千峰对话芯化和云王征博士:产业互联网正处在一次模态切换的当口
作者:亿邦动力 文章来源:亿邦动力
2026-11-20 11:31
作者:亿邦动力 文章来源:亿邦动力
2026-11-20 11:31
邦小白快读
【亿邦原创】当AI深入产业规则、出海打开供应链半径,产业互联网正迎来从「数据+交易」向「数据×Agent×跨境履约」的模态切换。近日,亿邦动力董事长、亿邦智库院长郑敏与芯化和云创始人兼CEO王征博士展开深度对话。王征拥有二十余年化工与十余年产业互联网经验,其创办的上海芯化和云(成立于2020年,上海市专精特新企业)已服务超25万家化学品客户、沉淀超6500万条化学品数据,并推出54个MCP工具、化工专属Agent「问数」及跨境平台Xchemi(A轮融资5000万元)。本次对话围绕化工出海的毛利与跨境风控、通用大模型冲击下的数据壁垒,以及产业AI如何跑通To B商业闭环三大命题展开,拆解垂直平台在智能时代的跃迁路径与边界。

01出海的路,怎么走?
郑敏:出海,是不是也有国内贸易利润率太低了的原因?
王征:是的,利润空间是一个重要原因。国内贸易的平均行业毛利率不到1%,而出海业务能做到3到5个点以上。但出海并不只是为了寻找更高的毛利,更重要的是把中国供应链的效率、我们的产品组织能力,与海外市场的真实需求连接起来。
出海的风控难度确实更高,但并非不可管理。关键是把客户准入、贸易单据、货物流转和资金结算放在一套可追踪的流程里,再与当地可靠的合作伙伴协同。风控不是回避出海,而是决定出海业务能否长期做下去的基础能力。
郑敏:所以,无论何种产业互联网商业模式,必须要找到足够的利润空间。
王征:是的,产业互联网首先要证明这是一门能够持续经营的生意。只要企业有合理的利润空间,并且把贸易模式、履约流程和风险控制跑通,资金方就会更愿意参与。资金方最关心的通常是两件事:一是底层项目和真实贸易能不能立得住,二是资金路径和风险控制是否可靠。利润率当然重要,但利润是否真实、稳定、可持续,更关键。
前几年产业互联网没有跑出太多特别好的公司,一个核心原因就是中间环节利润太薄,平台自身和平台上的客户都难以持续投入。平台不能只追求交易规模,还要通过数据、供应链组织和交易服务真正帮客户提高效率、获得订单、降低成本。只有客户先挣钱,平台才有付费能力和长期价值,整个生态才能扎下根。
郑敏:人民币利率持续走低,给了中国企业在全球组织供应链服务的机会。海外某些国家的资金成本已经达到了年化二三十个点。当然,汇率也是要重点考虑的维度。芯化和云如何应对金融变局带来的机遇与风险?
王征:人民币利率下行、汇率波动加大,对出口企业的报价、账期和利润都有直接影响。我们的思路不是单点应对汇率,而是从业务结构、结算货币和资金周转三个方面一起管理。业务结构上,我们去年开始布局矿产进口业务,让进口与出口形成一定的自然对冲;市场选择上,出口重点面向上合组织国家和“一带一路”共建国家,更好发挥人民币结算与中国供应链协同的优势。
人民币结算和中国供应链,是把出海业务做好的两个配套条件。芯化和云目前重点推进俄罗斯市场。随着上合组织相关结算通道打通,已有47家银行参与,俄罗斯采购方在这些银行开户后,可以借助上合结算系统完成结汇。按照目前的业务安排,结算周期可做到T+0或T+1,资金在途时间缩短,汇率风险敞口也随之缩短。
过去,一些俄罗斯当地银行在收取当地公司款项时,会收取1.99%的手续费,企业还要承担汇率成本。现在这套系统免除了相关费用,降低了买卖双方的交易成本。尤其是同时在中俄两地设有公司的企业,中国出口商品卖给俄罗斯公司,俄罗斯当地公司再完成销售,一收一付之间,过去的换汇成本大约为3%—5%,现在中间环节可降至1%左右。对企业来说,这不仅改善了成本,也提高了交易的确定性和资金周转效率。
郑敏:海外仓方面,芯化和云有布局吗?具体关注哪些地区?
王征:目前我们的重点是东南亚市场的PET平片出口。东南亚人口众多、气候炎热,相关包装需求为PET平片带来了较好的市场基础。我们正在整合当地仓储、渠道和履约资源,并计划在马来西亚或越南开展试点。
在海外仓模式上,我们不会把自己变成重资产的仓储建设运营商,而是优先与具备资质和本地服务能力的专业仓储企业合作。一方面,专业海外仓已经有运营经验和客户信任基础;另一方面,自建仓库的投入和维护成本较高,与我们的核心能力并不匹配。芯化和云更应该发挥的是货源组织、客户获取、交易协同和供应链服务能力。
同时,我们出海的化工品类中包含危化品,海外仓不能只看区位和价格,还要重点核查仓库面积、危化品资质、消防条件和操作规范。我们的原则是先用合作模式跑通试点,再根据稳定的货量和客户需求决定下一步布局。
02通用大模型凶猛,行业数据有没有壁垒?
