作者：彭昭（智次方创始人、云和资本联合创始合伙人）

物女皇：决策权容器

这是我的第424篇专栏文章。

7月2日，2026研华工业AI生态伙伴峰会在苏州召开。作为一家在工业自动化与物联网领域深耕四十余年的硬件巨头，研华在峰会上释放的信号，不仅关乎其自身的战略转轨，更揭示了工业AI在2026年这个时间节点的生存图景。

峰会现场有两件事，看似独立，实则构成了一组意味深长的行业密码。

第一件事发生在主论坛。

研华科技董事长刘克振宣布，软件事业已被提升到与三大硬件事业群平级的一线战略地位。对于一家硬件起家的企业而言，这是组织架构层面的显著变化。而且紧接着，他补充了一个更令人意外的决策：公司对这个新晋一线事业群的营业额并无硬性追求，核心的边缘软件平台将随硬件免费赠送。 一个被寄予厚望的战略级部门，其核心考核指标竟然不是直接创收。

第二件事来自圆桌对话。

作为应用方的代表，松下信息系统（上海）有限公司的一位高管披露了一组内部数据：松下在华的43000名员工中，已有8500人用过集团的AI平台，做过某一项具体工作。过去一年里，内部涌现出了约1000个工业智能体，但经过产线验证、实际存活并被常态化调用的，只有几十个。 他坦言，今年的核心任务不再是盲目扩充智能体的数量，而是要让这8500人中的20%，去开发真正能在现场扎根的AI。

一个不以创收为目的的一线软件事业群，与一张折损率超过九成的智能体死亡账单。将这两件事拼在一起，我们就能看清工业AI当下的完整结构：大批智能体为何死于试点与产线的交界线？什么样的系统架构才能在工业现场活下来？以及，这场AI盛宴的利润，最终会沉淀在谁的口袋里？

这三个问题，峰会现场都给出了清晰的线索。

幻象与账单：大模型并未终结“碎片化”，而是发了一笔“技术补贴”

过去几十年，工业场景的极端复杂性与企业间的巨大差异，将市场切割得支离破碎。供应商被迫陷入低可复制性、高边际成本的定制化专案泥沼。而新一代大模型与智能体的出现，被视为打破这一诅咒的终极武器：大模型的泛化能力理应解决通用性问题，让工业软件实现产品化。

然而，峰会现场的反馈指向了硬币的另一面。

智能体首先降低的，仅仅是定制开发的初始门槛。过去一个由于投资回报率太低而不值得立项的长尾场景，如今借助AI平台，几天时间就能攒出一个智能体来应对。这种开发成本的断崖式下降，等于给每一个碎片化场景发放了一笔技术补贴。项目制没有被终结，它领到补贴，换了一种形式续命。

松下那1000个智能体，就是这笔补贴生效的凭证；超过九成的折损率，则是补贴过后的账单。开发端的繁荣是即时的，落地端的萧条却在验收时显露无疑。造出一个智能体的门槛降到了以天计，让一个智能体在业务现场稳定运行一年的门槛，却依然高耸。这两个门槛之间的落差，就是那九成多的死亡率。

需求侧的体感更为直接。在同一场圆桌上，亿滋国际的中国区信息化负责人道出了甲方的焦虑：AI的发展，已经快于工厂精益生产管理的沉淀速度和人的观念能力的提升速度。顺着这句话往下推，结论并不轻松，当开发能力被彻底下放，可用与不可用之间的鉴别负担，就重重地压回了企业的管理体系。补贴发得越广，排队等待安全验收和灰度测试的队伍就越长。

刘克振董事长对这个循环有着清醒的判断。他直言，如果仅仅把AI当作推理功能的堆叠，继续用它去堆砌非标方案，AI只会成为专案泥沼的放大器，让企业陷得更深。

为了彻底掉头，研华将西安团队打磨了七八年的自动化组件软件推倒重来，战略从功能堆叠全面转向重新定义产品。一家老牌企业愿意将多年的软件资产归零，足见其对放大器效应的警惕。

但折损并非毫无规律。死掉的九百多个智能体有着共同的死因，活下来的几十个也有着共同的生存法则。这条决定生死的分界线画在哪里？这是峰会给出的第二层答案。

架构的克制：决策权解耦是工业AI的“保命法则”

先看成本结构。消费级AI的错误几乎是免费的：一段幻觉文本的代价，顶多是用户皱一下眉，点击重新生成。但工业现场的错误，是以停机损失和安全事故来计价的。产线意外停机一小时，损失动辄以百万计；若涉及化工、高压或重型机械，代价更加不堪设想。

这种成本结构的根本差异，决定了工业AI落地的第一道门槛立在权责划分上，而非单纯的模型能力。企业不敢把物理世界的控制权贸然交出去，再聪明的系统，如果权责不清，也只能永远停留在演示环节。

刘克振董事长在演讲中提出了他称之为黄金法则的架构原则：“决策系统必须严格地分事实、理解、判断三个部分，这个系统才走得长远。”

三个部分各有归属。

• 事实层由传感器、数据采集和物联网底座供给，这一层研华做了几十年，是数据的源头；数据的完整与真实，恰恰是大量智能体隐性死亡的原因，将事实层单列，是为了让数据污染问题可以被精准定位，而免于和上层的推理错误搅成一团。

