涂尔干讲“社会事实”要当作物来研究。放到工业AI，真正能研究的东西也很朴素：订单、交付、利润、现金流、客户复购。 $赛意信息(300687)$
7月6日，赛意信息披露2026年半年度业绩预告，预计上半年归母净利润5250万元至6500万元，同比增长188.36%至257.01%。公司表示：内部经营管理改善，交付运营体系优化，成本费用控制，同时加大市场开拓，深耕存量客户，拓展海外业务，业务规模明显提升。
天眼查显示，赛意信息不是一家纯AI创业公司，基本盘还是企业数字化、泛ERP、智能制造和工业互联网。2025年，公司泛ERP收入9.83亿元，占总营收47.43%；智能制造及工业互联网收入8.66亿元，占总营收41.79%，两项业务合计接近九成。
巴菲特有句话很朴素，潮水退去才知道谁在裸泳。放到AI应用赛道，潮水退去后，最先能留下来的公司，往往不是讲模型参数最多的公司，而是手里握着客户、场景、数据和交付能力的公司。
赛意信息这次半年报预告，正好给了市场一个小样本：工业AI的商业化，可能比很多通用AI应用更早进入兑现阶段。
工厂不为概念付费，只为效率付费
工业AI最难的地方，也最现实。
消费互联网做AI，可以先靠流量、体验和使用时长讲故事。工厂不一样。制造企业买软件，看的不是新鲜感，而是产线有没有少停、订单有没有按时交、库存有没有降、良率有没有升、人效有没有改善。每一个AI功能，最后都要被车间、财务、供应链和老板一起审。
赛意信息的底层优势在公司过去多年服务制造业客户，进入的是ERP、MES、工业互联网这些系统。ERP管财务、采购、库存和经营流程，MES管生产现场，工业互联网连接设备、订单和工艺数据。AI如果想进入工厂，不能悬在半空中，必须落到这些系统上。
赛意信息一季报已经露出修复信号。2026年一季度，公司营业收入4.83亿元，同比下降1.31%；归母净利润3156.83万元，同比增长28.74%；扣非净利润3106.55万元，同比增长33.81%。 这组数据说明，公司收入端还谈不上强劲扩张，但利润端已经开始改善。背后的关键词，是交付效率、费用控制和业务结构调整。
工业软件过去有一个老问题：项目越多，人越多，定制越深，交付越重，利润率容易被吞掉。AI真正有价值的地方，不在于给软件加一个聊天框，而是能不能把过去大量依赖顾问和工程师的工作，沉淀成模型、规则和智能体。智能排产、工艺优化、质检、物流调度，这些场景看起来不热闹，但每一个都和工厂成本直接相关。
赛意信息依托二十年工业领域经验和自有算力底座，重点打造工业垂类模型与AI数字员工产品，多款行业模型已在工艺设计优化、物流路径优化、工业质检、智能排产等场景落地，其中自研PCB行业工艺AI大模型已实现规模化商用，新一代AI数字员工产品计划今年8月发布。
PCB工艺、物流路径、工业质检、智能排产，都是制造业里的硬场景。客户不需要供应商解释AI多先进，只需要看到效率变化和成本变化。工业AI能不能跑出来，关键就在这种细场景里。
通用模型退热后，垂直场景开始接过话筒
市场对AI的兴趣大多集中在大模型、算力、参数和融资规模。热闹归热闹，应用层很多公司还在找商业模式。到了产业落地阶段，机构投资者看的东西更具体：订单能见度、续费情况、毛利率、交付周期、现金流质量。
工业AI在这个阶段反而更容易被重新认识。工厂本来就有数字化预算，本来就有ERP、MES和工业互联网系统，本来就有降本增效压力。AI进入制造业，不需要重新教育客户，只需要证明比原来的数字化系统更聪明、更省钱、更能解决问题。
政策也在推这件事。工信部等八部门印发的《“人工智能+制造”专项行动实施意见》提出，到2027年，推动3至5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景。
最值得看的当然是“工业智能体”和“典型应用场景”。AI进入制造业，不能停在模型展示层面，最后要落到研发设计、生产制造、运营管理、供应链协同这些具体环节。赛意信息做的事情，正好贴近这条线：用工业模型和智能体改造原来的企业软件业务。
当然，赛意信息还不能过早下结论。2025年公司全年实现营收20.73亿元，同比下降13.45%；归母净利润为亏损1.07亿元。 这说明公司经历过行业压力，利润修复不是凭空出现的胜利，而是在低谷后的重新调整。
制造业数字化需求还在，但客户花钱更谨慎。单个大项目审批更严，交付周期容易拉长。工业AI公司如果还靠重人力、重定制、重项目推进，财务改善会很慢；如果AI产品能提高复用率，降低实施成本，利润弹性才有继续打开的空间。
彼得·林奇说，投资应该看得懂公司的生意。赛意信息这门生意并不复杂，就是帮制造企业把管理系统和生产系统做得更智能。复杂的是执行：工业客户千差万别，行业Know-how难复制，模型落地需要数据、场景、顾问、工程师一起配合。这不是轻资产互联网应用，工业AI赚的是慢钱、苦钱，也是壁垒更厚的钱。
算力、模型、软件全都做，机会和压力一起变大
赛意信息现在还有一条更大的线：公司想从工业软件服务商，往“算力底座+行业模型+业务智能体”的全栈方案商走。
5月20日，公司公告拟采购高性能算力服务器，合同总金额预计不超过8.33亿元，主要用于为客户提供云算力服务，匹配“算力筑基，模型致用”的业务战略。 证券时报还提到，公司通过产业基金、战略投资布局芯片、算力集群和算力运营，并投资广东七号智算，补齐算力搭建、整机柜交付、算法落地能力；截至今年5月，公司传统工业及管理软件在手订单同比增长21.3%。
这条路有想象空间，也有财务压力。
想象空间在于，赛意信息不再只是卖ERP实施、MES项目和工业互联网平台，而是试图把算力、模型、软件、智能体打包，给制造企业提供一整套AI数字化底座。如果客户未来愿意为工业智算、模型调用、智能体订阅持续付费，公司收入结构会比传统项目制更好看。
压力也很明显。算力服务器采购会加大资金占用，工业客户付费节奏偏谨慎，AI项目早期投入可能压住短期现金流。赛意信息2025年经营活动现金流净额为6108.74万元，虽然实现改善，但和算力布局需要的资金规模相比，后续融资、回款和资本开支节奏都要看得更细。
赛意信息现在最核心的观察点，不是AI标签有多强，而是三个基本面问题。
AI业务能不能降低交付成本？工业模型能不能跨客户复用？算力投入能不能带来持续性服务收入？
如果这三个问题逐步得到验证，赛意信息业务模型也会变轻一点、厚一点。反过来，如果AI项目继续高度定制，算力投入变成重资产包袱，利润修复就容易停在阶段性改善。
这也是工业AI当前最真实的状态。行业方向很清楚，客户需求也存在，但商业化不是一条直线。智能制造很少有一夜爆发，更多是一个车间一个车间改，一个流程一个流程接，一个客户一个客户磨。
相比通用AI应用的流量焦虑，制造业场景更慢，但订单更硬；相比纯软件工具，工业AI交付更重，但客户关系更深。
AI应用的第一批盈利样本，未必出现在最热闹的地方，反而可能出现在工厂、仓库、质检台和排产系统里。赛意信息现在已经拿到一张入场券，后面要交的答卷，是把AI从项目收入做成可复用的产品能力。
精彩评论