工业AI迈入商业化分化期：从单点验证转向规模复制

2026年以来，工业AI的一级市场融资持续升温，整个产业正从“单点验证”迈向“规模化复制”的转折关口。

近日在一场

工业AI眼下站在一道关键分水岭上：单点验证期已经跨过，规模化复制的爬坡阶段刚刚开始，能否从试点跑通走向批量复制，成了行业分化的分界线。

面向“十五五”，工业AI下一阶段的重心会偏向哪里？中国宝武工程科学家、宝信软件（600845.SH）的钱卫东提到，2026年以来智能体建设出现井喷，多数仍停留在辅助环节。

商业模式上，工业AI正从过去卖设备、卖软件的老路里走出来，收费方式也在变。

从单点验证走向规模化复制，是这一轮工业AI演进的共同方向。

崔山表示，“十四五”至今，工业AI最值得说的变化，是它真正从数字空间走进了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，部分场景里已经能对装置运行产生实质影响。

钱卫东也提到，“十四五”以来工业领域的AI应用进展不小：大模型从通用领域向工业领域做适配，行业龙头企业陆续开展相关探索。

走到这一步，工业AI在技术能力和落地条件上已经具备向更深环节推进的基础。

展望“十五五”，工业AI的重心会往哪边倾斜：是流程工业深水区的闭环，从预警走向自主控制，还是别的方向，业内看法并不一致。

崔山判断，产业层面的趋势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。中控技术正在搭建相应的技术与产品体系。

崔山表示，再往上走，绕不开的问题是安全底线怎么守、责任怎么划清。中控技术的原则是，实时优化和自主决策可以交给AI，但安全边界必须由人来守住。

从宝信软件在钢铁行业的实践看，钱卫东说，眼下大量项目还停留在预警、告警、给操作员提建议的阶段，下一阶段的重心是从“辅助预警”转向部分自主闭环控制，让AI输出结果直接干预生产。

钱卫东指出，2026年以来智能体建设出现井喷，但目前多数智能体承担的仍是辅助性工作。

索辰科技董事长兼总经理陈灏的看法是，物理AI接下来会从研发设计一步步走到生产和运行环节，这是下一个阶段要重点盯的方向。流程工业、离散制造都存在这类需求，端侧属于部署方式，这三件事能够齐头并进。以机器人和卫星为例，研发阶段攒下的物理模型，后面还能接着用来做运行预测和维护；那些要快速响应的能力放在端侧，复杂的计算则交给对应的平台来支撑。陈灏表示，索辰科技看重的是让物理模型的价值覆盖整个生命周期，而非卡在某个使用环节上。

对离散制造企业来说，除了从单点智能体走向多Agent协同，还得把价值闭环讲清楚，让投入和产出对得上账。

商业模式闭环怎么实现，成了行业绕不开的问题。

企业如何跑通商业模式闭环，“从卖工具到卖结果”的转变是否真的在发生？

崔山表示，商业模式的转变确实在发生，而且方向不可逆。中控技术正向工业AI公司转型，工业AI业务的核心产品也在重新定义。

崔山说，短期看，订阅制分期确认收入会压低当期财务表现，但公司仍然选这条路，因为它代表工业AI业务真正的商业形态。

钱卫东则认为，以前信息化、自动化系统那种项目式的建设方式，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，但适合的商业模式至今还没形成。目前把工业AI项目当作传统软硬件合同里的“搭送”非常普遍，主要原因是AI产生的价值还无法确切衡量，AI时代的生态信任也尚未建立。

陈灏的看法是，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，都是可以继续发展的业务形态。企业积累的行业知识和模型能力，也能通过模型调用等方式向外输出，让一次积累支持更多应用。

陈灏表示，按效果付费要有明确的比较基线、验收标准和责任范围。商业模式能不能成立，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。

祖军指出，能科科技工业AI目前的商业模式主要是标准产品和实施服务，同时也在拓展其他收入来源。

祖军表示，该公司工业AI能跑通商业闭环有两个原因：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，能科科技有一套自己的打法。

“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。”祖军说。