ITPub博客

本次交流很快从“怎么做一个Agent”，扩展到工业软件问题。当企业know-how开始被压进skill和小模型，当workflow不再只是固定流程，而要围绕目标和意图重新设计，当软件越来越像服务，工业软件公司未来的壁垒到底会在哪里？接下来两三年，工业企业又该如何重新理解自己的组织、产品和客户关系？

互联网大厂的算力胃口越来越大，但曾把这个行业一手带大的智算中心第三方服务商，却正在迎来巨大的挑战——当他们苦熬多年把AIDC供应链调教成熟后，运营商带着成本与补贴武器杀入市场，而跨界的新能源巨头和激进的上市公司，正用绿电和资本杠杆改写游戏规则。国内基建价格内卷，只能出海“下南洋”；算力利润被卡死，只能下场“折腾电”。本期，爱分析对话时石资本创始人陈峻，带你撕开中国AIDC产业最残酷的B面，看看服务

AI下一阶段不只是在比模型能力，也在比谁掌握记忆的归属权。再往下一层看，这场记忆的所有权之争，其实是一场更深的基础设施迁移：AI的存储，正在被记忆重写逻辑。

大模型正在进入企业核心业务场景，但真正阻碍其落地的，不是模型能力本身，而是数据能否被模型准确理解和调用。大量扫描件、PDF、图片、视频以及复杂表格沉淀在业务系统中，保留着关键知识，却长期处于非结构化、难解析、难关联的状态。

AI数据服务公司澳鹏（Appen）正加速从传统数据标注向大模型数据服务转型。自2023年报开始，澳鹏将LLM训练数据、多模态生成式AI、视频生成数据、模型安全与评测等项目统一归入生成式AI相关业务（以下简称GenAI业务），正式设为战略业务类别， 并明确提出向GenAI转型。据财报披露，澳鹏GenAI业务收入占比由2023年的4%升至2025年的33%，2025Q4达到44.1%；2026H1为2

大厂的Token业务正在进入最好的时代。

工业Agent正在从知识库问答，进入CAD、CAE等研发设计核心环节。AI越深入核心业务，通用能力就越难直接复用。同样使用CATIA软件，航空设计与汽车设计面对的对象、流程和知识体系并不相同；同样是审图，不同企业关心的规则、风险和验收标准也很难直接复制。这意味着，工业AI不能只在通用模型或单点工具上做文章。它既要深入业务，又要用平台承接场景差异；既要让智能体调用工业软件，也要把分散在企业内部的经验

AI已经快速进入企业，但还没有真正进入组织。数据显示，88%的企业已经在至少一个业务职能中使用AI，但AI对企业总营收贡献超过10%的企业仅占8%，真正实现AI深度融合的企业也只有7%。这组反差说明：企业已经解决了“有没有AI”的问题，却还没有解决“AI能否成为组织能力”的问题。今天，很多员工已经在使用AI生成内容、查询知识、分析数据，但这些能力往往停留在个人和单点工具层面：AI提出建议，仍要等待

继算力和基础模型之后，数据正在成为大模型竞争的下一项关键投入。

过去，数据中台从中国企业服务市场最热的概念之一，变成被反复质疑的对象。很多企业认为中台已经过时、应该拆掉。但当大模型真正进入企业场景，一个更底层的问题重新摆到台前：企业的数据在哪里？数据质量如何？这些数据能否支撑AI做出可靠、可执行的判断？

给图片拉框、给语音转写，曾经是AI数据服务最典型的工作。如今，通用模型的基础识别与分类能力在增强，简单标注的价值逐渐下降；与此同时，专家推理、智能体轨迹、机器人动作和行业知识等高价值数据需求快速增加。

消费者认识一个品牌的方式正在发生变化。

去年，国内数据中心申报项目过千，实际获批约10%，绿电直连成为重要的加分项。一个变化已经越来越清晰：AIDC的竞争正在从抢资源、拼建设，转向绿色化、精细化运营。项目建起来只是第一步，能不能把绿电用好，能不能把账算过来，才决定它能走多远。AIDC运营方应该从哪里下手？

具身智能市场，数据投入早于出货，即使终端销量还没多少，具身智能公司已经开始为数十万小时乃至更大规模的训练数据投入资源。2026年AI数据服务市场最显著的增量是具身智能。

林源在采访中反复强调一个问题，你今天看到的企业，不是不想用AI，是不敢用。上市公司怕数据出域，银行受监管约束担心合规，制造业觉得工艺和是命根子，这些企业都不能用公有云大模型。每个客户都在焦虑：数据能不能不出域，原来的系统能不能不动，Agent进了企业之后到底在跑什么任务。林源作为青云科技CEO，过去十几年一直在云基础设施里打仗。他经历过公有云的惨烈竞争，也踩过足够多的坑。到了AI时代，他选择了一条

围绕这个愿景，邓亚峰在访谈中进一步展开了他对AI自我进化实现路径、记忆与推理合流，以及赛道长期壁垒的一整套思考。

近期，a16z合伙人Martin Casado给出了一个让模型厂商不太舒服的判断，算力供给放开、开源模型成熟之后，AI产业链价值会重新分配，应用层将拿走越来越多的份额，模型厂商的利润份额会被侵蚀。

让AI使用私有数据，既要“能人放大”，也要“人能放心”

数据平台+动态本体平台，才能彻底消除数据孤岛

本体的核心价值在于帮助智能体建立认知体系并完成推理和推演，行动则需要大模型与人协同完成。