作者 | 鉛筆道 松格編輯 | 鉛筆道 王方封面圖丨思謀科技公眾號(hào)

一位復(fù)旦教授，造出14萬(wàn)AI工人，最近沖刺IPO。

2000年，思謀科技創(chuàng)始人賈佳亞從復(fù)旦畢業(yè)時(shí)，計(jì)算機(jī)視覺還是個(gè)冷門方向。他沒想到，二十多年后，自己會(huì)給中國(guó)工廠造出14萬(wàn)個(gè)“AI工人”。

這些“AI工人”，能幫工廠做質(zhì)檢，幫工廠省人、省錢、提效率。

2025年，思謀科技收入10.86億元，同比增長(zhǎng)43.7%。但一翻開它的利潤(rùn)表，可能會(huì)讓人意外：去年凈虧損9.91億元。

虧10億，收11億，這賬怎么算，這個(gè)賽道健康嗎？資本市場(chǎng)很快會(huì)給答案。

- 01 -一位教授，造出14萬(wàn)AI工人

2000年，從復(fù)旦大學(xué)畢業(yè)的賈佳亞，選擇去香港中文大學(xué)攻讀計(jì)算機(jī)視覺。在當(dāng)年，這個(gè)領(lǐng)域非常冷門，幾乎沒多少人關(guān)注，他只是單純喜歡圖像的直觀感，也熱愛攝影，就一頭扎了進(jìn)去，沒多想未來的行業(yè)前景。

沒想到，這一堅(jiān)持就是二十多年。期間，他一直專注計(jì)算機(jī)視覺，一步一步做研究，沒有停過。他發(fā)表了200多篇頂級(jí)期刊和會(huì)議論文，累計(jì)被引用超過7萬(wàn)次。

他是香港中文大學(xué)終身教授、香港科技大學(xué)講座教授，還成為了TPAMI期刊創(chuàng)刊40多年來，第一位華人視覺方向副主編。

更重要的是，他帶出了很多學(xué)生，其中就包括商湯科技CEO徐立這樣的行業(yè)人物。

2017年，賈佳亞決定走出象牙塔，進(jìn)入產(chǎn)業(yè)界，加盟騰訊優(yōu)圖實(shí)驗(yàn)室。

兩年時(shí)間，他看到了AI+工業(yè)的痛點(diǎn)。2019年，賈佳亞創(chuàng)辦思謀科技，切入智能制造。

最開始，思謀做的是AI視覺軟件，主要幫工廠檢測(cè)產(chǎn)品缺陷。但團(tuán)隊(duì)很快發(fā)現(xiàn)：只給軟件，根本解決不了工廠的問題。

因?yàn)樵谡鎸?shí)產(chǎn)線上，檢測(cè)不是一個(gè)“單獨(dú)環(huán)節(jié)”，而是整條生產(chǎn)線的一部分。它必須和機(jī)械設(shè)備配合，必須實(shí)時(shí)做判斷，必須直接給出執(zhí)行結(jié)果，甚至要形成完整閉環(huán)。

也就是說，光有“看得懂”的軟件是不夠的，工廠更需要的是“能動(dòng)起來”的系統(tǒng)。

基于此，思謀做出關(guān)鍵調(diào)整：不再只賣軟件，而是升級(jí)為一整套可以落地運(yùn)行的智能系統(tǒng)。

這就是他們后來的核心產(chǎn)品——工業(yè)AI智能體：AI模型負(fù)責(zé)看、識(shí)別、做判斷；視覺系統(tǒng)負(fù)責(zé)采集畫面和信息；機(jī)器人負(fù)責(zé)實(shí)際操作；云邊系統(tǒng)負(fù)責(zé)統(tǒng)一調(diào)度、快速部署。

簡(jiǎn)單說，思謀不再賣工具，而是給工廠造“AI工人”。

根據(jù)招股書數(shù)據(jù)：2023年，工業(yè)AI智能體收入占比62.4%；2024年，提升至73.8%；2025年，進(jìn)一步達(dá)到78.5%；三年時(shí)間，這項(xiàng)業(yè)務(wù)從輔助，變成了絕對(duì)核心。

2025年思謀收入約11億元，同比增長(zhǎng)約44%；工業(yè)AI智能體業(yè)務(wù)復(fù)合增長(zhǎng)率高達(dá)67.8%；累計(jì)落地超過14萬(wàn)臺(tái)工業(yè)AI智能體；服務(wù)超過730家制造業(yè)客戶。

- 02 -工廠的痛

思謀科技的背后，是制造業(yè)升級(jí)的大風(fēng)口：AI+質(zhì)檢。

在AI進(jìn)入工廠之前，制造業(yè)的質(zhì)檢基本只有兩條路，而且都有明顯短板。

一種是人工檢測(cè)。以普通中型電子廠為例，一條手機(jī)零部件檢測(cè)線，可能需要超10名質(zhì)檢員輪班盯著，不僅成本高，還容易疲勞出錯(cuò)，漏檢率大概在5%，質(zhì)量很難穩(wěn)定。

另一種是傳統(tǒng)機(jī)器視覺�？抗こ處熓謩�(dòng)寫規(guī)則、定標(biāo)準(zhǔn)來識(shí)別缺陷，但工業(yè)場(chǎng)景太復(fù)雜，規(guī)則根本寫不完。

根據(jù)《2025工業(yè)AI視覺應(yīng)用效果白皮書》數(shù)據(jù)：遇到高反光金屬表面，傳統(tǒng)視覺失效概率高達(dá)40%，遇到非標(biāo)準(zhǔn)形變產(chǎn)品，失效概率也有35%。

這就造成一個(gè)很現(xiàn)實(shí)的局面：截至2024年底，國(guó)內(nèi)制造業(yè)自動(dòng)化普及率已經(jīng)達(dá)到78%，但智能化普及率只有32%。

