来源：新浪证券
2026 年以来，工业 AI 投融资热度持续上行，产业从 " 概念验证期 " 进入价值兑现阶段，标杆案例密集涌现，流程工业自主工厂、钢铁 / 锂电产线 AI 智能体、工业 CAE 仿真 AI 等场景商业化提速。对产业竞争力而言，工业 AI 是制造业价值重构的杠杆；对技术演进而言，工业 AI 是 AI 从 " 数字世界 " 走向 " 物理世界 " 的必经考场；对宏观格局而言，工业 AI 正在成为主要经济体制造业竞争的新焦点。
近期，在一场新质生产力沙龙上，中控技术董事长、总裁崔山，宝信软件中国宝武工程科学家钱卫东，索辰科技董事长、总经理陈灏，能科科技董事长祖军四家科创板公司代表，以及中金公司机械军工行业首席分析师刘中玉围绕工业 AI 的底层驱动、商业闭环、权力结构、商业模式、链主边界、中国路径等问题开展深度碰撞。
从单点验证走向规模化复制
" 从‘十四五’到现在，工业 AI 最值得称道的变化，是它真正开始从数字空间走进工业现场的物理世界。AI 开始直接参与生产运行中的判断和动作，感知、分析、决策、执行逐步串成一条闭环，在部分场景里已经能对装置运行产生实质影响。" 中控技术董事长、总裁崔山表示，当前工业 AI 正处在一个从单点验证走向规模化复制的关口。
中控技术于 2024 年发布时间序列大模型 TPT 与通用控制系统 UCS，2025 年推出自主运行工厂 AOP，以 TPT 为智慧大脑、UCS 为工业神经中枢，将识别、评估、决策、执行串成闭环，使工业 AI 直接进入控制回路并作用于装置运行。
" 至此，工业 AI 在流程工业中从分析工具转变为运行工具，工厂也从自动控制迈入自主决策、自主执行的新阶段。" 崔山称，工业 AI 正在从辅助工具变成流程工业运行体系的内生能力，为整个制造业打开一条可复制的智能化路径。
在宝信软件中国宝武工程科学家钱卫东看来，" 十四五 " 以来工业领域 AI 应用的标志性进展主要有以下几方面：大模型从通用领域向工业领域做适配，行业龙头企业开展工业垂类大模型的研究与应用；从研发到运维，AI 逐步渗透到核心生产环节，虽然还是以试点为主，但趋势已经形成；中国的灯塔工厂数量已经是全球第一，占比超过 40%。
据钱卫东介绍，在宝信软件的深度参与下，中国宝武旗下的宝钢股份宝山基地于 2021 年入选世界经济论坛 " 灯塔工厂 "，获评最佳实践的五个智慧制造项目为大数据热轧自动生产计划编制系统、转炉数字孪生系统与自动出钢专家系统、数字化工厂平台与智能模型、AI 表面质量线检测系统、智慧物流系统，分别覆盖智慧计划、智慧生产、智慧设备管理、智慧质量管理、智慧物流五大模块。
" 索辰科技从事工程仿真 CAE，已经完成了对标友商的国产替代，建立了物理 AI 全栈工具链。" 索辰科技董事长、总经理陈灏表示。
" 工业 AI 从‘试点验证’进入‘商业化分化’的历史节点，正处在一个关键分水岭：跨过单点验证期，进入规模化复制爬坡阶段，是从 L2 感知预测，向 L3 人机协同决策过渡的节点，部分向 L4、L5 级无人值守迈进。" 能科科技董事长祖军称。
祖军表示，能科科技按本体论定义设备、工序、工艺参数与质量标准的实体关系，由 FDE 团队与客户工艺专家共建工艺域本体，将非结构化的工艺规程、图纸与试验数据关联到具体零件及加工特征，形成 AI 可用的知识图谱，再沉淀为可复制、可更新、可用的高质量数据集。数据集支撑两类模型：垂域大模型按行业与业务领域构建，以满足工艺机理约束和数据保密要求；场景模型对应焊接、装配、物流、巡检等具体任务。
未来重心将朝哪些方向倾斜？
前瞻 " 十五五 "，工业 AI 的下一阶段重心会向哪个方向倾斜？流程工业的深水区闭环（从预警走向自主控制），或者是离散制造的场景规模化复制（从单点智能体走向多 Agent 协同），再或是端侧算力与物理 AI 的融合（让 AI 直接驱动设备而非只给建议）？
崔山认为，产业层面的趋势是，制造系统从按规则执行的自动化，走向能在复杂工况下形成闭环判断的自主化。中控技术构建的自主运行工厂 AOP，就是在这个方向上把工业 AI 嵌入控制回路，打通 " 感知—分析—决策—执行 " 的完整闭环，真正推动 AI 走向生产运行核心。目前，自主运行工厂系统 AOP 已在部分项目上实现连续数周的黑屏运行，人工干预频次降到个位数水平。
" 再往上走，绕不开的是安全底线怎么守住、责任怎么划清。" 崔山表示，中控技术的原则是，实时优化和自主决策可以交给 AI，但安全边界必须要由机理来约束，责任边界必须由人机权限和操作规程划清。