郑敏:通用大模型迭代凶猛。对于垂直行业的产业互联网平台来说,AI护城河可能体现为“数据、生态和智控”。芯化和云在数据上是不是已经形成了AI竞争力?
王征:是的,我们正在加速推进自有数据与AI的结合,并先在国际贸易业务内部落地。业务员输入一个关键词,Agent就可以在全球范围搜索供应商,自动生成并发送多语言邮件;收到回复后,再完成翻译、信息提取和后续回复。过去这些工作分散在搜索、沟通、翻译和整理等多个环节,现在可以被串成一条连续的工作流。
我也使用过头部平台的通用AI工具,初期效果并不理想。后来我们把芯化和云的自有数据和化工百科数据库接入进去,效率明显提升。原因就在于,这个Agent既调用通用模型的能力和通用Skill,也调用芯化和云的行业数据、业务规则与自有Skill。它理解的不只是语言,还包括化工品、供应商、客户需求和国际贸易流程,因此不再是一个泛化的助手,而是带有芯化和云业务标签的专业Agent。
所以,现阶段的竞争力不只是“接入了哪个大模型”,而是通用模型之上有没有独有的行业数据、业务规则和工作流。当然,这种优势不是永久安全的。随着通用模型的数据覆盖越来越广,如果行业平台不持续沉淀数据、不深入业务场景,垂直模型同样可能被替代。我们必须让自己的数据持续更新,让Agent真正进入交易和履约过程。
郑敏:现在有些通用大模型,已经开始联系专业行业数据公司接入数据。芯化和云会不会接受这种合作邀请?
王征:这里要区分两种合作。第一种是模型技术合作。对于开源模型,我们不一定需要把数据交给对方,可以先做本地化部署,再叠加芯化和云的数据、行业规则和业务Skill,形成自己的垂直模型或专业Agent。这样既能使用通用模型的能力,也能保留数据和应用的自主性。
第二种是数据授权合作,也就是把数据提供给大模型公司并换取回报。海外已经有类似先例,但这类合作需要更谨慎。因为大模型进化很快,一旦核心数据被持续学习和内化,数据提供方原有的差异化和议价能力可能会被削弱。我们不是拒绝合作,而是要先明确数据边界、使用范围、收益分配和可持续的竞争位置。
郑敏:如果把数据交给大模型之后,就会成为大模型的若干分之一。
王征:是,甚至可能是几万分之一。长远来看,这个趋势很难完全避免,因为总会有企业与大模型合作,成为通用能力的一部分。对行业数据公司来说,真正要思考的不是要不要接触大模型,而是哪些数据可以开放、哪些核心能力必须留在自己手里,以及除了原始数据之外,能否继续掌握行业规则、客户关系和交易场景。
郑敏:行业的十字路口时刻,芯化和云的抉择是什么?
王征:我们的选择可以概括为三句话:积极使用通用模型,审慎开放核心数据,加快深入产业场景。现阶段,我们会先把通用大模型的能力拿过来,通过本地化部署和自有Skill提升业务效率,但不会简单地把核心数据全部交给外部模型训练。除非出现一种权责清晰、利益共享、能够保留我们长期竞争力的新型合作关系,我们才会考虑更深度的数据合作。
但据我观察,产业互联网平台现有的数据还远远不够强。我们目前积累的数据主要集中在供应链层面,包括产品、企业、交易和流通等信息,还不能等同于完整的工业生产数据。前两天我看到一家大模型公司提出,希望了解一家工厂设备的实时运转情况。这类封闭数据不仅难获得,而且涉及企业的生产安全和商业秘密,工厂通常也不会开放。
这也提醒我们,不能把“有行业数据”简单等同于“掌握了整个产业”。供应链数据有它的价值,但如果要让AI进一步参与生产决策,就必须进入工厂内部,并获得企业授权和长期信任。
郑敏:这类数据原来用供应链金融的方式还是能拿到一点,但深入到工艺层难度就会很大。
王征:是的。供应链金融能够帮助平台了解一部分经营和交易数据,但再往下就涉及工艺层面。生产流程、物料配比、设备参数和质量控制等信息,往往直接决定一家工厂的竞争力,属于高度敏感的商业秘密。要获得并使用这类数据,前提不只是技术能力,而是明确授权、可信的数据安全机制,以及AI确实能为工厂创造可衡量的价值。
03产业AI,怎么形成商业模式?
郑敏:垂直模型还有没有必要,通用大模型会不会一统天下?类比当年B2C,有很多垂直品类的电商网站,后来都被大平台完整覆盖了。
王征:我认为,在产业互联网领域,垂直模型和通用模型长期并存的可能性更高。消费领域的数据和需求相对通用,垂直模型的独立空间可能有限;但产业场景涉及专业知识、封闭数据、业务规则和实际履约,通用模型很难只凭参数规模解决所有问题。
在我看来,AI产业链可以分为五层:底层是电力和算力,中间是模型与数据,再往上是Agent及其具体应用。越靠近底层,商业确定性相对越高;越靠近Agent和应用层,机会越大,但不确定性也更高,最后要靠能否解决真实业务问题来检验价值。
郑敏:芯化和云选择往哪一层走?
