毛利率連漲6年！工業AI龍頭殺入智能體，不卷模型卷落地

作者 | 楊京麗 編輯 | 李水青 9月1日報道，8月27日，創新奇智發佈升級的AInnoGC工業本體智能體平臺及相關工業智能體套件，並宣佈已有上百個不同類型的智能體進入製造企業生產。同時，其工業智能體的商業價值也進入初步驗證期。發佈會前一天，創新奇智公佈2026年上半年財報。報告期內，公司實現營收8.29億元，同比增長18.6%；首次實現半年度調整後盈利，“AI＋製造”收入佔比升至81.5%。工業AI龍頭的動向，表明前沿智能體已經在轉化為工廠裡的生產力，並且成為一門可以支持企業自我造血的生意，這是比我們預想的要快的。大模型及智能體技術在工業領域的真實落地情況如何？其中有什麼難點和痛點？

又如何成為一門規模化生意？圍繞這些問題，與創新奇智執行董事兼CEO徐輝、CTO李凡進行了採訪交流。一、平臺三大能力升級，工業智能體走向生產級落地 創新奇智升級後的AInnoGC工業本體智能體平臺形成“Ontology（工業本體）+Harness Engineering（駕馭工程）+AI Coding”三位一體的開發方式，並實現本體、工作流及評測體系的自動化運行三項升級，可支撐各類工業智能體快速構建與穩定運行，提升工廠設備管理、生產運營、全局管控等場景智能化能力。基於升級後的平臺，創新奇智推出AEAM設備管理智能體套件v2.0、AEMS能源管理智能體套件v2.

0和AMI製造數據分析智能體套件v3.0，將平臺能力進一步應用到設備故障處置、能耗異常分析、智能查數和根因分析等生產流程。創新奇智CTO李凡告訴，創新奇智自2025年下半年啟動工業本體相關客戶工作，2026年3月正式發佈工業本體智能體平臺，目前已有上百個不同類型的智能體在生產環境落地。李凡稱，在一家全球頭部玻纖生產企業的成都工廠中，客戶希望提升拉絲開機率。創新奇智將智能體與機器學習模型、視覺算法相結合，應用於原料配方調整、窯爐狀態監測和拉絲異常分析等環節：系統可根據物料屬性變化微調配方，實時監測窯爐生產指標，並在發生斷絲後追溯前端原因，幫助客戶對生產過程進行端到端智能調優。

創新奇智的工業智能體正在從智能問答、數據查詢等外圍場景，進一步進入配方調整、工藝監測和異常分析等核心生產環節，其階段性成效也開始反映在公司的經營數據中。二、工業智能體成增長引擎，首次實現半年度盈利 在持續推進工業大模型和智能體落地的同時，創新奇智也交出了一份增長穩健的半年報。發佈會前一天，創新奇智公佈2026年上半年財報。公司實現營收8.29億元，同比增長18.6%；其中，“AI＋製造”業務收入佔比進一步提升至81.5%，主業聚焦度已連續六年持續增強。上半年，公司實現毛利額2.94億元，同比增長20%；毛利率升至35.4%，較去年同期提高0.

4個百分點，這是公司連續第六年、連續11個報告期實現毛利率穩步提升。公司首次實現半年期經調整後盈利，經調整利潤為320萬元，同比增幅147.8%。此外，公司經營質量同步改善。公司應收賬款週轉天數降至99天，為近年來最佳水平，且明顯優於行業平均的200至300余天。經營活動現金流淨流出收窄至約1500萬元。創新奇智執行董事兼CEO徐輝告訴，創新奇智也曾經歷過更注重規模擴張、對現金流和應收賬款重視不足的階段。在他看來，“質量比數量更重要，持續健康比速度更重要”。自2023年下半年起，公司開始強化項目質量、回款和現金流管理，主動減少需要大量墊資、回款週期過長的統包項目。

