奥尼电子转向AI推理算力:开放硬件适配能解决什么?
“这个有什么用?怎么用起来?” 一家有超20年制造经验的企业,进入AI推理算力市场后,被客户的这个问题问住了。 这两年,AI算力市场热闹得很。有人建设算力集群,有人销售服务器,也有人提供算力服务。可到了实际使用环节,一些企业却发现,设备买回来了,应用没找到,业务也接不进去。 IDC与中国信通院2026年的联合调研显示,
“这东西能干嘛?拿来做啥用?”
一家在制造行业干了超20年的公司,踏进AI推理算力市场后,就被客户这句话给问住了。
最近两年,AI算力这块儿确实红火:有搭算力集群的,有卖服务器的,也有直接兜售算力服务的。可真到了落地那一步,不少企业发现,机器是搬回来了,应用却没影儿,业务也接不上。
IDC与中国信通院2026年的联合调研给出了这样一组数据:制造、政务等行业里,智算资源利用率达到70%及以上的企业,占比不到35%。
一头是供给方急着把算力出手,另一头是需求方还在发愁怎么把它用起来。
对刚进入AI推理算力市场不久的奥尼电子来说,超20年的制造和供应链积累,正是它摸索Token工厂的底子——硬件生产、定制、交付都靠这些。
可客户嘴里那句“怎么用”,偏偏是过去那套制造经验答不上来的。
做了超20年硬件
闯AI却被软件难住了
今年6月,奥尼电子把硬件适配测试资源向Agent及AI应用开发企业免费开放。
一家做了超20年消费电子制造的公司,为何要进AI推理算力市场?又为何要向软件企业开放硬件适配?
事情得从几年前的转型讲起。奥尼电子靠智能摄像机、车载摄像头等产品起家,2021年上市后,行业竞争越来越凶,公司便开始另找出路。
2023年,它从笔记本代工杀进计算设备领域;2025年又给云游戏、渲染等企业供应高端服务器,直到当年年底,才把方向定在高性能推理计算市场上。
从摄像头到服务器,东西是换了,做生意的思路却还带着旧惯性。
奥尼电子AI算力事业部总经理阮剑对雷峰网说,公司起初还是按传统制造业那套来:设计好产品、做好外观、把制造品质打扎实,觉得这样客户自然会买账。
客户的反馈来得挺直接:外形和产品设计并不是他们最在意的,他们更关心设备能跑哪些AI应用,又该怎么接到自己的业务里去。
奥尼电子也试过自己开发应用。可客户需求越提越多,今天要AI辅助办公,明天又要接财务、法务……行业不同、企业不同,需求差得远,靠一套设备或几个预装应用根本兜不住。“我们其实也很头痛。”阮剑说。
硬件制造的老兵,撞上了软件开发的新麻烦。
不过,跟软件企业聊下来,阮剑发现对方也有一本难念的经。“我们发现做软件开发的企业面临的竞争压力,比我们做硬件的企业还大。但他们想投入硬件研发,又没有我们这样的制造基础。”
一边是硬件企业懂生产制造,却未必摸得清具体应用场景;另一边是软件企业有开发能力,却没法在短时间内搭起硬件研发、供应链和交付体系。
两边都瞧见了对方地盘上的机会,也都撞上了自己能力的边界。(若你了解或经历过企业跨界AI的背后故事,欢迎添加作者微信 treelog10
奥尼电子缺应用,软件企业缺硬件,合作的机会反倒出来了。
“我们负责把硬件做好,并免费开放适配测试资源。”阮剑说。对方没有硬件底子,奥尼电子有制造和定制化能力,正好各使各的长处。
这也是奥尼电子愿意开放硬件资源的原因。合作往下推,它还拿到了部分模型、芯片原厂的支持。
奥尼电子的能力主要集中在硬件架构上,应用层并不是它的强项。阮剑说,公司内部并不管这叫“生态壁垒”,更愿意称之为“生态合作”。
目前奥尼电子已经发展了60多家生态合作伙伴。硬件制造和适配测试资源由奥尼电子提供,具体场景的AI应用则交给软件开发企业完成。
阮剑的说法是,与其自己去开发各类应用,不如找专业的合作伙伴来做。“我们的能力有边界,但是各个领域都有高手。”
一锤子买卖到三五年服务
Token Infra改变生意逻辑
软件合作伙伴帮奥尼电子补上了能力缺口,可“怎么用起来”这个问题,仍然没有真正得到回答。
