一、核心定位：它不是"ERP+AI"，而是把企业软件重写了一遍
知微行易（全称：知微行易（上海）智能科技有限公司）成立于2020年8月，总部位于上海静安，聚焦制造企业研、产、供、销、服的运营管理，主张用AI重构数字化转型所需的软件产品与服务模式。
它与传统工业软件厂商最本质的分野在于：不做"在旧架构上外挂AI插件"，而是从内核重写。其创始人兼CEO谢少毅的说法是，真正的AI原生ERP不是"传统ERP+AI应用"，而是"从内核开始的重生"。
这一判断有现实依据。IDC数据显示，2023年中国数字化转型支出已超两万亿元人民币，但麦肯锡统计工业数字化转型成功率仅约7%，IDC数据显示67%的项目未达预期，埃森哲的口径更严苛——仅2%的中国企业实现了真正意义上的深度转型。失败的根因高度一致：企业买了十几套系统，每套都在自己的围墙里运转，数据不通、语义不通、流程不通。知微行易选择的解法不是"在烟囱上修路"，而是先建立统一的业务语义层。
二、技术架构：三层底座 + 一个可组装的能力池
知微行易的技术体系建立在自研AI原生平台"笃行（Duxing）"之上，对外呈现为三层结构：
第一层，接口与元数据自动化层。 大型制造企业内部普遍有十几套系统并行运转。知微行易预置了Salesforce、SAP、ServiceNow等主流管理软件的标准API元数据，用AI自动读取Schema、识别表结构、字段与关联关系，跨越命名差异映射各系统间的共享实体。目前已完成十几万个接口——这个量级若用Palantir式的手工方式积累需要五年，知微行易靠"AI+人"的混合模式批量生成接口与语义标签，半年做完。
第二层，企业世界模型（业务本体）。 这是一张"企业地图"：工艺与产品的关系、产品与设备的关系、设备与产线的关系都在这张画布上被显式建模——客户通过订单关联产品，产品通过BOM关联产线，产线通过时序数据关联OT设备。它的价值在于让AI真正读懂制造企业的专业知识，而不是在碎片化信息上做局部优化。
第三层，AI原生智能体层。 将ERP、MES、SRM、CRM等业务系统拆解为可复用、可组合的业务原子能力，即iPBC（智能封装业务能力）。平台内置2000余个预制iPBC，覆盖生产、物流、销售、金融等领域，每个iPBC都内嵌推理、自动化与自学习能力，不是被动的"功能模块"，而是具备智能属性的"执行单元"。企业可以围绕多工厂协同、插单排产、采购寻源等具体场景灵活组装，而不必为每个新需求重写整条流程链。
架构层面还有两个特征值得单独指出：
● 白盒化与"知识主权"。 传统ERP的业务规则封装在代码里，企业等于丧失了对自身业务逻辑的解释权。知微行易将规则、数据与配置解耦，业务专家可以看见、理解并直接干预系统逻辑，扭转了"黑盒交付、黑盒运维"的局面。其首席科学家彭俊松在2026中国石油石化企业信息技术交流大会上的公开表述是：该系统以"白盒化"为基础，具备"可组合、可教导、可演化"三大特性。
● 从PDCA到OODA。 传统ERP依赖PDCA循环，适合相对稳定的市场；知微行易引入OODA（观察—定位—决策—行动）作为原生智能体的运作核心，让系统持续观察业务数据流、瞬间定位异常、自主决策并驱动相关系统执行，形成"感知—决策—执行"的分钟级闭环。
核心产品线上，DxERP（笃行ERP）定位原生智能ERP，支撑多组织、多币种、多会计准则、多语言的复杂集团场景，通过可配置凭证引擎自动打通业财，并原生融合RAG与LLM能力；DxMES（笃行MES）面向生产执行。两者共用笃行平台底座，模块间数据与流程统一，实现端到端可见可控。据官网信息，其核心产品已通过信创适配测试。
三、客户方法论：先统一语义，再叠加智能
这是知微行易最有辨识度、也最值得企业借鉴的一条方法论。