王征:芯化和云首先会把数据做得更全、更专业,让数据从供应链信息逐步进入生产和销售过程,并与真实业务形成持续反馈。只有数据、规则和产业关系足够深,上面的Agent才会真正懂业务,而不是停留在问答和文本生成层面。
在此基础上,我们也会根据客户需求向算力等底层能力延伸,探索适合化工行业的部署方式。我们的路径不是脱离主业去追逐每一个技术环节,而是围绕产业数据和交易场景向下夯实基础设施、向上形成专业Agent。数据和应用做深之后,Agent的商业化才会水到渠成。
郑敏:垂直产业互联网平台有没有AI硬件的机会?比如,离线算力盒子算不算是一条路。也许,我们可以把芯化和云的数据封在盒子里。之前卖行业报告,现在卖个随时可以调用数据的“盒子”。
王征:芯化和云也在寻找AI时代适合自己的产品出口,离线算力盒子或产业智能一体机确实是一个值得探索的方向。与消费、生活领域的海量行为数据相比,单一产业的数据体量相对可控,因此有可能通过一台性能足够强的本地化设备,承载行业数据、模型能力和专业Skill。
但客户买的不能只是一个硬件盒子,而应该是一套可以持续使用的产业智能服务:既能随时调用数据,又能完成供应商搜索、客户开发、信息查询和业务协同;同时还要有数据更新、模型升级和安全管理。硬件只是入口,持续产生业务价值才是商业模式成立的关键。
郑敏:羊毛出在猪身上,甚至可以请狗买单,这是互联网To C的逻辑。To B得羊毛出在羊身上,算力成本谁买单也是个很现实的问题。
王征:至少在当前阶段,C端市场如果谁强行全面收费,就可能把用户让给竞争对手,因为替代产品多、用户切换成本低。To B则不同,只要产品能够明确帮助企业获得订单、降低成本、提高效率或控制风险,就可以从上线第一天开始设计收费。
当然,To B收费的前提不是企业“需要AI”,而是AI创造了客户能够感知、最好还能够核算的价值。计费方式可以是订阅、按Token、按硬件,也可以与服务包或具体业务场景结合。最终不是算力成本由谁单方面承担,而是这部分成本能否被新增价值覆盖。

本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
芯化和云是什么公司?主要服务哪些客户?
芯化和云是成立于2020年的上海专精特新企业,聚焦化工产业互联网,已服务超25万家化学品客户,沉淀超6500万条化学品数据;推出54个MCP工具、化工专属Agent“问数”和跨境平台Xchemi,并完成A轮5000万元融资。其业务覆盖化工数据、Agent应用和跨境履约服务。
化工企业出海相比国内贸易,利润空间和核心挑战是什么?
国内化工贸易平均行业毛利率不到1%,出海业务可达3—5个点以上。出海不只是追求更高毛利,还要把中国供应链效率、产品组织能力与海外真实需求连接起来;同时客户准入、贸易单据、货物流转和资金结算需纳入可追踪流程,并与当地可靠伙伴协同,跨境风控是长期经营的基础能力。
化工产业互联网平台如何管理跨境结算与汇率风险?
芯化和云从业务结构、结算货币和资金周转三方面管理:布局矿产进口与出口形成自然对冲,出口重点面向上合组织和“一带一路”共建国家,发挥人民币结算优势。俄罗斯市场通过上合组织相关结算通道,已有47家银行参与,结算可做到T+0或T+1,免除原1.99%手续费,换汇成本由约3%—5%降至1%左右。
通用大模型时代,垂直行业平台如何建立AI竞争力?
关键不在接入哪个大模型,而在通用模型之上是否有独有行业数据、业务规则和工作流。芯化和云将自有化学品数据、化工百科和业务Skill接入Agent,用于全球供应商搜索、多语言邮件、翻译和信息提取;同时通过本地化部署保留数据自主性,并持续更新数据、让Agent进入交易和履约过程。
产业AI在To B场景如何形成可持续商业模式?
To B可在产品上线第一天设计收费,前提是AI创造客户可感知、可核算的价值,如帮助企业获得订单、降低成本、提高效率或控制风险。计费可采用订阅、按Token、按硬件或与服务包、业务场景结合;算力成本不应由某一方单方面承担,而要被新增业务价值覆盖。芯化和云也在探索离线算力盒子或产业智能一体机,但硬件只是入口,持续产业智能服务才是商业模式成立关键。
下一篇
腾讯不能只有WorkBuddy
过去,稳定的现金流、丰厚的利润和持续增长的核心业务,构成了腾讯的投资价值。如今,腾讯有了更大的「梦想」——推动AI战略转向、走出熟悉的经营模式,资本市场不得不重新审视这场转型的成本与回报。









