作者：彭昭（智次方创始人、云和资本联合创始合伙人）

物女皇：跳出方案，重构交易

这是我的第436篇专栏文章。

上篇文章发布之后，一位企业家提出一个直指核心的问题：

“绝大多数工业物联网公司，今天依然只能赚取硬件、网络部署和运维的一次性或固定服务费。AI只是个附加功能，投标时被当作加分项，甚至沦为降价促单的工具。AI带来的降本、减损、增产，收益全部归客户，厂商拿不到超额红利。客户随时可以更换算法供应商，而硬件和网络一旦标准化，很快就会陷入价格战。

到底怎样才能把AI能力打包成可量化的收益分成权，绑定工业现场真实的经营指标，让物联网企业从设备供应商，变成客户生产效率的共担合伙人？”

这个提问，刺痛了今天大多数的物联网企业。

在产业现实中，AI不仅没能带来溢价，甚至可能沦为客户砍价的筹码。

因为无论技术多牛、产品多好，客户不会情愿为“过程”买单。产业升级创造的巨大财富，只会支付给那些能真正“拿结果”的人。

这意味着，AIoT企业离客户的“最终业务成果”有多近，就能在这个产业链条中分到多大块的蛋糕。

当企业商业模式只能停留在“卖工具”的阶段，离成果的距离就是十万八千里，AI可能只是个免费的赠品；只有当企业敢于、且有能力为客户的最终收益兜底，成为那个“拿结果的人”，由硬件、网络、AI算法以及行业Know-how共同构成的这套AIoT系统，才会化身为一台为企业持续创造复利的“现金流引擎”。

但问题来了：既然“按结果分润”听起来如此美好，为什么放眼整个物联网和产业AI赛道，大家依然在拼命卖设备、卷价格？为什么“拿结果”知易行难？

为了丈量出AIoT企业距离“业务成果”到底有多远，我翻开了4家行业标杆企业（移远通信、涂鸦智能、中控技术、汉威科技）的财报。

我们离“拿结果”究竟有多远？

为了看清整个行业距离“业务成果”到底有多远，我们需要建立一个“二维坐标系”，来给当前的商业模式做一次深度诊断：

• 纵轴，代表“不可替代性”。

核心衡量指标是毛利率。毛利率越高，说明企业在客户面前的议价能力越强，护城河越深。

• 横轴，代表“离成果的距离”。

核心衡量指标是收入确认方式。是发货就确认收入，还是系统上线确认，亦或是按“最终给客户创造的增量价值”来持续确认？越往右走，离客户的最终成果就越近。

在这个坐标系里，所有To B企业的终极阵地在“右上角”：既拥有极高的不可替代性，又能根据创造的增量成果持续分润。

明确了这把尺子，接下来我们把AIoT赛道里最具代表性的四家企业（移远通信、涂鸦智能、中控技术、汉威科技）依次放入坐标系中。

先看处于连接层的移远通信。

2026年上半年，移远营业收入高达152.59亿元。按产品线来看，通信模组和天线的毛利率为16.28%，车载、智能和解决方案的毛利率为21.42%。从收入确认上看，仍以标准化的产品形态出货为主。

再看处于平台层的涂鸦智能。

2026年上半年，涂鸦收入1.74亿美元。其中PaaS业务占73.0%，产品部分在客户接受时一次性确认；PaaS里按设备激活后、在产品生命周期内逐期确认的云连接服务，上半年只确认了57.9万美元，仅占总收入的0.33%。

不过，涂鸦有一条按期确认的收入线，来自行业SaaS和云端增值服务，上半年通过递延收益确认了1,799万美元，约占总收入的10.4%。半年报中写道，AI节能、宠物看护、视频理解等场景的订阅，部分已经开始产生初步付费使用和续订。