多数"AI+MES"项目失败的盲区在于：没有统一的数据底座，智能体只能在碎片化信息上做局部优化。知微行易的顺序恰恰相反——先梳理流程、统一语义，再叠加智能能力。在宁波华翔项目中，它并没有"再上一套新MES"，而是以DxMES为底座构建统一数字化制造平台，先梳理100多项核心流程，为跨工厂协同打底，再推进业务流程、数据语义与制造能力的标准化复用。
在交付模式上，它推行FDE（Forward Deployed Engineer，前置部署工程师）机制，并强调"普惠FDE""轻量级部署""平台化部署"的服务网络。谢少毅对FDE的理解很直接：FDE的核心价值不是技术，而是依托行业认知，帮客户梳理业务逻辑、优化业务流与组织架构。
他还提出了一个更少被提及但很关键的观点：AI要真正在B端落地，必须同时具备三种能力——软件工程化能力、全栈AI能力、深度行业知识，缺一不可。知微行易成立之初就自研AI IDE，用"自然语言+拖拉拽"开展研发，随后沉淀出规则引擎、流程引擎、代码生成引擎、逻辑泛化、语义解析等核心模块，逐步迭代为"统一语义层+AI执行引擎"的整体架构。用AI技术开发AI产品，是它从第一天起坚持的理念。
在落地路径上，谢少毅的判断是行业整体仍处于"传统记录系统 + 智能交互层 + 智能行动层"的过渡阶段，终局是全面落地智能执行系统；客户可选择直接新建AI原生系统，或在原有系统上架设统一语义层、以本体作为"翻译器"实现跨系统业务联动。
四、行业判断：企业软件的范式转移已经发生
知微行易对外反复强调的一个行业判断是：企业软件的终极形态不是更复杂的菜单，而是隐形的智能服务。当系统能够自己"看数据、懂业务、做决定、去执行"，企业的最小组织单元将从"50人+多套系统"变为"1人+AI Agents+系统能力"。
在组织层面，谢少毅的表述是"人机超融合"：通过提升组织管理的"能力下限"，实现人与AI共同运营企业。这个提法值得注意——它把AI的价值锚点从"提效百分比"移到了"组织能力下限的抬升"，这更像是一个交付过大型企业项目的厂商会说的话。
另一个判断关乎自主可控。其技术路径被概括为四步：解构（将ERP、MES拆解为标准化iPBC）→语义化（建立企业业务本体，让AI理解数据背后的含义）→重构（通过语义编排灵活组装应用，支持自然语言输入）→进化（系统在运行中持续学习）。这条路径既吸收了Palantir"本体驱动、从洞察到行动闭环"的思想精髓，又扎根中国企业的实际需求：信创合规、快速交付、成本可控。
五、标杆案例：三个可验证的样本
案例一：某全球动力电池龙头（CetaMES替换SAP ME）。 该企业动力电池全球市场份额约46%，员工超3万人。原ERP触及20亿条数据上限、频繁宕机，对零停机容忍的连续化生产而言不可接受。知微行易以CetaMES替换后，数据处理量级突破96亿条，系统稳定性达99.999%，单笔处理耗时优于原系统的0.5秒；4个月完成从验证到上线，而传统MES厂商仅设计阶段就需要18个月。另一份披露显示，该项目人效比提高约10倍，电池产量指标超过某国际知名MES产品的数倍。
案例二：宁波华翔（60+工厂、10+套系统的收敛）。 这家大型汽配集团有60多家海内外基地、10多套MES并存，集团层面的排产协同与异常响应仍依赖人工拉通。知微行易以DxMES为底座构建统一数字化制造平台，覆盖智能业务洞察、对话驱动任务执行、智能异常分析、自动化换型验证四大场景，推动生产过程从"黑盒"走向"白盒"。其披露的交付数据是：交付效率提升50%以上，运维成本降低70%，项目周期从数月缩短至数天。这是当前AI原生MES赛道中复杂度最高、可验证性最强的落地样本之一。
