• 亿邦公众号
    • APP下载

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

EN
全文速览

总1 出海与结算的实操要点

1.国内化工贸易平均毛利率不到1%,出海业务能做到3到5个点以上,但出海核心是把中国供应链效率、产品组织能力与海外真实需求连接起来。

2.风控要把客户准入、贸易单据、货物流转和资金结算放进可追踪流程,并与当地可靠伙伴协同。

3.俄罗斯市场可借上合结算通道,已有47家银行参与,结算周期T+0或T+1;过去中俄两地公司换汇成本约3%—5%,中间环节可降至1%左右。

总2 AI落地与轻资产做法

1.业务员输入关键词后,Agent可全球搜索供应商、自动生成并发送多语言邮件,收到回复再翻译、提取信息并回复,串联搜索、沟通、翻译和整理工作流。

2.通用模型之上要接入自有行业数据、业务规则和自有Skill,才能让Agent懂化工品、供应商、客户需求和国际贸易流程。

3.海外仓优先与有资质、有本地服务能力的专业仓储企业合作,先试点跑通,不重资产自建;离线算力盒子可作为探索方向,但客户买的应是持续产业智能服务。

总1 出海定价与利润空间

1.国内贸易平均行业毛利率不到1%,出海业务可做到3到5个点以上,说明出海既有利润诉求,也有连接中国供应链效率与海外真实需求的考虑。

2.产业互联网不能只追求交易规模,平台要通过数据、供应链组织和交易服务帮客户提效、获订单、降成本;客户先挣钱,平台才有付费能力和长期价值。

总2 渠道建设与产品研发

1.海外仓不走重资产自建,优先与具备资质和本地服务能力的专业仓储企业合作,发挥货源组织、客户获取、交易协同和供应链服务能力;重点看东南亚PET平片,计划在马来西亚或越南试点。

2.产品研发围绕专属Agent、54个MCP工具与化工数据展开,路径是积极使用通用模型、审慎开放核心数据、加快深入产业场景。

3.客户购买逻辑不是需要AI,而是AI能带来可感知、可核算的订单、成本、效率或风险价值;收费可用订阅、按Token、按硬件或服务包。

总1 增长市场与机会

1.国内贸易平均毛利率不到1%,出海可做到3到5个点以上,机会在于把中国供应链效率、产品组织能力和海外真实需求连接起来。

2.俄罗斯市场可借上合组织结算通道,47家银行参与,结算周期T+0或T+1,过去换汇成本约3%—5%,中间环节可降至1%左右。

3.东南亚PET平片有包装需求基础,计划在马来西亚或越南试点,可关注当地仓储、渠道和履约资源合作。

总2 风险提示与可学习点

1.出海风控难度更高,要把客户准入、贸易单据、货物流转、资金结算放进可追踪流程,并与当地可靠伙伴协同;危化品海外仓要核查面积、危化品资质、消防条件和操作规范。

2.平台不能只追求交易规模,应先让客户获得效率、订单和成本优势;数据合作要明确边界、使用范围、收益分配,审慎开放核心数据。

3.最新商业模式是数据×Agent×跨境履约,可学习轻资产合作、通用模型加行业数据、To B从上线第一天设计可核算收费。

总1 生产数据与数字化启示

1.工厂的生产流程、物料配比、设备参数和质量控制直接决定竞争力,属于高度敏感商业秘密;AI要进入生产决策,必须进入工厂内部并获得明确授权、可信数据安全机制和长期信任。

2.供应链数据主要覆盖产品、企业、交易和流通,不等同完整工业生产数据;大模型公司想了解工厂设备实时运转,但这类封闭数据涉及生产安全和商业秘密,工厂通常不开放。

总2 商业机会与产品服务

1.出海业务可把中国供应链效率与海外需求连接,东南亚PET平片因人口多、气候热带来包装需求,计划在马来西亚或越南试点,工厂可关注当地仓储、渠道和履约合作。

2.危化品出海需核查海外仓面积、危化品资质、消防条件和操作规范,合规能力是参与机会的前提。

3.数字化可先从供应商搜索、客户开发、信息查询、业务协同等场景切入;离线算力盒子或产业智能一体机要配数据更新、模型升级和安全管理,卖的是持续服务而非硬件本身。

总1 行业趋势与新技术

1.产业互联网正从数据加交易转向数据×Agent×跨境履约的模态切换;AI产业链可分为电力和算力、模型与数据、Agent及应用等层级,越靠底层确定性相对越高,越靠应用层机会大但不确定性高。

