跳到正文
阿里雲開發者社區 AI·· 1 小時前AI 評分55

海爾盈康一生基於 RDS Supabase 打造 AI 原生應用平台

云栖实录|海尔盈康一生基于RDS Supabase打造AI原生应用平台

AI 導讀

海爾盈康一生基於阿里雲 RDS Supabase 建立 AI 原生應用平台,讓業務人員以自然語言開發應用,並透過 MCP 或 Skill 接入智能體,參與業務流程。截至雲棲大會,平台已有 451 個應用,全部透過自然語言開發,應用開發效率提升 10 倍,覆蓋 1 萬多名員工的使用場景。已落地應用包括模具管理、3D 空間展示和商機線索分析;閒置沙箱可休眠或回收,數據保留在儲存中。

正文

2026-11-06 5

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: 海尔盈康一生基于阿里云RDS Supabase构建AI原生应用平台,支持业务人员用自然语言快速开发应用,并通过MCP/Skill接入智能体,实现AI深度参与业务流程。已落地451个应用,覆盖模具管理、3D演示等一线场景,提升组织效能与人机协同水平。

AI 正在提升个人工作效率,但如何将这种提升转化为组织效能,是企业推进 AI 应用时需要回答的问题。

2026 年 9 月 23 日,在云栖大会“为 Agent 重构数据库:Agentic Database 的架构与实践”分论坛,海尔盈康一生智能基础设施与 AI 平台负责人董瑞龙分享了《基于阿里云 RDS Supabase 构建 AI 原生应用平台的实践》:由业务人员通过自然语言开发应用,再通过 MCP(模型上下文协议)、Skill(智能体技能)等方式将应用接入智能体,使 AI 能够参与具体业务流程。

海尔盈康一生智能基础设施与 AI 平台负责人董瑞龙在 2026 年云栖大会现场分享

从自然语言开发应用,到让智能体参与业务流程,海尔盈康一生如何推进这项实践?点击下方视频链接,观看董瑞龙的完整分享。

https://img.alicdn.com/imgextra/i3/O1CN01lEya1qyuGID3jN8d_!!6000000000837-2-videocover-1838-877.png

以下为董瑞龙的演讲实录:

01 从个人提效到组织协同

海尔盈康一生是海尔集团旗下的大健康生态品牌,业务覆盖生命科学、临床医学和生物制药,三家上市公司分别为海尔生物、盈康生命和上海莱士。海尔生物面向实验室等场景提供设备和服务,包括低温冰箱等产品;盈康生命旗下有医院;上海莱士覆盖生物制药领域。工厂、医院和实验室等业务场景,为我们应用 AI 提供了丰富的实践空间。

AI 对个人工作效率的提升已经得到广泛感知。我们更关注的是,如何让整个团队、整个公司的工作效率和组织效能同步提升。为此,需要一套能够承载智能体与业务协同、人机协同的平台。我们仍然以应用作为这种协同的载体,但赋予应用新的使用方式,并将这类应用称为“AI 原生应用”。

02 基于 RDS Supabase,连接应用开发与智能体调用

轻应用主要降低应用建设门槛。通过自然语言或拖拽方式生成应用,可以减少开发工作量,但仅仅提高应用生成效率,并不会直接改变组织协作和工作流程。

我们所理解的 AI 原生应用,在生成后既支持人员通过界面操作,也能够通过 MCP 等方式供智能体调用,相关数据还可以进入数仓。业务人员使用自然语言表达需求时,也在将隐性的企业知识和业务流程转化为应用逻辑。智能体能够理解和使用这些逻辑,从而将应用纳入业务工作流程。

我们的技术实现基于阿里云 RDS Supabase。小盈是我们内部的智能交互工具。业务人员通过自然语言生成应用,并将应用部署在阿里云平台上;应用再以服务、MCP 或 Skill 的形式接入智能体,成为其上下文的一部分。这样,应用创建与智能体使用之间就建立了连接。

海尔盈康一生基于 RDS Supabase 的平台架构与实践指标

AI 具备较强的通用能力,但要在企业中开展工作,还需要理解企业知识、业务流程和数据。我们希望通过这套应用平台,将业务人员表达出来的知识和流程,以及相关业务数据,提供给智能体,使其能够参与实际工作。

03 快、稳、省:应用创新背后的平台支撑

快:三天完成平台上线,开放自主开发

在接入过程中,我们与阿里云团队交流需求、试用产品,并通过客户群推进问题处理,三天完成了平台上线。阿里云团队的支持、产品成熟度,以及对现有 Supabase 生态的兼容,是这次快速接入的重要因素。

Supabase 已有较为成熟的生态,阿里云在此基础上封装了相关能力。接口和数据组织方式对 AI 较为友好,能够帮助 AI 理解平台并完成对接,减少额外的适配工作。

平台搭建完成后,我们先向约 30 人的高级用户群开放“一句话生成应用”的 Skill,并演示使用方法。第二天上午,应用开发能力已经在用户之间自发传播。过去,业务人员提出应用需求后,需要联系 IT、申请服务器并完成立项;现在,他们可以先通过自然语言将想法转化为应用。