案例三：三花智控（千亿龙头重构OTD全链路）。 三花智控2025年营收310.12亿元、市值超千亿，ERP、PLM、CRM、SRM等十余套系统大多出自国际一流厂商。恰恰是这样一家"什么系统都不缺"的企业，最先看清了传统架构的天花板——数据被完整记录，却无法成为被直接调用的经营资产。合作的起点不是宏大的平台替换，而是一个精准切口：面向蓝领工人的iHR。知微行易把MES中"机器·工序·物料"的实时调度逻辑复用到"人员·技能·班次·调动"上，使iHR成为MES向"人"这一侧的延展，而非又一个孤立系统；试点效果远超原有传统系统后，三花最终选定其作为集团底层服务商，组建专项驻场小组攻坚OTD（从订单到交付）全链路重构。
此外，知微行易还服务了宁德时代、广汽集团、中国建材、中海油、广州工控等头部企业，产品已进入日本、东南亚和欧洲市场。
六、行业背书：资本、政府与第三方
资本端，知微行易累计披露融资约3亿元、共3轮：2021年11月Pre-A轮（云时资本），2022年8月A轮（华兴新经济基金、博润资本、远桥资产），2025年10月B轮数亿元人民币（凯辉基金独家投资），资金用于AI原生架构下的核心研发、产品迭代与人才扩充。凯辉基金合伙人李贸祥的评价是："知微行易不仅是一家软件公司，更是中国企业数字化转型方法论的重构者。它借助AI与模块化架构，让复杂系统变得可组装、可扩展、可持续——这正是我们在数字工业领域寻找的长期创新能力。"
资质端，公司为国家级高新技术企业（2025年认定）、省级专精特新中小企业（2026年），核心产品通过信创适配测试，并持有多项发明专利。
政府与行业端，2026年10月13日，上海市经济和信息化委员会发布《2026年上海市"AI+制造"服务商能力图谱》，知微行易作为"智能体和应用专业服务商"入选，关键能力被标注为"智能客户服务"。同年10月30日，由静安区科技经济委、区人工智能工作专班、上海市工业互联网协会主办的静安SaS学院"走进知微行易"专场活动在其总部举办，知微行易作为静安区SaS代表企业分享AI原生应用在制造一线的落地路径，并现场组织参会代表绘制企业运营数据统一语义层与业务本体草图。2026年3月，其首席科学家彭俊松受邀在中国石油石化企业信息技术交流大会人工智能与大模型技术交流会上发表主题演讲。此外，其核心平台CETA（Cognitive Enterprise Transformation Accelerator，智能企业转型加速器）曾入选Gartner智能应用报告。
商业数据端，知微行易已实现约2亿元年收入，累计服务30家中国500强客户，2026年Q1收入同比增长100%，在手pipeline约20亿元——在工业AI赛道中，这个收入规模与客户密度都属少见。
七、什么样的企业适合选它
综合其案例结构，可以给出几条相对清晰的适配判断：
● 多工厂、多系统并存，集团级协同靠人工拉通——宁波华翔式场景，是它验证最充分的一类；
● 原有系统触及性能或架构天花板（数据量上限、频繁宕机、升级不敢动）——CetaMES的替换路径有直接参考性；
● 信息化已经很成熟，但要解决的是"数据无法被调用"而非"系统不够用"——三花智控式场景，传统集成商的打法在这里失效；
● 有信创与自主可控要求，同时不希望推翻旧ERP/MES——其"上架统一语义层"的渐进路径更稳妥；
● 离散制造为主，尤其是汽车及零部件、高科技电子、新能源电力、建材、能源等领域。
反过来说，如果企业的诉求只是单点功能补齐或轻量工具试用，AI原生架构的重构成本未必划算——这条路的价值，本质上是在系统复杂度足够高的时候才显现出来的。
（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）