2.新技术不是单纯接入大模型,而是在通用模型之上叠加独有行业数据、业务规则、MCP工具和专业Skill;芯化和云已推出54个MCP工具、化工专属Agent问数和跨境平台Xchemi。

总2 客户痛点与解决方案

1.客户痛点包括国内贸易毛利不足1%、出海风控难、汇率与换汇成本高、海外仓重资产投入大、核心数据开放后议价能力被削弱。

2.解决方案是把客户准入、单据、货物流转、资金结算放入可追踪流程;用上合结算通道把俄罗斯结算做到T+0或T+1,换汇成本从约3%—5%降到1%左右;海外仓优先与专业仓储合作。

3.数据合作上采取本地化部署、审慎开放核心数据;To B收费按订阅、Token、硬件或服务包设计,前提是新增价值覆盖成本。

总1 平台需求问题与最新做法

1.平台不能只追求交易规模,中间环节利润太薄会导致平台和客户都难以持续投入;必须通过数据、供应链组织和交易服务帮客户提效、获订单、降成本,客户先挣钱平台才有长期价值。

2.芯化和云的最新做法是沉淀超6500万条化学品数据、服务超25万家客户,推出54个MCP工具、化工专属Agent问数和跨境平台Xchemi,并把自有数据与AI结合先在国际贸易内部落地。

总2 合作招商与运营风控

1.合作方式上,海外仓优先与具备资质和本地服务能力的专业仓储企业合作,先试点跑通再按稳定货量和客户需求布局;俄罗斯市场借助上合结算通道,已有47家银行参与。

2.运营管理要把客户准入、贸易单据、货物流转和资金结算放进可追踪流程,并与当地可靠伙伴协同;危化品仓要核查面积、资质、消防和操作规范。

3.风向规避包括汇率波动、海外重资产投入、核心数据被大模型内化;选择积极使用通用模型、审慎开放核心数据、加快深入产业场景。

总1 产业新动向与新问题

1.产业互联网正处在从数据加交易向数据×Agent×跨境履约的模态切换,垂直平台路径是数据做全做专,再向专业Agent和底层算力探索。

2.垂直模型与通用模型在产业互联网更可能长期并存,因为产业场景涉及专业知识、封闭数据、业务规则和实际履约,通用模型难以只靠参数规模解决。

3.新问题是供应链数据不等同完整生产数据,工厂设备实时运转、工艺参数等封闭数据涉及生产安全和商业秘密;行业数据接入大模型后可能被内化,削弱数据提供方差异化和议价能力。

总2 商业模式与政策启示

1.商业模式上,平台应先帮客户提效、获订单、降成本,客户先挣钱平台才有付费能力;数据和应用做深后Agent商业化水到渠成,收费可按订阅、Token、硬件或服务包,前提是价值可核算并覆盖成本。

2.政策与通道启示是人民币利率下行和汇率波动下,可从业务结构、结算货币和资金周转管理;上合组织相关结算通道已有47家银行参与,俄罗斯结算可做到T+0或T+1,换汇成本由约3%—5%降至1%左右。

3.数据合作需明确边界、使用范围、收益分配和可持续竞争位置,核心数据未必全部开放。

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

Summary 1: Practical points for overseas expansion and settlement

1. Average gross margin in domestic chemical trading is below 1%, while overseas business can reach 3%–5% or more. The core of overseas expansion is connecting China's supply chain efficiency and product organization capabilities with real overseas demand.

2. Risk control should place customer onboarding, trade documents, cargo flows, and fund settlement into traceable processes and coordinate with reliable local partners.

3. For the Russian market, the SCO settlement channel can be used; 47 banks already participate, with settlement cycles of T+0 or T+1. Previously, currency exchange costs for companies in China and Russia were about 3%–5%; intermediary links can reduce this to around 1%.

Summary 2: AI implementation and asset-light approach

1. After salespeople enter keywords, the Agent can search suppliers globally, automatically generate and send multilingual emails, then translate, extract information, and reply upon receiving responses, linking search, communication, translation, and organization workflows.

