工业AI净利率跌破5%：错尺子量不出实体利润

（本文作者为 GritMeng，钛媒体经授权发布）

聊天窗口里挤不出利润率，物理世界的AI，真正值钱的地方藏在后面。

这两年，科技圈和实体产业之间，横着一道看得见的裂口。

一头是算力设施和大模型一路猛冲，参数规模、推理速度半年就翻一倍；另一头，制造企业的利润表却在往下走。

硅基算力已经这么便宜、这么强，怎么还是救不了实体企业的利润？

去任何一家百亿级制造企业的董事会，旁听一次预算审批，答案马上就出来了。

研发负责人要投三个亿开发新一代硬件，销售负责人要花两个亿拓展海外渠道，制造负责人要砸五个亿建自动化新产线——一把手通常拍板很快，因为大家默认研发、渠道、产线就是赚钱的发动机。可轮到数字化与供应链负责人申请建核心计划与决策算法系统，立项报告里的预期收益几乎一模一样：预计库存降低 5%—8%，准时交付率提升 2%—3%，人工排表工时节省 30%。

一行代码还没写，这份立项书在战略上就已经给工业决策智能定了性：它算不上决定企业生死的经营母机，只是个“拧毛巾省点零花钱”的后台辅助工具。更难受的是，系统上线两年后翻开合并利润表，当初承诺的那 5%—8% 账面收益也找不着了——成品仓的货刚少一点，半成品仓就鼓起来；准交率刚拉升两个点，月底的加急空运费和年末呆滞核销转手就把它吞得干干净净。

在千亿级制造网络与复杂系统算法底座上死磕了二十二年，我越来越清楚地看到一个被全行业忽略的事实：工业 AI 与决策系统算不出大钱，原因不在原子世界的回报率低，而在于过去四十年我们用来丈量价值的那把尺子，从物理根基上就刻错了。

一、高毛利退潮之后，藏在水下的内耗伤口裸露了出来

过去二三十年，实体企业把核心调度系统当“后勤配角”也能活得不错，原因是什么？粗放增量时代给了一张足够厚的毛利垫子。

行业综合毛利率高达四五成的时候，企业在运营调度上其实只干了一件事：保住前端交付数量，不管数量背后的物理代价。

货一旦能发出去，水下那笔每天发生的巨额内耗就无人细查：芯片是共用的，排在前面的缺件订单先把它占死，后面本该齐套的订单反倒没料可用；车间惦记设备稼动率，半齐套的活儿也先投上线，过道里很快堆满停着不动的在制品；采购这边四处高价扫现货、重复下单救急，到季度末只能大笔核销呆滞；物流长年包机空运；几百名计划员熬着夜，对着离线表格一料一料手工去抢。

四五成毛利像一间温室，呆滞、冗余库存、空运溢价、产能放空全被这层厚毛利悄悄吃掉了，财报上找不出伤口。结果从商学院到软件圈都心安理得：这套中枢系统不过是“省几个人工、帮着拉拉报表”的低价值工具，最新的大模型算力则一股脑拿去做会议纪要、写邮件和聊天问答。

如今潮水退得干干净净。制造业净利率被压到 4%—5%，毛利垫子一抽走，水下那套沿用了三十年的粗放调度逻辑却一秒没变。原先藏在毛利里的那几个百分点内部摩擦废热，现在就直直捅穿利润表。

增量年代，市场红利把内耗盖住了；存量年代，得靠硅基算力把内耗打掉。遗憾的是，眼下绝大多数所谓的“工业 AI”，还举着聊天对话框在企业皮肤表面挠痒，压根没伸进真正流血的大动脉。

二、一把刻错四十年的尺子：误把“同源耦合”当成了“零和冲突”

大动脉里既然埋着几个亿的失血窟窿，为什么几十年来，不管是顶尖咨询机构还是工业软件巨头，评估核心调度系统的价值时，都只敢算那点微薄的边际收益？

病根是一个统治了管理学与传统运筹学四十年的隐含假设：销售要的“高准交”、财务要的“低库存”、车间要的“高稼动率”和采购要的“低成本”，被默认成天生此消彼长的关系。

只要在底层算法和商业论证里默认了这四个目标是零和矛盾，两场灾难在数学上就已经注定了。

头一重灾难，在算法立项那天就把收益上限焊死了。四个指标彼此像跷跷板，压住一头另一头必翘，总量就那么大。传统线性规划求解器设权重做折中也好，摆几个智能体去博弈找平衡也好，最多在零和天平的边上挪走一点碎屑——多压几千万安全库存换两个点的准交率，或者让交付速度慢一点来压月底库存。一个只会在零和天平上劝架的裁判，数学上创造不出任何净增量。