业务人员开发的应用也没有局限于简单的增删改查,已经出现投入实际使用的业务系统、模具查询和 3D 空间设计等应用。这些实践超出了我们最初的预期。

在使用过程中,我们也会引导用户梳理需求。例如,有用户一次向 AI 提出十几个需求,发现 AI 难以准确理解,我们便建议先明确需求规格,再推进应用建设。

稳:一次数据误删后的恢复实践

大会前,我们遇到过一次数据误删。一位用户让 AI 编写导入功能,生成的逻辑采用“先删除、再导入”的方式,导致该应用的生产数据被删除。这次我们借助 RDS 的能力,将数据秒级恢复了回来。

这个个案让我们对平台的恢复能力有了直接认识。业务人员可以在不掌握大量底层技术细节的情况下开发应用,而平台需要封装相应的底层能力,并将操作影响范围限制在用户自己的应用内部。

省:让试验应用不必长期占用运行资源

开放应用开发能力后,业务人员会尝试不同的想法,但并非每个应用最终都会持续使用。我们关注的,是让这些探索具备较低的试错成本。

对于不再被访问的应用,沙箱可以休眠或回收,数据保留在存储中。当沙箱已经休眠或回收后,这类应用的成本主要来自数据存储。这使业务人员可以先验证需求,而不必为每一个尝试长期维持运行资源。

04 451个应用,在业务使用中持续迭代

截至本次大会,我们的平台已经有 451 个 AI 原生应用,100% 通过自然语言开发,应用开发效率提升了 10 倍,平台覆盖 1 万多名员工的使用场景。

AI 原生应用平台的实践成果

自然语言开发并不意味着一次对话就结束了全部工作。业务人员先表达需求,再通过持续对话迭代应用。有些应用已更新多个版本:创建者将应用开放给所在部门使用,同事提出新需求后,再进行调整和完善。

对基础设施团队而言,应用数量的增长没有带来相应增加的运维负担。平台已封装相关底层能力,我们不需要为每一个应用分别承担数据库运维工作,日常运维成本较低。

05 从模具管理到 3D 演示,应用来自一线需求

模具管理:搜索、库位查看与 AI 问答

模具管理系统由一位非技术岗位员工搭建,支持模具搜索、库位查看和 AI 问答。此前,他们主要依靠现场的亚克力板管理和查找模具。这位员工根据自己的工作需求,通过平台开发了模具管理系统。

业务人员搭建的模具管理系统(界面局部)

这个案例体现了业务人员自主开发的价值:使用者能够直接将实际需求转化为应用,并在工作中使用和完善。

海外产品演示:用 3D 展示实验室布局

另一个应用由面向海外客户的销售人员搭建。他利用产品公开参数,通过 AI 生成 3D 展示应用,在客户演示中根据实验室空间绘制墙体,并放置相应设备。

该应用支持 2D 与 3D 切换和动态展示,销售人员可以在与客户沟通时调整布局和设备摆放。

这类应用同样超出了我们事先的设想。将开发能力交给业务人员后,他们能够结合自身工作场景,探索不同的应用形式。

06 让小盈使用业务应用,探索主动任务的下一步

我们希望让应用“活过来”。当应用的逻辑、数据、流程和目标能够被 AI 理解,应用就具备了进一步参与业务协同的基础。

相关数据统一进入我们的数仓,我们也进行了相应的数据治理。例如,用户通过自然语言提出需求后,AI 在创建库表之前,会先调用数仓规范,并按照规范完成库表创建。

在商机线索管理 Demo 中,用户可以在应用页面直接与小盈交互,询问当前线索数量和线索情况。小盈读取该应用中的数据,完成查询与分析。用户也可以在小盈客户端调用商机线索管理 Skill,连接同一应用并开展分析。这两种方式展示了 AI 原生应用建成后,智能体如何继续使用它。

目前展示的能力由用户请求触发。接下来,我们希望探索主动轮询或主动任务,让智能体更主动地参与业务。

以仓储管理为例,我们设想,未来 AI 可以在夜间分析仓储数据,对需要关注的情况形成提醒,在仓库管理员次日上班时提供相关信息,而无需每次都由用户发起异常分析请求。这仍是我们希望继续探索的方向。

07 业务共创:从一线需求到团队协作

大会前,我们邀请几位资深用户分享使用感受。他们来自质量控制、设备检验和生产技术等岗位,开发了产品测试报告智能出具、试验器具综合管理和智能模具查找等工具。

从这些用户的反馈看,一个直接的变化是省心。非技术岗位员工能够通过自然语言,将需求转化为真实可用的应用,减少日常查找、整理和重复处理工作。

我们提供平台与底层能力,业务人员提出具体需求,并在使用中持续完善应用。这种共创方式,让 AI 应用建设与一线工作联系起来,也让个人效率的提升能够进一步服务于团队协作和组织效能。

感谢阿里云提供的产品和技术支持,帮助我们推进 AI 原生应用平台建设,让更多业务人员参与应用创新,共同提升组织生产力。

了解 RDS Supabase

如果你的团队也在探索企业内部的 AI 原生应用平台,可以点击下方链接进一步了解本次实践所使用的 RDS Supabase,以及认证、存储、实时消息等应用后端能力。

https://www.aliyun.com/activity/database/postgresql-ai

來源:阿里雲開發者社區 AI · developer.aliyun.com