2. On top of general-purpose models, proprietary industry data, business rules, and proprietary Skills must be integrated so the Agent understands chemicals, suppliers, customer needs, and international trade processes.

3. For overseas warehouses, prioritize cooperation with qualified professional warehousing companies with local service capabilities; run pilots first rather than building heavy assets. Offline compute boxes can be an exploratory direction, but what customers buy should be continuous industry intelligence services.

Summary 1: Pricing and profit potential in overseas expansion

1. Average gross margin in domestic trade is below 1%, while overseas business can reach 3%–5% or more. This shows that overseas expansion reflects both profit goals and the aim of connecting China's supply chain efficiency with real overseas demand.

2. Industrial internet platforms cannot pursue transaction scale alone. Platforms must use data, supply chain organization, and transaction services to help customers improve efficiency, win orders, and reduce costs. Only when customers make money first can the platform have payment capacity and long-term value.

Summary 2: Channel development and product R&D

1. Overseas warehouses will not be built as heavy assets; priority is cooperation with qualified professional warehousing companies with local service capabilities, leveraging source organization, customer acquisition, transaction coordination, and supply chain services. The initial focus is on Southeast Asian PET sheet, with pilots planned in Malaysia or Vietnam.

2. Product R&D centers on proprietary Agents, 54 MCP tools, and chemical data. The approach is to actively use general-purpose models, prudently open core data, and accelerate deeper entry into industry scenarios.

3. Customers do not buy because they need AI; they buy because AI can deliver perceptible and measurable value in orders, costs, efficiency, or risk. Pricing can use subscriptions, per-token charges, hardware, or service packages.

Summary 1: Growth markets and opportunities

1. Average gross margin in domestic trade is below 1%, while overseas business can reach 3%–5% or more. The opportunity lies in connecting China's supply chain efficiency and product organization capabilities with real overseas demand.

2. The Russian market can use the Shanghai Cooperation Organization settlement channel, with 47 banks participating and settlement cycles of T+0 or T+1. Currency exchange costs were previously about 3%–5%; intermediary links can reduce them to around 1%.

3. Southeast Asia has underlying packaging demand for PET sheet, and pilots are planned in Malaysia or Vietnam. Local warehousing, channel, and fulfillment resource partnerships are worth watching.

Summary 2: Risk alerts and lessons to learn

1. Overseas risk control is more difficult. Customer onboarding, trade documents, cargo flows, and fund settlement must be placed into traceable processes and coordinated with reliable local partners. For hazardous chemicals overseas warehouses, verify area, hazardous chemicals qualifications, fire safety conditions, and operating standards.

2. Platforms cannot pursue transaction scale alone; they should first help customers gain efficiency, orders, and cost advantages. Data cooperation must clarify boundaries, scope of use, and revenue sharing, and core data should be opened prudently.

3. The latest business model is data × Agent × cross-border fulfillment. Lessons include asset-light cooperation, general-purpose models plus industry data, and designing measurable pricing for B2B from day one.

Summary 1: Production data and digitalization implications

1. A factory's production processes, material ratios, equipment parameters, and quality control directly determine competitiveness and are highly sensitive trade secrets. For AI to enter production decision-making, it must enter the factory, obtain explicit authorization, establish trusted data security mechanisms, and build long-term trust.

2. Supply chain data mainly covers products, companies, transactions, and circulation; it is not equivalent to complete industrial production data. Large model companies want to understand real-time operation of factory equipment, but such closed data involves production safety and trade secrets, and factories usually do not open it.

Summary 2: Business opportunities and products/services

1. Overseas expansion can connect China's supply chain efficiency with overseas demand. Southeast Asian PET sheet has packaging demand due to a large population and hot climate, and pilots are planned in Malaysia or Vietnam. Factories can explore local warehousing, channel, and fulfillment cooperation.

2. Overseas expansion of hazardous chemicals requires verification of overseas warehouse area, hazardous chemicals qualifications, fire safety conditions, and operating standards. Compliance capability is a prerequisite for participation.

3. Digitalization can start with supplier search, customer development, information queries, and business coordination. Offline compute boxes or industrial intelligence all-in-one machines must include data updates, model upgrades, and security management; what is sold is continuous service, not the hardware itself.