第二重灾难，是系统上线后连这点碎屑也会被抹平。现代工业追规模效应，成百上千种产品在物理层面高度共用同一批主芯片、标准模组、产线机台和工装治具。四个切面——“高准交”“低库存”“高稼动率”“低成本”——本就是同一套底层共用资源的物理状态投出来的，同源耦合。

在这么一张强耦合的网里，传统系统不看齐套短板，只按静态优先级或孤立批量把资源排他锁死，一次微观错配同一秒就能砸穿四本账：能完工发货的订单被抽走共用件，交付违约；缺短板小料的订单抱着 99 颗高价长板在库里睡大觉，存货积压；车间等不来真齐套的工单，被迫停线换模，有效产能放空；采购紧急扫高价现货、包机空运，成本暴涨。

反过来说，水下共用资源的交叉锁死一天不解，任何单点 AI 优化都会引来跨部门的剧烈矢量对消：局部算法把某个仓库的库存硬压下去 10%，同一根耦合绳索另一头的产线随即断料，违约罚金和空运加急费马上在别的科目里翻倍冒出来。单看局部结项汇报个个漂亮，年底合并利润表一汇总，四个方向的作用力在企业内部两两抵消，净有效做功趋近于零。

三、物理AI真正的金矿：分子端与分母端同步改善带来的“ROIC平方级双击”

如果丢掉那架错了四十年的零和天平，改由确定性的方案穿透百万级耦合节点，在共用资源层把交叉锁死和跨部门隔阂消除掉，实体企业的财务账本会变成什么样？

拿一家年营收100亿元、净利率5%（年净利润5亿元）、ROIC卡在3%—6%的典型制造企业当基准，水底下其实埋着四笔边界严格互斥、彼此没有重复计算的纯利润与现金流金矿。

第一笔来自产线有效工时释放后的边际毛利。传统工厂常年有10%—20%的有效产能，缺的不是订单，而是耗在“库房明明有货、却因错配假缺料”的停工干等和频繁拆线换产上；齐套死锁一解开，这些白白放空的工时就直接变成有效出货毛利。

第二笔是呆滞跌价核销与工程变更报废的直降。高价长板主件陪着短板小料一起等成死库、新旧料切换时硬切报废、孤立放大批量造成尾数超买，这些漏洞堵上，每年底白白核销掉的真金白银就能留在利润表里。

第三笔是异常救火费与毛利暗漏的止血。一线救火时没有护栏、“拿高配料替低配料”吃掉毛利的黑洞要堵住，包机空运、拆包返工和高价现货溢价也要砍掉。

第四笔是错配沉淀资金的大幅释放。车间里“九十九等一”的假齐套在制品和冗余缓冲库存被消灭后，可一次性释放2.5亿至4亿元自由现金流，存货资金占压成本还能常年省下来。

四笔互斥的硬账加总，一家百亿营收的制造企业不用新建一条产线、不用多添一台机器，每年就能实打实找回1.7亿至3亿元税前利润与综合收益。

把这个数字放到真实商业世界里掂量，会看到两个冲击力很强的事实：

其一是营收当量。在净利率只有5%的红海市场里，等于靠内部硬生生多卖出50亿元的货。多卖50亿货要建厂、招工、垫应收款、担坏账风险；而从内部

其二，资本回报率会出现“平方级双击”。要判断一家企业质地如何，最终看的是投入资本回报率（ROIC＝税后净营业利润÷投入资本）。只做单点管理，顾了这头就丢那头；放到全局的分子端，营业利润能跳升四到六成；再看分母端，物料要到真正齐套那一刻才精准咬合上线，库存周转率近乎翻倍，净营运资本随之大幅收缩。分子往上跳、分母往下收，一乘一除带来的非线性放大，足以把制造企业的ROIC从3%—6%的泥潭里直接拽回15%以上。

四、结语：从比特世界的聊天玩具，走向原子世界的做功引擎

有人或许会问：在百万级强耦合节点里让交付率大涨与库存周转翻倍同时发生，工程计算上真做得到吗？

不光做得到，而且早在生成式大模型走进企业会议室整整十四年前，就已经在原子世界跑通了工业级实证：在千亿级规模的

一套系统能不能在原子世界创造真金白银，决定因素从来不是它在屏幕上聊得有多像人，而是它水下的数据模型与算法结构有没有解开真实的物理耦合。

人工智能这轮浪潮已经走到下半场，科技界和产业界都该清醒地做一次估值切换了：在比特世界里写诗作画、整理会议纪要的AI确实热闹，可真正能改写大国制造业资产负债表、在红海里凭空多造出几个百分点净利率的超级金矿，说到底还是那个能把数百万原子节点算穿、让整座工业巨系统零内耗同向做功的“物理AI”。