公司曾主動放棄一個已經中標、金額約1.4億元的新能源汽車項目，原因就是賬期過長。同時，在提高項目篩選標準的同時，創新奇智並未壓縮關鍵技術投入。徐輝稱，公司研發投入率仍保持在25%左右，繼續投入工業大模型和智能體技術。營收、毛利率、應收賬款和調整後利潤的同步改善，共同構成了此次業績“高質量增長”的主要依據。三、從現場共創到核心流程，工業AI競爭轉向落地能力 技術能力和經營質量的提升，背後離不開企業對客戶需求、商業模式和產業趨勢的長期判斷。採訪交流中，創新奇智CEO徐輝和CTO李凡進一步分享了創新奇智對工業智能體落地及規模化發展的思考。

隨著基礎模型逐步成為基礎設施，工業AI的競爭重點將從模型本身，轉向能否找到真實需求、進入企業核心流程，並把現場經驗轉化為可複製的產品能力。李凡告訴，他認為，工業智能體落地的第一步不是開發，而是幫助客戶清楚地定義問題。工業智能體落地過程中，很多生產經驗和業務邏輯並沒有完整記錄在文檔或數據庫中。因此，團隊仍需要深入客戶現場，與生產、信息化等部門反覆溝通，篩選應用場景，共同梳理業務邏輯，才能讓智能體真正適配企業的實際業務。在瞭解智能體落地的主要過程後，進一步追問智能體從開發到落地所需的時間。李凡稱，簡單、相對標準化的智能體整體約需1至2周，其中純開發可能只需1至2天；而複雜工藝項目則可能需要數月。

AI Coding可以壓縮軟件開發環節，但業務梳理、數據接入和現場驗證仍是工業智能體落地不可跳過的工作。不同項目在落地週期上的差異，也說明工業智能體規模化不能依靠為每個客戶從頭開發。創新奇智希望先在頭部客戶中解決複雜問題，再將共性能力沉澱至平臺和行業套件，並複製到需求相近的客戶中。徐輝告訴，隨著基礎模型逐步成為類似水電的基礎設施，行業應用公司的價值將更多來自客戶現場和核心業務流程。創新奇智因此不參與基礎模型和算力的重投入競爭，而是將模型能力與企業數據、業務邏輯和行業經驗結合，推動工業智能體在製造場景落地。發佈會同期舉辦了圓桌對話，邀請客戶共同探討生產級智能體的建設。

Bentley全球高級副總裁兼大中華區總經理李旭東稱：“工程設計行業對結果準確性有著嚴苛要求，可靠性是選用AI技術的首要考量。創新奇智將工業本體與Harness工程融入智能體體系，有效提升AI任務執行準確度，對行業AI落地具備很高參考價值。”他透露，雙方已啟動AI輔助審圖相關能力建設，並將共同探索在工業本體方面的深度合作。整體來看，創新奇智希望解決的不只是單個智能體能否開發出來，還包括一次項目形成的經驗能否沉澱和複用。只有減少後續項目重複開發的成本，工業智能體才能從客戶現場的定製項目，進一步走向行業化和規模化應用。

結語：工業智能體走向生產流程，開始探索規模化落地 從工業本體智能體平臺能力升級、三款工業智能體套件發佈，到上百個不同類型的智能體進入製造企業生產環境，創新奇智的工業智能體正從技術演示和單點開發走向真實生產流程。這一落地進展也與創新奇智的經營表現形成呼應。公司在保持較高研發投入的同時，實現了業務增長與經營質量改善。這背後是創新奇智長期聚焦“AI＋製造”形成的技術和行業積累。創新奇智的技術路徑反映出其對工業智能體競爭重點的判斷：模型能力只是基礎，能否進入真實生產流程並實現規模化應用更為關鍵。

對於創新奇智而言，能否持續將客戶需求和生產經驗轉化為可複用的產品能力，將影響其工業智能體的應用規模，也將成為公司保持高質量增長和建立長期競爭力的關鍵。