案例背景
2026年上半年，创新奇智交出上市以来第一份盈利答卷：营业收入8.29亿元，同比增长18.6%；调整后净利润约320万元，同比增长147.8%。数字本身并不惊人，真正值得课堂讨论的是收入结构——工业大模型与工业智能体相关业务已占到总收入的81.5%。这意味着一家长期以「AI项目集成商」形象出现的公司，基本完成了向「模型与智能体产品公司」的身份切换。
把镜头拉远，中国工业AI赛道过去五年一直困在一个结构性难题里：技术能力不弱，却难以沉淀为可复制的产品。每一个工厂、每一条产线都有各自的数据口径、工艺参数与质检标准，服务商不得不以定制化项目的方式逐单交付，收入随项目波动，毛利被人力摊薄，规模越大反而越难赚钱。创新奇智此次扭亏，恰好提供了一个观察「AI如何从项目制走向产品化」的稀缺样本。值得注意的是，这份财报出现在资本市场对AI概念趋于审慎的阶段：过去两年，投资者对AI公司的追问已从「模型多强」转向「收入从哪来、毛利有多高、现金能撑多久」。在这样的语境下，一份调整后净利仅320万元却实现转正的报表，其信号意义远大于利润本身——它至少证明了工业AI存在一条走得通的商业化路径。
核心分析
一、跨越鸿沟：从早期尝鲜者到主流工业客户
杰弗里·摩尔在《跨越鸿沟》中提出，新技术在赢得早期尝鲜者之后，会遭遇一道难以逾越的鸿沟，原因在于主流实用主义者需要的是「完整产品」而非技术原型。工业大模型的特殊之处在于，它的主流客户对可靠性、可解释性与投资回报的容忍度远低于消费场景——一次质检误判，代价是真实的废品与停机。81.5%的收入占比说明，其工业大模型已经越过了「演示效果好、落地不赚钱」的阶段，正在被实用主义客户以真金白银投票。跨越鸿沟的关键从来不是模型参数，而是把模型封装成包含数据接入、工艺适配、售后迭代在内的完整产品。
二、商业模式画布：收入结构重构与经营杠杆释放
用商业模式画布拆解，这次扭亏最核心的变化发生在「收入来源」与「成本结构」两个模块。项目制模式下，每一元收入几乎都需要匹配接近一元的人力交付成本，边际成本不随规模下降；而模型与智能体产品一旦成型，复制交付的边际成本显著递减，规模经济开始发挥作用。18.6%的收入增速对应147.8%的利润增速，正是经营杠杆开始释放的典型信号。但需要提醒学员的是，320万元调整后净利对应8.29亿元营收，净利率不足0.4%，说明产品化的飞轮才刚刚启动，尚未进入利润持续扩张的区间。
三、熊彼特创新与场景理论：工业场景的双面性
熊彼特把创新定义为「生产要素的新组合」。工业大模型的创新并不主要体现在算法突破，而在于把工业机理、工艺数据与大模型能力做了重新组合。场景理论则提示我们，场景既是护城河也是枷锁：深耕工业带来高壁垒与客户黏性，但也意味着市场扩张速度天然慢于通用软件。营收增速18.6%在AI公司中并不算高，这恰恰印证了To B工业市场的客观规律——它的曲线是稳健爬升而非陡峭爆发，管理者需要对资本市场的增长预期做相应校准，避免被行业叙事裹挟而做出超能力的规模承诺。另一个容易被忽视的维度是数据资产的确权与积累：工业大模型的持续进化依赖现场数据回流，而工厂普遍对数据外流高度敏感。能否设计出「数据不出厂、模型可进化」的技术方案与商业契约，决定了这类公司长期的数据飞轮能否真正转起来。
管理启示
第一，AI企业的估值逻辑正在从「技术故事」切换到「单位经济学」，能否跑通「收入增长快于成本增长」的模型，比模型跑分更重要。第二，产品化的前提是标准化，企业需要有意识地在项目交付中抽象共性模块，宁可短期内放弃部分定制收入。第三，垂直场景不是退而求其次的选择，在通用大模型能力日趋同质化的背景下，行业Know-how与数据闭环才是可持续的差异化来源。第四，盈利拐点不等于安全区，净利率不足0.4%意味着抗风险能力依然脆弱，应把经营性现金流与交付质量而非营收规模，作为下一阶段的核心管理指标。此外，产品化转型必然伴随组织阵痛：销售团队的考核要从「合同额」转向「续费率与毛利」，交付团队要从「满足客户一切需求」转向「守住产品边界」，研发团队要从「追赶模型能力」转向「抽象共性模块」。这类组织层面的调整，难度往往高于技术本身，也更考验管理者的战略定力。
其他思考
- 当工业智能体的边际交付成本持续下降，AI服务商的定价模式会从「按项目报价」转向「按效果分成」吗？这对供需双方的风险分担意味着什么？
- 81.5%的收入集中于工业大模型，是聚焦带来的效率，还是单一赛道依赖带来的脆弱性？如何评估这一结构在行业下行周期中的抗压能力？
- 如果通用大模型厂商向下渗透工业场景，垂直AI公司的护城河会失效吗？护城河究竟来自技术、数据，还是长期沉淀的客户关系？
关键词：工业大模型、商业模式转型、技术采纳生命周期
来源：经济观察网 | 整理：经管大课堂
原文链接：https://www.rcbom.com/aibps/6497.html
