工业AI从概念验证走向价值兑现：中控、宝信、索辰、能科同台谈路径

《科创板日报》11月15日讯，2026年以来，工业AI的投融资热度一路走高，产业已从“概念验证期”迈入价值兑现阶段，标杆案例接连出现。流程工业自主工厂、钢铁与锂电产线AI智能体、工业CAE仿真AI等场景的商业化都在提速。

工业AI对产业竞争力意味着什么？它是制造业价值重构的杠杆。对技术演进来说，它是AI从“数字世界”跨进“物理世界”绕不开的考场；放到宏观格局上看，它正成为主要经济体制造业竞争的新焦点。

近日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这四家科创板公司的代表，与中金公司机械军工行业首席分析师刘中玉一起，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、中国路径等话题展开了深入讨论。

▍从单点验证走向规模化复制

中控技术董事长、总裁崔山说，从“十四五”到今天，工业AI最让人称道的一点，是它真地从数字空间迈进了工业现场那个物理世界。感知、分析、决策、执行这几步慢慢连成一条闭环，AI开始直接介入生产运行里的判断和动作，有些场景下已经能对装置运行带来实质影响。他判断，眼下的工业AI正卡在从单点验证到规模化复制这道关口上。

2024年，中控技术发布时间序列大模型TPT与通用控制系统UCS；2025年又推出自主运行工厂AOP。这套体系以TPT为智慧大脑、UCS为工业神经中枢，把识别、评估、决策、执行串成闭环，让工业AI直接进入控制回路并作用于装置运行。

崔山称，走到这一步，工业AI在流程工业里的角色就从分析工具换成了运行工具，工厂也由自动控制跨进自主决策、自主执行的新阶段。它正从辅助工具转为流程工业运行体系里长出来的一项能力，给整个制造业趟出一条能复制的智能化路子。

宝信软件中国宝武工程科学家钱卫东的看法是，“十四五”以来工业领域AI应用有几方面进展挺有标志性：大模型从通用领域往工业领域做适配，行业龙头企业在搞工业垂类大模型的研究和应用；AI从研发一路渗到运维，慢慢进入核心生产环节，试点还是主流，但势头已经起来了；中国的灯塔工厂数量排到全球第一，占比超过40%。

钱卫东介绍，宝信软件深度参与之下，中国宝武旗下的宝钢股份宝山基地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分别是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，智慧计划、智慧生产、智慧设备管理、智慧质量管理、智慧物流五大模块都覆盖到了。

索辰科技董事长、总经理陈灏表示，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。

能科科技董事长祖军称，工业AI正从“试点验证”进入“商业化分化”的历史节点，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。

祖军表示，能科科技的做法是按本体论把设备、工序、工艺参数与质量标准之间的实体关系定义清楚，FDE团队和客户工艺专家一起建工艺域本体，把非结构化的工艺规程、图纸与试验数据挂到具体零件及加工特征上，做成AI能用的知识图谱，再沉淀成可复制、可更新、可用的高质量数据集。这些数据集撑起两类模型：垂域大模型按行业与业务领域来建，为的是满足工艺机理约束和数据保密要求；场景模型则对应焊接、装配、物流、巡检这些具体任务。

▍未来重心将朝哪些方向倾斜？

前瞻“十五五”，工业AI下一阶段的重心会向哪边倾斜？是流程工业的深水区闭环，从预警走向自主控制？还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？又或者是端侧算力与物理AI的融合，让AI直接驱动设备而不只是给建议？

崔山认为，产业层面的走向是制造系统从按规则执行的自动化，转向能在复杂工况下形成闭环判断的自主化。中控技术搭的自主运行工厂AOP，就是顺着这个方向把工业AI塞进控制回路，把“感知—分析—决策—执行”整条闭环打通，让AI真往生产运行核心走。目前这套自主运行工厂系统AOP在部分项目上已经连续数周黑屏运行，人工干预频次压到个位数水平。

崔山表示，再往深走，安全底线怎么守、责任怎么划，这两件事绕不过去。中控技术的原则是：实时优化和自主决策可以交给AI，但安全边界得由机理来约束，责任边界得靠人机权限和操作规程来划清。