从宝信软件在钢铁行业的实践来看，钱卫东表示，当前大量项目停留在预警、告警、给操作员建议，下一阶段重心从 " 辅助预警 " 走向部分自主闭环控制，AI 输出结果直接干预 DCS 控制系统，实现能耗、产品质量、安全的自动调优。
钱卫东指出，2026 年以来，智能体的建设出现井喷，现在大多是单点 AI 智能体，比如质检 Agent、设备运维 Agent。下一阶段会探索多 Agent 协同，把排产、物料调度、设备运维、质量检测多个智能体联动，解决车间全局优化。端侧算力 + 物理 AI 融合则是底层基础设施变革，贯穿所有行业，未来端侧算力增强，物理 AI 把模型部署在边缘设备，AI 直接驱动执行机构，可实现感知决策执行本地闭环，降低云端延迟，保障工业现场的安全实时性。
陈灏表示，下一阶段值得关注的是，物理 AI 从研发设计进一步进入生产和运行过程。流程工业、离散制造都有这样的需求，端侧则是部署方式，三者可以同时推进。例如机器人、卫星在研发阶段积累的物理模型，可以进一步服务运行预测和维护。需要快速响应的能力可以放到端侧，复杂计算由相应平台支持。索辰科技关注的是把物理模型的价值贯穿到全生命周期，而不局限于某一个使用环节。
" 对离散制造企业而言，除了从单点智能体走向多 Agent 协同外，把价值闭环说清楚，用本体论的方法做高质量数据集，为每个客户建自己的垂域大模型，也是工业 AI 的下一阶段的工作中心。" 祖军称。
祖军表示，能科科技的 AI 能力能直接改造客户已有的研发和制造系统，前端再用 FDE 模式驻场交付，可以把一个场景打磨成可以复制的产品。同时，能科科技拿客户的高质量数据集做底，通过微调、后训练，在研发设计、工艺、质量这些业务域分别建模，交付的智能体和交付的结果对得上，投入产出比也因此能站得住。
如何实现商业模式闭环？
从商业模式看，工业 AI 从过去卖设备、卖软件 License，现在越来越强调 "AI 能力嵌入后按效果付费 " 或 " 运营分成 "。具体到各家公司，其商业模式是否正在发生 " 从卖工具到卖结果 " 的转变？
" 商业模式的转变是真实发生的，而且方向不可逆。" 崔山表示，现在中控技术向工业 AI 公司转型，工业 AI 业务的核心产品是时序大模型 TPT，商业模式转向模型即服务（MaaS）、结果即服务（RaaS）的价值订阅模式，依托为客户创造的实际价值实现持续收费；客户按年支付订阅费，中控技术持续提供模型的迭代与服务。
" 短期看，订阅制分期确认收入确实会压低当期财务表现，但公司选择这条路，是因为它代表工业 AI 业务真正的商业形态。" 崔山称，目前中控技术 TPT 大模型已经跨行业、跨装置复制到 29 个细分行业，标杆案例也在持续复制推广，横向覆盖同类装置、更多工厂和企业，纵向从单一装置向全流程上下游协同、全厂、全集团层面延伸，规模化推广在持续加速。
钱卫东则直言，以前信息化、自动化系统项目式的建设方式在 AI 时代肯定行不通，AI 时代一定会走向全生命周期的服务，但至今尚未形成适合的商业模式。目前把工业 AI 项目当作传统软硬件合同里的 " 搭送 " 的现象非常普遍，主要是因为 AI 产生的价值尚无法确切地衡量，AI 时代的生态信任尚未建立。
陈灏表示，商业模式会从软件工具向模型和持续服务延伸。工程仿真软件仍然有明确价值，在物理 AI 方向，行业模型服务、三维物理资产的建立与运维，都是可以进一步发展的业务形态。企业积累的行业知识和模型能力，也可以通过模型调用等方式向外提供服务，让一次积累支持更多应用。
" 按效果付费要有明确的比较基线、验收标准和责任范围。商业模式能否成立，最终要看交付内容是否创造实际价值，以及客户是否愿意持续付费。" 陈灏表示。
祖军指出，能科科技工业 AI 现在的商业模式主要是标准产品加实施服务；同时在 PLM、MOM 这类传统工业软件的销售里，顺带打包一批可规模化复制的 AI Agent。
祖军表示，公司工业 AI 已经能独立跑通商业闭环，原因有二：一是客户需求不断增多，几乎所有客户都在做 AI 落地，而且正从试点走向规模推广，立项和预算比前两年确定得多；二是针对不同场景，能科科技有一套 ROI 计算体系，把效率、成本、质量的收益拆成可量化、可复算的指标，前期就把投入产出讲清楚，交付后用同一套口径复核，闭环才算合上。" 两条叠在一起，工业 AI 就不再依附于传统软件项目，而是一个能持续、能复制的独立生意。" 祖军称。