接着看中控技术，它是四家中把“业务终局”看得最透彻的一家。

中控是把“按结果收费”写进公司战略的企业。在2025年报和2026年半年报里，中控明确提出：要由一次性买断授权，逐步转向模型即服务（MaaS）、结果即服务（RaaS）的价值订阅模式。

中控在半年报里承认，国内工业软件领域仍以传统授权为主。虽然它的目光已经盯住了坐标系的“右上角”，但它当下的合同，依然无奈地签在“系统投运”那一步。

最后是处于感知层的汉威科技。

汉威的智慧化综合解决方案按“完工进度”确认收入，它是四家企业中，在离成果的距离上走得最前沿的一家。但是财报显示，汉威试图往“结果”走近一步，换来的却是被拉长的账期和商誉减值。

这就引出了一个最大的痛点：在旧有的商业规则里，企业离客户的“结果”越近，“现金流”就越危险；越想深入业务的深水区，就越容易被账期的泥潭拖住。

中控和汉威试图突破性尝试，结果账期也随之延长，而涂鸦和移远因为只卖标准化的工具，反而回款更快。

这难道是“拿结果”必须付出的代价吗？

我的判断是：不，这是“承担了合伙人的风险，却没拿到合伙人权限”的通病。企业承担了为业务兜底的重任，却没有匹配到相应的规则话语权。

中控和汉威虽然看到了终局，但其商业模式的底色依然是传统项目制。真正“拿结果”的商业模式，回款虽然也是分期收，但底层逻辑彻底变了，每一期的结算金额，不再依赖人为的主观验收，而是由客观的“计量读数”直接决定。

接下来，我们就来拆解，那些把这件事情做成了的企业，到底掌握了怎样的核心密码。

实现“拿结果”的四大核心前提

要想从客户手里把“拿结果”的分成合同签下来，光有技术远远不够，必须同时满足四大商业前提：可控制、可计量、可归因、可承担。

缺了任何一条，按结果收费就是纸上谈兵。而那些在产业里拿到结果的先行者们，无一例外都是在这四个维度上做出了极其艰苦的突破。

1. 可控制：从“决策辅助”到“闭环执行”，掌握业务的核心主导权

在这方面，历史上的工业巨头早就打过样。

罗尔斯·罗伊斯的航空发动机卖的是“按飞行小时收费”；飞利浦照明在史基浦机场卖的是“按使用的照明收费”。这种商业模式之所以能够成立，是因为设备由他们制造或拥有，并由他们负责运维，从调优到维修都在自己手里。

回到国内的产业AI落地，工业物联网圈里，已经有人在试。

蘑菇物联的选择很有代表性。在我看来，他们没有去碰客户的核心产线良率，因为核心产线变量太多，控制权也在厂长手里。他们选择了空压站和冷冻站，这些公辅车间边界清晰，不直接干预核心工艺。最关键的是，通过物联网和AI控制系统，蘑菇物联可以直接调度设备的启停和运行参数，做到无人值守，“方向盘”握在自己手里。

2. 可计量：确立价值锚点，设定无可争议的评价基准

企业不能管理企业自己都无法衡量的东西，更不可能为无法衡量的东西付费。AI创造的价值，必须能转化为清晰、双方都无可争议的物理或财务指标。

在计量上，必须务实且铁面无私。以蘑菇物联的公辅车间改造为例，对于产量和工况都稳定的流程工业，直接以电表读数为准。电表有国家标准和电网标准，最客观，绝不废话。对于工况和产量多变的场景，改用“单位能耗”来计量。比如历史上每立方米压缩空气耗电0.3度，AI改造后降到0.25度，节能量一目了然。

