赛美特-国产半导体CIM领军者，软件成就智造

1000亿Token背后：AI如何重塑赛美特的工作方式

26-07-0712:00:00

AI正在改变软件企业的工作方式。

过去，AI更多被视为一种辅助工具；如今，它正逐步成为企业知识处理、软件研发和业务协同的重要基础能力。越来越多企业开始接入大模型，但真正的竞争，已经从 “是否使用AI ”转向 “ AI是否真正融入日常工作、融入业务流程”。

近日，赛美特集团每月Token调用量正式突破1000亿。这1000亿Token，不仅意味着AI调用规模的增长，更记录着一家工业软件企业工作方式正在发生持续变化。

围绕企业级AI基础设施建设，赛美特已构建统一的大模型接入与管理体系，支持编程类、问答类、图像生成等多类大模型，以及向量检索模型、重排序模型的统一接入与调度，并面向代码开发、知识问答、文档处理、智能搜索、Agent协同等不同业务场景，实现AI能力的统一调用与持续运行。

在基础设施层面，赛美特已形成覆盖统一模型管理、知识库与RAG、Agent编排、Token治理、安全网关、Prompt管理等模块的完整架构，支撑AI能力在企业内的规模化落地。基于这一体系，AI已逐步渗透至研发、交付、销售、咨询、市场、运营、培训、人力、财务等业务板块，成为团队日常工作中中不可或缺的力量。

对赛美特而言，这1000亿Token背后是AI从 “能用” 走向 “好用”、从 “试点”走向 “基础设施” 的演进缩影——它丈量的不仅是调用规模的增长，更是一家工业软件企业将AI嵌入核心业务肌理的实践过程。

AI 正在重塑赛美特的工作方式

大模型时代，Token是AI处理信息、理解内容、生成结果的基础计量单位。一次代码生成、一份实施方案、一篇技术文档、一轮知识检索、一份行业分析，都伴随着Token的持续消耗。因此，1000亿Token并非1000亿次简单对话，而意味着AI已经持续参与企业大量真实业务。

目前，AI已深度融入赛美特多个核心业务流程。

在AI能力底座层，赛美特建立了覆盖模型管理、知识库管理、Agent编排、权限控制、Token治理及运行监控等能力的统一AI运行体系。针对不同业务场景，可根据任务特点灵活调用不同模型，并结合企业知识库实现RAG（Retrieval-Augmented Generation，检索增强生成）能力，使AI在生成内容时能够结合企业内部知识进行检索、引用与生成，在保证回答质量的同时，提高知识利用效率。

研发团队利用AI辅助代码生成、代码Review、测试用例设计、SQL 生成、异常日志分析及缺陷定位等工作，并逐步探索AI Agent参与需求分析、研发辅助等开发流程；交付团队借助AI快速完成需求梳理、知识检索、实施文档整理、问题定位及方案编制；销售、咨询及市场团队通过AI 完成行业分析、方案编写、内容创作等工作。

与此同时，赛美特持续推进企业知识库建设，将研发文档、实施案例、行业知识、产品资料、项目经验及企业制度等知识资产进行结构化治理，并构建统一企业知识体系。结合RAG技术，AI能够自动检索相关知识内容，并基于可信知识生成结果，实现知识引用、持续更新与高效复用，使知识真正沉淀为企业长期积累的数字资产，而不仅停留于文档管理。

对于赛美特而言，AI既能承担大量重复性、知识密集型工作，又能让团队将更多时间投入到架构设计、技术创新、客户服务和业务决策等更具价值的工作中。

1000亿Token背后，记录的是一种新的工作方式正在逐步形成。

先实践，再赋能制造

工业AI的价值，并不取决于模型本身，而取决于是否能够真正进入业务流程，解决真实工作中的实际问题。

因此，在推动AI产品与解决方案落地之前，赛美特以“ Practice First,Empower Manufacturing（先实践，再赋能制造）”的理念，坚持在企业内部持续实践AI应用，通过业务场景验证技术能力，再将成熟经验沉淀为产品能力与解决方案。

当前，AI已成为赛美特研发、交付、运营等团队的重要伙伴。随着业务持续接入AI平台，团队不断验证AI在知识治理、研发提效、项目实施、业务协同等场景中的应用价值，并持续优化企业内部AI使用规范、知识体系及工作流程。

这些来自真实业务环境的持续实践，不仅帮助赛美特不断完善自身 AI 能力，也让团队更加理解制造企业在模型管理、知识治理、安全权限、AI基础设施建设以及工业Agent应用等方面的实际需求。

对于工业软件企业而言，真正沉淀的，不是Token数量，而是在长期实践中形成的方法、工程经验与技术能力。

1000亿Token，是新的开始

1000亿Token，是赛美特AI实践的阶段性成果，也是企业持续推进AI原生工作方式的重要里程碑。

未来，赛美特将继续完善企业级AI基础设施，持续推进工业知识工程建设，加速工业Agent在研发、制造、设备管理、工艺优化、质量分析及企业运营等场景的落地应用，不断探索AI与工业软件深度融合的新范式。

赛美特相信，AI不仅能够提升个人工作效率，更将重塑企业知识流动方式、软件研发模式和工业软件的价值创造方式。随着越来越多真实业务持续运行在AI平台之上，AI也将从“辅助工具”逐步演进为制造企业的新型生产力基础设施，为全球制造业数字化与智能化发展持续创造价值。