工业AI落地卡在数据上：科远智慧半年报AI收入1.83亿元，入表仍远

工业AI到底能不能赚钱，眼下很受关注。业内比较一致的说法是，要让工业AI真正跑起来，数据是最关键的“燃料”。

政策层面已经定下目标，要打造100个工业领域高质量数据集。上海交通大学上海高级金融学院2026年发布《中国企业数据资产入表情况跟踪报告》，其中提到，截至2026年4月30日，A股有136家上市公司披露了数据资源入表事项，入表金额合计37.86亿元，无论企业数量还是金额都比上年有所增长。披露科目上，“无形资产”是主流，128家上市公司把数据资源计入这一科目，金额31.20亿元，占入表总额的82.42%。分行业看，入表企业依然集中在制造业以及信息传输、软件和信息技术服务业。制造业入表企业增加到32家，是入表企业数量最多的行业。

北京市社会科学院管理研究所副研究员王鹏的看法是，入表之后，合规、审计、评估这些成本是明摆着的，可数据资产要单独变现、靠融资实现增值，收益兑现的周期很长。多数工业企业的数据价值其实藏在产品和解决方案的溢价里，硬要拆出来单独入表，报表反而多了一层风险。

工业AI的路怎么走，各方还在摸索。

10月29日，科远智慧（002380.SZ）在深交所互动易平台集中回答了好几个投资者关于工业AI的提问，公司称，做工业AI的基础是数据集。此前的9月28日，这家公司刚在互动易上主动表态，说自己的核心价值标签是自主可控+工业AI。两轮回复隔了一个月，这期间股价走势也不平静：7月初还是35.52元/股，到10月19日跌到24.40元/股，10月23日又涨了10.02%触及涨停，报27.67元/股，随后反弹到10月28日的29.49元/股。11月5日报27.95元/股。

《中国经营报》记者注意到，数据集产权归谁、算不算公司资产、有没有做过数据资源入表，这些问题该公司在公开信息里都没交代。截至发稿，科远智慧也没有回复记者的上述问题。

科远智慧对自己工业AI路线的说法，是在互动易的一轮轮回复里慢慢清楚的。

公司把战略概括为工控结合工业AI，帮下游工业企业从工业自动化走向工业自主化。它还说，“同业友商的市场基本盘各不相同，各自领域的know how有各自的杀手锏级应用”。10月29日，面对市场上“工业AI知识工业软件换名字”的质疑，公司的回应更偏技术：“工业AI不是简单的大模型堆砌，而是要靠大小模型的协同来解决各类工业现场的实际问题，大模型解决逻辑推理与人机交互，小模型解决工业现场一个个的设备机理。”公司还直说，能实现现金流闭环才是根本。

数据从哪来，该公司在互动易平台上没细说。科远智慧2026年半年报显示，其工业AI大脑集成了1000多个面向火电场景的专用算法，融合2000多个行业机理模型，围绕智能监盘、调峰调频、全程智能巡航、智能掺烧推出四类智能体。公司同时披露拥有DCS（分散控制系统）与PLC（

工信部信息通信经济专家委员会委员盘和林在接受记者采访时判断，科远智慧更像一家“工业自动化+工业AI解决方案”公司，拿手的是DCS、控制系统和流程工业场景。

科远智慧2026年半年报显示，按产品拆分营业收入，工业AI收入1.83亿元，同比增长34.12%，占营业收入的比重从13.90%升到16.88%。工业AI毛利率为51.15%，比上年同期增长8.40%。

不过在2026年半年报、三季报中，科远智慧

王鹏表示，工业高质量数据集的主要供给方，其实是企业做项目时积累下来的专用数据集，数据交易所挂牌的通用型数据集只能算补充。这类专用数据集和真实生产流程绑得很紧，本身带着机理标签和场景反馈，是工业AI最关键的燃料；问题在于复用性差，想单独做标准化定价很难。