• 理解层扮演飞机的副驾驶，持续报告气压、航向，不断提供分析和优化建议，但它的手绝对不能不碰操纵杆，在系统架构中，这一层被明令禁止越界执行。

• 判断层握着最终的价值判断与动作执行权，而在落地初期，这个主驾必须是人。

刘克振举了一个朴素的例子：工厂周末是否需要关掉某台空调机组？起初，由智能体（理解层）给出建议，由工程师（判断层）按键执行。系统连续运行数月、建议被反复验证之后，人才将执行权平滑移交给智能体，移交之后仍保留熔断与防范机制。信任的移交是一条带时间刻度的运营流程，一步一格，可进可退。

用这个框架去回看松下折损的九百多个智能体，死因便一目了然：大多数死亡的智能体，死于二合一。

它们将理解与判断焊死在同一个黑盒里，分析、建议、执行一气呵成。这种系统在演示时最惊艳，在落地时最先被弃用。因为它过不了工厂的安全审计，因为没人说得清哪一步是数据、哪一步是推断、哪一步是决定；它也完不成责任认定。一旦现场出事，责任沿着调用链追溯到它面前，就成了无头悬案。

能力越强，越界越深，被清退得越早。

正面样本同样在现场得到了印证。研华披露了其正在推进的工厂大脑架构，并计划在昆山工厂向合作伙伴展示：质量、排程、工程、能耗等多个智能体互联运行。当质量异常发生时，质量智能体与排程智能体协商是否调整排程，同时将异常数据递给工程智能体排查根因；能耗智能体则依据生产排程，主动调整能源管理策略。这种多智能体协作听起来激进，其成立的前提恰恰是保守的：每个决策点的归属必须先被切分得干干净净，协作才有可能发生。

决策权的“物理容器”：工业AI商业模式的终极分岔

在这里，我们不妨引入一个大家更熟悉的参照物：自动驾驶。

工业场景走向AI化，与汽车走向自动驾驶是同构的过程：从人负全责、系统辅助的阶段，到系统担责的高阶自动驾驶，控制权与责任逐级让渡。

特斯拉提供了一个商业样本：它为FSD软件单独定价，买断与订阅并行，同时把这套能力焊在一辆售价数十万元的物理汽车上。软件与硬件两头都收费，虽然与研华的分配方式相反，但两种选择共享同一个前提：决策能力无法脱离物理载体单独交付，“容器”不可绕过。

回到工业现场，决策权一旦被单独架构并赋予AI，就会催生出一个此前不存在的物理需求：一个持有产线决策权的智能体，必须可断电、可审计、可归责。这三件事指向同一个落点，它不能飘在公有云上，它必须住进一个看得见、摸得着、出了事拔得出网线的物理容器里，而且这个容器必须“蹲”在事发现场。

这个容器，就是部署在工厂机房里的边缘AI服务器与一体机。

刘克振在演讲中直言，云端数据中心是付费即用的公共品，研华不碰；研华的核心产品，正是这些承载智能体的边缘容器。

到这里，开篇提及的组织变革有了更进一步的解释。软件事业群升为一线却不考核营收，核心边缘平台随硬件免费赠送，因为研华把收费锚点集中于一体机和统一的I/O接口上。系统能力上移到了AI智能体，计价权却下移到了物理机箱。软件的职能从直接创收转变为护城河与防御工事，决策权的物理容器，成为利润的最终落点。

这也解释了研华如何消化碎片化补贴的账单。他们将边缘AI的核心能力解构为多个预验证的标准化模组，客户按需取用，站在已经验证过的模组上组装自己的场景。配合工具平台，集成商的交付周期从三个月被压缩到三个礼拜。

峰会中圆桌对话的主持人打了个比方：供应链链条补齐之后，物理AI会进入类似半导体代工的时代，标准化复制取代逐案定制。解药不在一个万能的通用大模型，而在于把碎片场景的组装成本压到代工水平，让决策权的容器成为出货的标准件，补贴的账单才能被结清。

当然，同一场决策权的架构重塑，计价路线并非只有一条。

作为对照组，软件与自动化基因深厚的中控技术，把商业锚点放在了模型侧。其时间序列大模型TPT已从化工、石化等优势行业拓展至十三个行业，在中国石油、中国石化、中煤等头部企业落地；2025年前三季度，TPT业务收入1.54亿元，软件年费ARR收入7691万元，在公司整体营收承压的年份逆势增长。2026年一季度，中控技术的工业AI业务收入1.84亿元，单季体量已超过去年前三季度TPT业务的总和。

硬件基因的公司锚定容器，软件基因的公司锚定模型。两条路线都在为同一样东西定价：决策权只有一个，双方都想成为它的底座。分岔本身即是结论：未来十年工业AI的利润分布，取决于决策权最终沉淀在谁的价值网络中。

写在最后

回到投资与产业观察的判据，在2026年的今天，评估一个工业AI标的，需要先问三个问题。

第一，它的智能体是在给碎片化发补贴，还是在压缩碎片场景的组装成本？前者的繁荣是假象，收入注定会被极高的落地折损率吞噬；后者才具备可复制的商业曲线。

第二，它的决策权有没有被单独架构？那些将理解与判断焊死在同一个黑盒里的方案，注定过不了下一轮工业企业的安全采购条款。

第三，它把计价锚点放在了哪里？锚在模型侧成立，锚在容器侧也成立，含混地悬在中间不成立。

一千个智能体只活下几十个，这组数字在峰会现场被平静地陈述。它不该被当作行业的挫折来读，因为折损，是技术跨越物理世界鸿沟的必然代价。而幸存者划出的生死线，比任何纸面上的完美推演都更诚实。