這意味著：機(jī)器能干活，卻不會(huì)“思考”，更沒法靈活判斷復(fù)雜情況——而這，成了思謀科技的機(jī)會(huì)。

這個(gè)賽道，之前的老玩家是康耐視、基恩士、奧普特等老牌企業(yè)，它們能提供“視覺工具”，可用于質(zhì)檢�？蛻糍I回去后，需要集成到自己的產(chǎn)線上。

而思謀科技的核心是工業(yè)AI智能體，提供的是端到端的AI質(zhì)檢+智造整體方案。

工業(yè)是AI未來幾年的關(guān)鍵應(yīng)用場(chǎng)景。

根據(jù)思謀科技招股書披露的行業(yè)數(shù)據(jù)，全球工業(yè)AI市場(chǎng)規(guī)模2020年約1240億元，2025年約5109億元，年復(fù)合增長(zhǎng)率32.7%；中國(guó)市場(chǎng)增長(zhǎng)更快，2020年規(guī)模420億元，2025年約2010億元，年復(fù)合增長(zhǎng)率36.8%。

招股書顯示，工業(yè)AI之所以在近幾年集中爆發(fā)，主要有三股核心推力。

第一，制造業(yè)被逼著升級(jí)。

2020-2025年，制造業(yè)一線工人平均月薪從4800元上漲至6800元，5年漲幅達(dá)41.7%。

同時(shí)行業(yè)對(duì)品質(zhì)要求持續(xù)拉高：電子行業(yè)產(chǎn)品合格率標(biāo)準(zhǔn)從95%提升至99.5%，汽車零部件行業(yè)從98%提升至99.8%。

企業(yè)不用AI，已很難扛住成本與質(zhì)量雙重壓力。

第二，AI技術(shù)終于能用了。

《工業(yè)大模型白皮書(2025年)》指出，傳統(tǒng)AI模型需10萬(wàn)+標(biāo)注樣本才能適配工業(yè)場(chǎng)景，而多模態(tài)大模型僅需1萬(wàn)+樣本即可完成訓(xùn)練，標(biāo)注需求減少60%。

第三，部署成本大幅下降。

據(jù)招股書顯示，2023年，一套工業(yè)AI系統(tǒng)定制化部署平均成本約50萬(wàn)元；2025年在云邊協(xié)同架構(gòu)下，成本降至28萬(wàn)元，降幅達(dá)44%。

其中GPU算力成本從15萬(wàn)元降至9萬(wàn)元，數(shù)據(jù)標(biāo)注成本從20萬(wàn)元降至12萬(wàn)元，算法人力成本從15萬(wàn)元降至12萬(wàn)元。

- 03 -關(guān)鍵趨勢(shì)

AI工業(yè)質(zhì)檢，當(dāng)下正在發(fā)生幾個(gè)變化。它正在從“精準(zhǔn)”，走向“能用”，再走向“管得住整條產(chǎn)線”。

過去大家理解的工業(yè)質(zhì)檢AI，本質(zhì)上還是一個(gè)“工具”。攝像頭拍一張圖，模型判斷有沒有缺陷，然后輸出“OK / NG”。這在早期項(xiàng)目里已經(jīng)算很先進(jìn)。

但現(xiàn)在，這一套正在被重新改寫。

1、從“單點(diǎn)檢測(cè)”變成“產(chǎn)線能力”。

最早的AI質(zhì)檢，只解決一個(gè)點(diǎn)：檢測(cè)。但工廠的真實(shí)邏輯是“流水線系統(tǒng)”。于是新的變化是：AI不再只是“看”，而是開始進(jìn)入整條產(chǎn)線。

比如，檢測(cè)結(jié)果要直接驅(qū)動(dòng)機(jī)械臂剔除不良品，或者實(shí)時(shí)反饋給設(shè)備，自動(dòng)調(diào)整參數(shù)。

AI開始從“判斷工具”，變成“生產(chǎn)系統(tǒng)的一部分”。

2、從模型能力到工程能力。

過去行業(yè)比的是模型精度，比如準(zhǔn)確率、召回率�，F(xiàn)在工廠更關(guān)心的是另一件事：能不能穩(wěn)定跑一年不出問題。

于是評(píng)價(jià)標(biāo)準(zhǔn)發(fā)生變化：不再只看實(shí)驗(yàn)室數(shù)據(jù)，更看現(xiàn)場(chǎng)穩(wěn)定性，更看極端環(huán)境適應(yīng)能力，更看維護(hù)成本。工業(yè)AI開始從“算法問題”，變成“工程問題”。

3、從“局部替代人工”到“全流程無(wú)人化”

早期的目標(biāo)是：讓AI幫人減負(fù)。現(xiàn)在目標(biāo)變成：讓某些產(chǎn)線“盡量無(wú)人化運(yùn)行”。

比如：檢測(cè)、判斷、剔除、反饋、調(diào)整，整個(gè)鏈路盡可能自動(dòng)完成。AI質(zhì)檢不再只是“輔助崗位”，而是在嘗試進(jìn)入“生產(chǎn)決策鏈”。

如果說過去十年，AI在工業(yè)質(zhì)檢領(lǐng)域做的是“讓機(jī)器看得見”。

那么現(xiàn)在這一輪變化更重要：它正在讓機(jī)器不僅“看得見”，還要“做得了決定”，甚至“參與生產(chǎn)運(yùn)行”。工業(yè)AI正在從一個(gè)技術(shù)模塊，變成工廠的基礎(chǔ)設(shè)施。

本文不構(gòu)成任何投資建議。

       原文標(biāo)題 : 復(fù)旦校友，造14萬(wàn)AI工人：年入11億，港股上市