另外，科远智慧三季报披露，前三季度经营现金流净额为2.11亿元，同比下降37.22%。公司的解释是，主因系“上年同期收回浦发定期存款本金和利息增加”。

距离入表，还有一段路。

从公开信息看，工业AI是人工智能技术和工业生产深度结合的结果。2026年，它已经走到以“工业智能体”为核心的自主化阶段，重点行业的应用渗透率超过80%。这时候它不再只是起辅助作用的工具，而是能像“数字工匠”那样自主感知、决策并执行任务，让制造业从自动化往自主化走。

2026年1月，工信部等八部门印发《“人工智能+制造”专项行动实施意见》，其中提出，到2027年要推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景。

6月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，部署了六个专项行动，明确到2028年年底建成一批“经过应用验证”的行业高质量数据集。

7月，2026世界人工智能大会期间，国务院国资委发布第二批60项央企AI战略性高价值场景和70项高质量数据集优秀成果。

IDC（互联网数据中心）数据显示，2025年中国人工智能基础数据服务市场规模为62.62亿元，同比增长27.8%，预计2026年增至78.34亿元。

36氪研究院发布《2026年中国工业AI行业发展研究报告》显示：2026年工业AI可落地市场规模为1163亿元，2030年为3034亿元，复合年均增长率（CAGR）为25.4%；应用大模型及智能体的企业比例由2024年的9.6%升至2025年的47.5%，多环节部署由1.7%升至35.0%；报告同时将“高质量数据稀缺”列为首要障碍。

但数据资源入表的势头有所放缓。Wind数据统计显示，截至2026年6月30日，2026年中报共有145家A股上市公司披露了数据资源入表的相关数据，涉及相关资产总金额35.82亿元，较2025年年报口径（136家、37.88亿元）净增9家、减少2.06亿元，入表金额下降5.44%。

兰州大学经济学院教授陈文分析，工业数据产品的标准化比农业难得多。同一参数放到不同设备、产线和工况上含义就不一样，设备协议又比较零散，语义很难统一；数据还往往牵扯工艺、成本等商业秘密，跨企业使用可能让竞争优势流失。数据提供方要承担整理成本和泄密风险，却未必能拿到持续收益，购买方在验证效果之前也难接受较高价格，工业数据跨企业流通最短的短板正是利益分配。

陈文认为，把金融与工业两个行业放在一起比较，有助于理解这种差异。金融数据以交易和状态记录为主，语义相对统一；工业数据是物理过程的映射，跟行业、工艺、工况紧密相关。金融数据本身即价值，工业数据的价值则与工艺知识绑定，泄露数据就可能泄露核心工艺。

工业AI的数据价值究竟通过什么载体释放？王鹏给出一个关键判断：工业AI赛道里，数据要素赋能的核心载体是工业智能体，不是数据集本身，也不是算力基础设施。数据集只是静态的生产原料，算力是通用的底层支撑，能把数据、算力、工业机理深度耦合、直接嵌入生产岗位完成闭环价值交付的，只有智能体。

王鹏进一步表示，智能体在运转时会不断把新产生的工况数据回传，用来反哺数据集迭代，由此形成“场景—数据—模型”的正向循环，这也是工业AI企业真正难以复制的核心壁垒。科远智慧2026年半年报披露，工业AI板块是公司围绕数字化转型布局的核心软件业务。公司把多年在工业领域沉淀的机理模型与运行数据，与前沿工业大模型架构相结合，正稳步推动业务由传统工业软件向以“工业智能体”为驱动的新型智能化系统升级。该板块以工业AI智能体平台为核心支撑，这一平台把工业现场的历史运行数据与工艺逻辑汇聚起来，具备非线性动态寻优和辅助决策的能力。

宝信软件（600845.SH）同样在AI+工业上落子，其2026年半年报也提到，公司以“数据+模型+智能体”作为核心能力底座，对现有业务体系进行全面重构，持续提升面向钢铁行业以及更广域市场的智能服务输出能力。