钱卫东表示，从宝信软件在钢铁行业的实践看，眼下大量项目还停在预警、告警、给操作员提建议这一步，下一阶段重心是往部分自主闭环控制走，让AI输出结果直接干预DCS控制系统，把能耗、产品质量、安全做到自动调优。

钱卫东指出，2026年以来智能体建设出现井喷，现在多是单点AI智能体，像质检Agent、设备运维Agent。下一阶段会去试多Agent协同，把排产、物料调度、设备运维、质量检测几个智能体联动起来，解决车间全局优化。端侧算力+物理AI融合属于底层基础设施层面的变革，会贯穿所有行业；往后端侧算力增强，物理AI把模型放到边缘设备上，AI直接驱动执行机构，感知决策执行就能在本地闭环，云端延迟降下来，工业现场的安全实时性也有保障。

陈灏表示，下一阶段要看的是物理AI从研发设计再往生产和运行过程里走。流程工业、离散制造都有这个需求，端侧是部署方式，三者可以一起推。比如机器人、卫星在研发阶段攒下的物理模型，可以接着用来做运行预测和维护；要快速响应的能力放到端侧，复杂计算交给相应平台。索辰科技盯的是把物理模型的价值贯穿到全生命周期，而不是只停在某一个使用环节。

祖军称，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下一阶段的工作中心。

祖军说，能科科技的AI能力可以直接改造客户手里已有的研发和制造系统，前端靠FDE模式驻场交付，把一个场景打磨成能复制的产品。底层用的是客户的高质量数据集，做微调、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能对得上，投入产出比也就站得住。

▍商业模式闭环怎么走通？

工业AI的商业模式正在变。过去卖设备、卖软件License，如今更强调“AI能力嵌入后按效果付费”或者“运营分成”。各家公司具体怎么落地，是不是真的在从卖工具转向卖结果？

崔山的判断是：“商业模式的转变是真实发生的，而且方向不可逆。”中控技术正向工业AI公司转型，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，靠给客户创造的实际价值持续收费。客户按年交订阅费，中控技术则持续提供模型迭代和服务。

崔山也承认：“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。”眼下中控技术TPT大模型已经跨行业、跨装置复制到29个细分行业，标杆案例还在持续铺开：横向覆盖同类装置、更多工厂和企业，纵向从单一装置往全流程上下游协同、全厂、全集团层面延伸。规模化推广在加速。

钱卫东说得更直接：信息化、自动化系统过去那套项目式建设方式，在AI时代肯定行不通，一定会走向全生命周期的服务，可适合的商业模式至今没成形。把工业AI项目当成传统软硬件合同里的“搭送”，这种现象相当普遍。原因在于AI产生的价值还没法确切衡量，AI时代的生态信任也没建立起来。

陈灏认为，商业模式会从软件工具往模型和持续服务延伸。工程仿真软件的价值仍然明确；在物理AI方向，行业模型服务、三维物理资产的建立与运维，都是可以继续做的业务形态。企业攒下的行业知识和模型能力，也能通过模型调用等方式对外输出，让一次积累支撑更多应用。

“按效果付费得先把比较基线、验收标准和责任范围定清楚。这套商业模式能不能立住，说到底看交付的东西有没有带来实际价值，以及客户愿不愿意接着掏钱。”陈灏说。

祖军介绍，能科科技工业AI当下的商业模式以标准产品加实施服务为主；卖PLM、MOM这类传统工业软件时，也会顺带打包一批可规模化复制的AI Agent。

祖军认为，公司工业AI已经能自己跑通商业闭环，理由有两条。一条是客户需求一直在涨，几乎每家客户都在推进AI落地，并且从试点转向大规模推广，立项和预算比前两年明确得多。另一条是面对不同场景，能科科技有一套ROI计算体系，把效率、成本、质量三方面的收益拆成可量化、可复算的指标，前期就把投入产出算明白，交付后再用同一套口径核对，闭环才算真正合上。“两条加在一起，工业AI就不再是挂在传统软件项目底下，而是一门能持续、能复制的独立生意”。