阮剑讲得很直白:有些企业花了钱买设备,却迟迟找不到合适的业务应用。“如果我们只想把设备卖给客户,很难卖,也卖不动。”
于是奥尼电子换了谈生意的方式:先不急着推荐设备,而是先弄清楚对方到底想用AI做什么、有没有必要采购设备、打算投入多少钱。
阮剑认为,这种模式和FDE(前沿部署工程师)的工作方式有些相似——先了解业务,再讨论技术和部署方案。
算力设备卖出去只是开始,后续服务可能持续三到五年。
要做到长期管理,第一步是把算力设备管好。随着奥尼电子陆续推出桌面工作站、企业微节点和云端集群,客户还希望把此前购买的其他品牌硬件也接入同一套系统。毕竟每增加一套设备就要再部署一套管理系统,用起来不只是复杂,还可能导致资源浪费。
阮剑打了个比方:年初买的算力设备,到年底未必还是最新款,可算力还在、价值也还在。只要老机器能跟新机器放在一起管、一起调,先前投的钱就不会白搁着。
奥尼电子的TokenPond平台正是顺着这类需求一点点长出来的。起步时只管边缘机房的设备,之后把桌面工作站接了进来,再往后打通云端集群,一路试着兼容各家厂商的硬件,最终把算力调度、计量计费和运维管理收进同一套系统。
除了管算力资源,奥尼电子也借Token工厂对外提供推理算力。据阮剑介绍,公司眼下已在三个城市落下算力集群,庆阳那个项目对应自动驾驶业务,玉溪的项目则偏向渲染场景。
深圳这边的打法不太一样。奥尼电子在当地搭了自家的Token工厂样板,用GPU集群部署模型、输出推理服务,试着把AI用到自己的制造业务里去。
“建立企业私有的Token Infra,最初是因为我们自己就遇到了数据安全的困扰。”阮剑说。奥尼电子是制造业上市公司,核心经营数据和客户数据都出不得域,没法直接扔给外部AI平台去处理。
制造企业眼下把AI引进来,绕不开的就是这道坎。商业机密、生产数据、客户信息都牵涉其中,数据安全与合规要顾,模型怎么部署、数据怎么管、AI应用怎么跟现有业务系统接上,同样得解决。
按奥尼电子的设想,企业可以看自己的业务规模和数据安全要求,把算力放在桌面工作站、企业内部机房或者专属云端,再由TokenPond把这些资源统一管起来。这样一来,企业就能在一套私有Token Infra里管算力、部署模型,并接上自己需要的AI应用。
奥尼电子也把自己当成了“小白鼠”。私有Token工厂除了自建自用,公司内部还拉起了企业Agent研发团队,相关应用先在自己业务里试;客户企业要是提出新的应用需求,也会考虑先放到自身业务中验证。
“客户有什么需求,我们可以先自己试一遍。”阮剑笑道。
走向智算服务商
还要跟上技术变化
应用开发和长期服务之外,奥尼电子还要面对另一个挑战:AI技术更新得太快。
阮剑介绍,公司目前既对接英伟达、AMD等国际芯片生态,也对接华为、海光、沐曦等国产厂商。客户挑芯片和算力方案的口味各不相同,怎么跟住技术变化、把对应的产品和服务拿出来,是转型路上得一直学的事。
说到技术能力怎么攒起来的,阮剑把奥尼电子跟自己都当成了学生:“我们找到了好的老师,我们也算是一个努力的学生。”
阮剑透露,接下来一年团队、技术和产品上的投入还会加码,目的是把AI推理算力服务的能力建得更完整。
“这一路都是挑战。”阮剑坦言,奥尼电子的服务体系还在搭建当中,挑项目的时候,上游芯片供应跟自身技术能不能撑住,都得算进去。
从硬件制造转到智算服务,这场转型他也承认:“其实心里也是挺忐忑的。”
不过忐忑之外,阮剑对奥尼电子的方向看得很清楚:只有真的从制造型企业变成智算服务商,转型才算成了。“希望未来人们提起奥尼电子,想到的是一家‘真实可交付、可信任的AI推理算力服务商’。”
传统制造企业进AI市场,从自己拿手的领域切进去是个不错的选择,可要在这条新赛道上找到新生意,光靠制造不够,还得读懂客户要什么,找到能持续提供服务、持续创造价值的做法。
奥尼电子的尝试还没有停下,这条路也给传统制造企业做AI业务添了一个新的观察样本。