色化工作流的基础能力。对于尚未建立流程文档或角色边界的工业组织，策展本身可能成为新的瓶颈。