Summary 1: Industry trends and new technologies

1. The industrial internet is shifting from data plus transactions to a model shift of data × Agent × cross-border fulfillment. The AI industry chain can be divided into layers such as power and compute, models and data, and Agents and applications. The lower the layer, the higher the relative certainty; the closer to the application layer, the greater the opportunity but the higher the uncertainty.

2. New technology is not simply accessing large models; it adds proprietary industry data, business rules, MCP tools, and specialized Skills on top of general-purpose models. Xinhe Huayun has launched 54 MCP tools, the chemical-industry-specific Agent Wenshu, and the cross-border platform Xchemi.

Summary 2: Customer pain points and solutions

1. Customer pain points include domestic trade gross margin below 1%, difficult overseas risk control, high exchange rates and currency exchange costs, large heavy-asset investment in overseas warehouses, and weakened bargaining power after core data is opened.

2. The solution is to place customer onboarding, documents, cargo flows, and fund settlement into traceable processes; use the SCO settlement channel to achieve T+0 or T+1 settlement for Russia, reducing currency exchange costs from about 3%–5% to around 1%; and prioritize cooperation with professional warehousing providers for overseas warehouses.

3. For data cooperation, adopt localized deployment and prudently open core data. B2B pricing should be designed as subscriptions, tokens, hardware, or service packages, on the premise that new value covers costs.

Summary 1: Platform demand issues and latest practices

1. Platforms cannot pursue transaction scale alone; overly thin intermediary margins make it difficult for both platforms and customers to sustain investment. Platforms must use data, supply chain organization, and transaction services to help customers improve efficiency, win orders, and reduce costs. Only when customers make money first can the platform have long-term value.

2. Xinhe Huayun's latest practices include accumulating more than 65 million chemical product data records, serving more than 250,000 customers, launching 54 MCP tools, the chemical-specific Agent Wenshu, and the cross-border platform Xchemi, and combining proprietary data with AI for initial implementation within international trade.

Summary 2: Cooperation, investment promotion, operations, and risk control

1. In terms of cooperation, overseas warehouses should prioritize partnerships with qualified professional warehousing companies with local service capabilities, run pilots first, and then expand based on stable cargo volumes and customer demand. For the Russian market, use the SCO settlement channel, which already has 47 participating banks.

2. Operations management should place customer onboarding, trade documents, cargo flows, and fund settlement into traceable processes and coordinate with reliable local partners. Hazardous chemicals warehouses require verification of area, qualifications, fire safety, and operating standards.

3. Risk avoidance includes exchange rate fluctuations, heavy overseas asset investment, and core data being internalized by large models. The choice is to actively use general-purpose models, prudently open core data, and accelerate deeper entry into industry scenarios.

Summary 1: New industry developments and new issues

1. The industrial internet is undergoing a model shift from data plus transactions to data × Agent × cross-border fulfillment. The path for vertical platforms is to make data comprehensive and specialized, then explore professional Agents and underlying compute.

2. Vertical models and general-purpose models are more likely to coexist over the long term in the industrial internet, because industry scenarios involve specialized knowledge, closed data, business rules, and actual fulfillment, which general-purpose models cannot solve by parameter scale alone.

3. A new issue is that supply chain data is not equivalent to complete production data. Closed data such as real-time factory equipment operation and process parameters involves production safety and trade secrets. Once industry data is connected to large models, it may be internalized, weakening data providers' differentiation and bargaining power.

Summary 2: Business models and policy implications

1. In terms of business models, platforms should first help customers improve efficiency, win orders, and reduce costs; only when customers make money first can the platform have payment capacity. Once data and applications are deepened, Agent commercialization will follow naturally. Pricing can be based on subscriptions, tokens, hardware, or service packages, provided that value is measurable and covers costs.

2. The policy and channel implication is that amid falling RMB interest rates and exchange rate fluctuations, companies can manage through business structure, settlement currency, and capital turnover. The SCO-related settlement channel already has 47 participating banks; Russian settlement can achieve T+0 or T+1, and currency exchange costs can fall from about 3%–5% to around 1%.

3. Data cooperation requires clear boundaries, scope of use, revenue sharing, and a sustainable competitive position. Core data may not all be opened.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【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

+1

{{ 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。

广告

下一篇

征集报名《品牌数字化服务商资源手册》

《品牌数字化服务商资源手册》展示数字化服务商风采,亿邦全年零售大会通发,触达更多资源,马上加入!

马上入驻

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。