港股IPO，輪到工業(yè)AI了？

頭部企業(yè)收入初具規(guī)模。

文｜王熠

2026年的港交所，正進入由AI主導的IPO周期。

相較去年硬科技扎堆、A股雙重上市的熱潮，今年港股IPO主線明顯轉向人工智能，且市場展現(xiàn)出更高的估值容忍度與參與熱情。

年初以來，港交所已相繼涌現(xiàn)多家千億市值的AI公司：智譜、MiniMax等大模型廠商市值升至數(shù)千億，迅策年內(nèi)一度暴漲500%躋身千億行列，天數(shù)智芯、壁仞科技等芯片企業(yè)也接連跨過門檻。

從財務數(shù)據(jù)看，這些公司的營收與利潤仍不算龐大，但更關鍵的變化在于——AI商業(yè)化正從“預期”走向“兌現(xiàn)”。算力、數(shù)據(jù)與模型開始與真實需求深度綁定，市場對未來業(yè)績的定價也隨之前移。

在這一背景下，工業(yè)AI頭部企業(yè)開始集中沖刺資本市場。以思謀科技為代表的工業(yè)AI智能體公司遞表，不僅擴展了港股AI版圖，也把一個更現(xiàn)實的問題推到臺前：

在一線產(chǎn)業(yè)場景中，AI到底能創(chuàng)造多少可審計、可規(guī)?；膬r值？而當大模型、芯片企業(yè)已經(jīng)享有千億市值時，工業(yè)AI這一輪IPO熱潮，究竟能兌現(xiàn)到什么程度？

01

工業(yè)AI，規(guī)模部署

將AI引入生產(chǎn)流程，是制造業(yè)智能化轉型的核心議題。但這并非單純的技術嘗鮮，而是建立在人口結構變化與勞動力成本上升基礎上的必然選擇。

對企業(yè)而言，用機器替代人工、用算法提升良品率，正在從加分項變成剛需。從產(chǎn)業(yè)大趨勢看，思科在一份調(diào)研報告中指出，AI在工業(yè)運營中的應用已脫離試驗階段走向廣泛普及，59%的制造商已開始規(guī)?；渴?。

然而，“部署”這個詞掩蓋了關鍵差異。多數(shù)制造商的部署，更多集中在局部檢測、預測維護等標準化場景；真正進入工藝控制、排產(chǎn)優(yōu)化等核心環(huán)節(jié)的，仍是少數(shù)。這也是為什么國內(nèi)工業(yè)AI公司營收普遍卡在億元門檻，極個別頭部公司能達10億——不是市場不大，而是工業(yè)產(chǎn)線對確定性有近乎偏執(zhí)的要求，大模型的“概率輸出”天然與之沖突，加上產(chǎn)線數(shù)據(jù)高度碎片化、企業(yè)對網(wǎng)絡與數(shù)據(jù)安全的現(xiàn)實擔憂，AI落地的深水區(qū)推進比預期更難。

因此，AI的突破率先集中在基礎設施更完善、自動化程度更高的高端制造領域。《工業(yè)與Al融合應用指南》的調(diào)查印證了這一分布：半導體及電子、汽車、能源動力等行業(yè)的AI采用率領先，這些行業(yè)本身就具備更好的數(shù)據(jù)基礎和工程化能力，也更有動力用AI解決復雜生產(chǎn)與研發(fā)問題。

圖：工業(yè)細分行業(yè)AI采用率，資料來源：《工業(yè)與AI融合應用指南》

隨著這類頭部行業(yè)開始規(guī)模化部署，工業(yè)AI的商業(yè)模式也在發(fā)生變化：從早期以定制化項目為主的驗證階段，逐步轉向可復制的規(guī)?；桓?/strong>，“智能即服務”開始具備現(xiàn)實基礎。需要注意的是，這種規(guī)模化目前仍然依賴頭部客戶和特定場景，距離廣泛普及仍有距離，但也意味著市場空間廣闊。

這一變化也逐步體現(xiàn)在企業(yè)經(jīng)營層面。行業(yè)正從單點驗證走向商業(yè)化擴張階段，頭部企業(yè)的收入增長成為最直接的信號。以思謀科技為例，其2025年營收達到10.86億元，服務客戶數(shù)量已超730家，前五大客戶收入占比由39.3%下降至22.0%，客戶結構趨于分散。

從行業(yè)分布來看，思謀科技的規(guī)模化落地同樣集中在高端制造領域，包括消費電子（3C）、新能源、精密制造、軌道交通等，同時這些客戶多為領域內(nèi)頭部企業(yè)，如特斯拉、立訊精密、歌爾股份、京東方、科達利等。這些行業(yè)普遍具備復雜工藝流程、較高自動化水平，以及對良率與效率極為敏感的生產(chǎn)特征，也因此成為工業(yè)AI最先兌現(xiàn)價值的場景。

