工业AI领域出现一种新的商业化尝试：“按收益分成”。
不同于多数AI公司只向制造业客户出售软件或算力服务，上海金珵科技先派驻工程师进驻工厂调试算法，不但可以获得先期的服务收入，更是能在待产线因AI介入实际提升产量后，再从增量收益中按比例分成。
这一模式已在川宁生物（301301.SZ）的发酵车间落地。据川宁生物2025年报披露，其智能计算机虚拟工程师调控的发酵罐平均产量超出对照组3%-5%。
“AI接管后，企业一个月内提升的产量比过去五年还要高，同时生产波动降低50%，双方已进入收益分成阶段。”上海交通大学人工智能与微结构实验室主任、金珵科技创始人李金金教授对称，团队自研的工业时序控制大模型ManuDrive已走出实验室，在生物制造、重型机械、纺织、环保等十余个省份的数十家上市企业实现部署，并进入与客户收益分成的商业化阶段。
ManuDrive是基于工业领域多场景真实物理机理+深度学习的AI算法，可解决幻视和灾难遗忘造成的不垂直、不专业痛点，是专为复杂工业控制系统设计的可进化、可复用、可落地的专用AI智能操作系统。”李金金介绍道。
但收益分成并非没有门槛。工业场景千差万别，若每个新场景都需从头开发，边际成本将居高不下，分成利润也会被侵蚀。
金珵科技的解法是将能力模块化。其自研的工业时序控制大模型ManuDrive平台包含127个可组合的功能组件（感知、规划、记忆、工具调用等），形成一套“工业智能体”框架。“当一个场景中验证有效的算法被封装后，其他类似场景可快速复用。”李金金进一步介绍称，这意味着，每进入一个新行业，边际部署成本呈递减趋势，从而为收益分成留出利润空间。
目前除了生物制造，ManuDrive的应用还覆盖到多个制造业场景。目前团队优先赋能“国之重器”，但最终能为企业带来巨大经济效益、能够替代大量人力决策的场景。
在资本市场看来，AI赋能制造业长期面临一个难题：价值可量化，但收费难对等。工厂倾向于一次购买而非持续分成；技术方则希望获得与价值创造相匹配的长期回报。
那么金珵科技“先干活、后分钱”的模式下，能否打破制造业“价值可量化、收费不对等”的困？
这一分成模式类似早年工业自动化领域的“节能分成”——技术服务方不卖设备，而是从节省的电费中抽取一定比例。优点在于利益高度绑定：技术方必须持续保证模型效果，一旦产量回落，分成收入直接受损；客户也无须提前承担试错成本，效果不达预期则无须付费。不容忽视的痛点是，前几个月的现场部署和效果验证阶段，需要技术方自垫成本，对流和信任成本要求较高。
李金金认为，我国制造业坐拥全球体量的存量产线，但众多细分赛道普遍利润空间承压，难以承担传统智能改造高昂的前期投入与成本。而按效果分成、低门槛入的创新商业模式，恰好开辟出一条轻资产启动、效益后置付费的全新智能化升级路径。依托模块化、标准化的核心技术底座，更能实现跨行业、跨领域快速规模化落地，为海量传统制造产线智能化转型升级提供可复用、可推广的标杆范式。
全部评论