3. 可归因：厘清贡献边界，实现从“分增量”到“卖产出”的跨越

假设你的AI帮工厂单月省了20%的电费。月底分钱时，厂长却说：“这个月省电，是因为最近订单少、开工率低，跟你的AI有什么关系？”增量算出来了，但功劳算谁的？

蘑菇物联的客户里，按节能收益分成的约占三成，买断加每年运维费的约占七成。分成合同又有三种：合同能源管理（EMC）、能源托管（BOT/BOO）模式。

蘑菇物联的创始人沈国辉告诉我，EMC按历史基线算节能量，乙方倾向于把基线做大，甲方倾向于把基线做小，此消彼长；做了两年之后，还可能把历史基线翻出来重新核定，那时工况早已变了，很容易扯皮。客户的财务部门也更偏爱买断，许可、硬件、每年运维费都是确定的数字，分成的金额随节能量浮动，财务部门没那么放心。

怎么破局？沈国辉的判断是，接下来重资产的能源托管（BOT和BOO）会成为主流，EMC反而会被逐步弱化。

这一步的跨越，看似是资产变重了，实则是用交易结构的重构，大大降低了甲乙方之间的信任成本。

它把“分增量”变成了“卖产出”。计量的对象，从一条会被反复争论的历史基线，变成了一个双方都看得见的流量计读数。当技术公司直接接管了业务结果，归因问题只需要一次性谈清楚——约定节能之后的能源单价（比如每立方米压缩空气的单价）。

4. 可承担：借助金融与保险杠杆，化解重资产与概率性风险

这里的“可承担”分为两层，行业里的先行者们给出了各自的应对：

第一层是“技术概率风险”的可承担。AI的判断天然带有概率，一次漏报，就可能让客户的关键设备停机。以色列团队创立的设备预测性维护公司Augury，推出了一项有保险背书的诊断承诺：如果它的AI漏报了故障、设备因此损坏，由Augury按约定向客户赔偿，单台设备最高可达10万美元。而Augury自己的这份赔付责任，由慕尼黑再保险集团旗下的HSB承保。

第二层是“重资产投入”的可承担。走向BOT/BOO能源托管，意味着巨大的前期资金占用。蘑菇物联的解法是引入金融杠杆。2023年底，他们与北京国资旗下的中关村科技租赁一起推进广东蘑菇中诺数字能源运营有限公司，专做能源托管，中关村科技租赁和中诺基金对这家公司进行了战略投资。沈国辉说，两年多来推进总体良性，也遇到过业主不理解、基数核定有分歧的困难。融资租赁的引入，缓解了重资产模式下的资金压力。

写在最后

明白了“四大前提”，接下来就是最触及本质的商业重构。节能基线如何划定、结算单价如何测算、违约风险由谁兜底、杠杆资金又从何而来？这绝非单纯的技术问题，而是要把业务、财务与资本方拉到同一张牌桌上，进行底层的机制设计。我始终期待能与那些决心破局的先行者产生共鸣，共同推演这道复杂的战略课题。

然而，必须正视的商业现实是，当企业走完从“卖工具”到“拿结果”的旅途时，会发现这时企业在财务报表上已经变成了另外一个物种：

• 按时段确认的收入占比会明显上升，发货或验收时一次性确认的收入会相应下降；

• 设备不再卖给客户，而是留在自己的资产负债表上，资产会随之加重；

• 前期投入要靠多年的运营慢慢收回，前几年的账面利润率甚至可能不升反降；

• 企业正在用沉重的资产和漫长的时间，去换取未来十年稳定的现金流。

在AI时代，硬件可以更替，数据可以导出，算法可以重训，大模型泛化能力越来越强，那么，能构筑起长期护城河的究竟是什么？是那套将业务结果与商业结算深度绑定的底层交易结构。

AI的到来，正在加速这道商业选择题的作答。

蘑菇物联创始人沈国辉观察到一个重要趋势，AI普及之后，客户越来越倾向于用BOT和BOO来合作。因为在过去，节能主要靠更换硬件，客户自己找个EPC（工程总承包）单位就能干，收益全归自己；但有了AI，门槛更高了，客户自己组建团队搞物理AI不划算，反而对“按结果付费”的接受度在提升。