對工業(yè)AI賽道的參與者而言，規(guī)模商業(yè)化不再是遠景故事，而是正在發(fā)生的現(xiàn)實。但現(xiàn)實也意味著更嚴苛的檢驗——當AI走出實驗室，產(chǎn)線不會為任何“差不多”買單。

02

工業(yè)AI智能體，是現(xiàn)實答案

在工業(yè)價值鏈中，生產(chǎn)制造是AI最容易兌現(xiàn)價值的環(huán)節(jié)——效率提升與成本下降，往往可以直接轉化為企業(yè)利潤。

但問題在于，當前工業(yè)AI的大部分部署仍停留在“檢測-告警”層面——AI發(fā)現(xiàn)缺陷，人再處理，很難真正進入產(chǎn)線核心環(huán)節(jié)。要真正改寫良品率和效率曲線，AI必須從“眼睛”變成“手”，能直接調(diào)用設備、調(diào)整參數(shù)、執(zhí)行動作。

這正是“工業(yè)AI智能體”試圖回答的問題。

簡單來說，工業(yè)AI智能體是能夠在工業(yè)場景中完成“感知—推理—執(zhí)行”的AI系統(tǒng)：以大模型為核心，結合行業(yè)數(shù)據(jù)與業(yè)務流程，既能理解生產(chǎn)問題，也能調(diào)用系統(tǒng)或設備完成任務。其形態(tài)既可以是大模型或工業(yè)軟件系統(tǒng)，也可以是機器人，抑或是軟硬件產(chǎn)品結合的一體方案。

舉個例子：一條手機主板貼片產(chǎn)線。傳統(tǒng)AI可以告訴你“這一批焊點虛焊率比標準高了3%”，然后工程師停機調(diào)試。而工業(yè)AI智能體能實時對比歷史最優(yōu)參數(shù)，自動調(diào)整下一塊板的錫膏厚度與回流焊溫度，并在連續(xù)幾塊板改善后，將新參數(shù)固化到產(chǎn)線控制系統(tǒng)——全程無需人工介入。這既是“分析”與“執(zhí)行”的本質(zhì)區(qū)別，也是工廠愿意持續(xù)付費的原因。

從海外廠商布局來看，工業(yè)AI智能體正在形成共識，但路徑并不相同。

例如，西門子近期推出的工程智能體Eigen，可直接參與工程配置與控制邏輯生成，更偏軟件型工程智能體。

ABB從硬件機器人切入，將AI能力嵌入執(zhí)行端，使其在真實環(huán)境中完成操作；而Cognex則在機器視覺設備中融合AI能力，通過提升感知與局部決策能力，實現(xiàn)設備智能化。

可以看到，盡管路徑不同，但共同點是：都在推動AI從分析工具走向生產(chǎn)流程中的執(zhí)行單元。

國內(nèi)廠商則更傾向于軟硬一體的全棧推進。

以思謀科技為例，其已搭建“AI基礎設施（底層）—大模型和通用工業(yè)平臺（中臺）—邊緣感知與機器人終端（應用層）”的全棧體系。其中，搭載工業(yè)多模態(tài)大模型IndustryGPT的機器人產(chǎn)品，正逐步成為增長核心。

其財務數(shù)據(jù)也反映了這一變化。2023–2025年，思謀科技營收從4.85億元增至10.86億元，復合增速約50%。同期，其工業(yè)AI智能體（機器人、邊緣AI傳感器、智能體軟件系統(tǒng)）收入占比由62.4%升至78.5%，業(yè)務持續(xù)向智能體集中。

進一步看，機器人業(yè)務收入占比從29.0%升至40.1%，2025年達到4.36億元，三年復合增速超70%，也意味著工業(yè)AI的商業(yè)化重心，正向執(zhí)行型智能體遷移。

另一個值得關注的信號是單客戶價值提升。繼續(xù)用思謀科技舉例，其機器人產(chǎn)品單客戶收入從2023年的182.6萬元升至2025年的363.0萬元。這反映出行業(yè)中客戶對相關產(chǎn)品的接受度在提升，另一方面也可能意味著工業(yè)AI部署深度在加大，而不只是簡單的客戶數(shù)量擴張。

03

頭部企業(yè)的經(jīng)營驗證期

對國內(nèi)工業(yè)AI參與者而言，在業(yè)務方向逐步清晰、收入開始增長之后，更現(xiàn)實的問題是：現(xiàn)金流能否支撐長期投入與持續(xù)經(jīng)營。

工業(yè)AI是一條典型的長周期、高投入賽道，既需要持續(xù)的軟硬件研發(fā)投入，也依賴在垂直行業(yè)中長期積累工藝與場景“Know-how”。

根據(jù)灼識咨詢統(tǒng)計，當前國內(nèi)工業(yè)AI智能體的參與者主要分為兩類：海外傳統(tǒng)工業(yè)巨頭與本土創(chuàng)業(yè)公司。前者依托傳統(tǒng)業(yè)務提供穩(wěn)定現(xiàn)金流支撐，后者則更多依賴融資與逐步的商業(yè)化能力。

因此，現(xiàn)金流質(zhì)量也就自然成為資本市場評估國內(nèi)工業(yè)AI企業(yè)的關鍵指標之一。

作為國內(nèi)工業(yè)AI智能體市占率頗高（5.8%）的企業(yè)，思謀科技無疑是資本市場確認該賽道企業(yè)自我造血能力的一個關鍵樣本。

從招股書數(shù)據(jù)來看，表面上，思謀科技面臨著虧損擴大的壓力——公司賬面凈虧損從2023年的5.46億元擴大至2025年的9.91億元。但進一步溯源虧損原因，會發(fā)現(xiàn)這實質(zhì)上源自財務準則下的非現(xiàn)金項目干擾。

導致賬面虧損擴大的主要原因有兩項。

其一是優(yōu)先股公允價值變動（2025年為負2.39億元）。聽起來是虧損，其實是因為公司估值漲了，前期給投資人的優(yōu)先股變得更值錢，會計準則要求把這部分“增值”記成費用。這筆賬不影響實際現(xiàn)金流，但會嚇到看利潤表的人。

其二是股份支付費用，對應公司在2025年計提了4.75億元的股權激勵開支，主要用于穩(wěn)定與激勵核心管理及技術團隊。

這類“賬面浮虧”是科技企業(yè)在上市進程中普遍經(jīng)歷的財務現(xiàn)象，此前不少明星AI企業(yè)也曾因估值抬升記錄過類似的大額虧損。如果剔除這些非現(xiàn)金層面的因素，思謀科技反映真實業(yè)務造血能力的“經(jīng)調(diào)整凈虧損”，實際上已由2023年的3.9億元收窄至2025年的2.7億元。

比虧損收窄更值得關注的，是隨著銷售規(guī)模擴大而釋放的經(jīng)營杠桿。

思謀科技向客戶交付的工業(yè)AI智能體是軟硬件的結合體，需向上游采購繁雜的硬件零部件、視覺光學組件及芯片等原材料。在發(fā)展初期，由于采購量小，企業(yè)缺乏議價權；但隨著銷售規(guī)模攀升，思謀與上游供應鏈建立穩(wěn)定合作，硬件成本得到控制。同時，軟件研發(fā)本身具備極低的邊際成本，銷售規(guī)模的增加可以有效攤薄研發(fā)支出。招股書顯示，2023年至2025年，思謀科技的毛利率從30.5%穩(wěn)步上升至37.3%。

規(guī)模效應同步傳導至費用端。伴隨營收基數(shù)的擴大，相對剛性的管理與研發(fā)費用被攤薄，其經(jīng)調(diào)整后的期間費用率從113.6%大幅降至64%。前端毛利率提升與后端費用率下降，構成了企業(yè)虧損持續(xù)收窄的底層邏輯。

總的來看，收入規(guī)模增加、虧損規(guī)模收縮成為國內(nèi)頭部工業(yè)AI企業(yè)的財務主旋律。

04

資本市場會認可嗎

一級市場對工業(yè)AI的押注正在加速。瑞銀數(shù)據(jù)顯示，AI與機器學習在工業(yè)板塊風險投資中的占比，已從2020–2022年的約14%提升至2025年上半年的38%。

但更關鍵的問題在于，這種熱度能否在二級市場完成定價。港股歷來更看重基本面，對概念炒作容忍度有限；不過在當前的全球AI行情中，寧可買貴、不愿踏空的情緒，正在階段性改變這一約束，也讓具備“大模型+機器人”雙重敘事的工業(yè)AI企業(yè)，獲得了相對寬松的上市窗口。

但短期熱度本身并不構成估值的持續(xù)支撐。從當前數(shù)據(jù)來看，工業(yè)AI已經(jīng)開始脫離純概念階段。灼識咨詢預計，2025–2030年全球工業(yè)AI智能體復合增速將達35%；以思謀科技為代表的頭部企業(yè)，也已跑出超過50%的歷史營收復合增速，并伴隨虧損收窄。

遞表只是起點，遠非終局。對于剛剛開啟港股進程的工業(yè)AI企業(yè)而言，市場真正關注的不是歷史成績，而是從“遞表”到“掛牌”再到“首份季報”這一連串節(jié)點中，上述增長與減虧趨勢能否持續(xù)驗證。

具體而言，市場將逐項審視三個層層遞進的問題：第一，增長能否從頭部客戶持續(xù)滲透進更廣泛的中型制造商。第二，虧損收窄是否建立在真實的造血能力上。第三，規(guī)模效應能否落地為硬性財務指標，并在上市后持續(xù)兌現(xiàn)。

誰能率先答對這三道題，誰就能在這場IPO浪潮中真正兌現(xiàn)價值。這場闖關之旅，注定充滿考驗，但也孕育著前所未有的機遇。