思謀赴港上市，工廠AI敘事開始接受資本市場檢驗

原創 | 涌流商業 作者 | 林更

3月16日，思謀科技 SmartMore 向香港交易所遞交上市申請。這不是一宗普通的科技公司上市案例，它更像是一個信號：生成式AI的熱度開始從辦公室、客服對話、搜索框，慢慢延伸到車間、產線和機械臂，資本市場終于要給另一類AI故事定價了。

根據招股文件援引灼識咨詢的數據，思謀是2025年中國收入規模最大的工業AI智能體提供商，也是首家實現工業AI智能體大規模、跨區域、多場景部署的企業。

這類公司很難用一句話講清。思謀并不只是賣一套視覺檢測軟件， 也不是 單純賣機器人；它真正試圖出售的，是一種把工廠重新組織起來的方法：上層是工業大模型和智能體軟件，中間是邊緣AI傳感器和控制系統，底層是機器人與自動化設備，最終落到半導體、消費電子、新能源電池和精密制造這些最講究良率與節拍的現場。

到2025年末，公司已服務超過730家客戶，累計交付約14萬個工業AI智能體，機器人累計完成超過170億件產品或零部件檢測。招股書列出的客戶名單里，有特斯拉、卡爾蔡司、立訊精密、歌爾股份、京東方、中國中車和中創新航。

如果說過去幾年資本市場更愿意為會說話的AI付高估值，那么思謀押注的，則是會看、會判斷、會執行的AI。它面對的不是用戶情緒、日活數據、點擊量，而是工業誤差、良率、停線成本。

工廠從來不是一個適合講浪漫故事的地方。玻璃面板上一道幾乎不可見的裂紋，電池極片上的一處微小缺陷，都會在后端放大成昂貴損失。也正因此，工業AI一旦進入核心工序，客戶黏性往往會高于普通軟件場景。不過，這仍取決于誤檢率、節拍、系統穩定性和現場運維表現。

思謀的創始人賈佳亞，正是這種技術路徑的縮影。他并不是那種先融資、再找方向的創業者，而是先在學術界與產業界都走到相當深的位置，才下場創業。

賈佳亞2004年獲得香港科技大學與微軟研究院聯合培養的博士學位，隨后任教于香港中文大學，2024年轉至香港科技大學，現任港科大計算機科學及工程學系講席教授、馮諾依曼研究院院長；在產業端，他曾擔任騰訊優圖實驗室創始執行負責人。2026年，賈佳亞又當選ACM Fellow。

這樣的履歷有一個現實意義：他既懂論文的邊界，也懂產品化的代價。

在中國AI創業者中，這種背景并不多見。許多人擅長證明模型有效，卻未必擅長把模型送入一條不能停機的產線。工業世界對算法的歡迎是有條件的。它不在 意模型在演示視頻里多驚艷，它只在意檢測結果能否穩定復現，誤報率是否可控，設備能否在灰塵、震動、強反光和復雜工藝下持續工作。

也正因為此，思謀的創業故事里最值得注意的，不是它用了多少時髦名詞，而是它成立以來幾乎一直待在不那么熱鬧的地方。公司2019年成立后，先從半導體晶圓智能檢測做起，隨后一路擴展到3C、新能源、軌交和精密光學。

公司官網顯示，他們在2020年實現ViMo平臺商業化，2021年完成超過2億美元B輪融資并躋身獨角獸，2023年發布IndustryGPT，2024年再與港投公司建立戰略合作。

資本市場一度很喜歡這個故事。思謀早期投資方包括IDG資本、聯想創投、真格基金、松禾資本、紅杉中國等，2021年那輪超過2億美元的融資，讓它很快跨入獨角獸行列。到了2024年，香港投資管理有限公司也入場，與其在人工智能產業鏈、人才培養和算力能力建設方面展開合作。

只是資本背書并不自動等于商業成熟。招股文件顯示，思謀2023年至2025年收入分別為4.85億元、7.56億元和10.86億元，增長不慢；同期毛利率由30.5%升至37.3%，工業AI智能體業務收入占比也從62.4%提高到78.5%，顯示核心工業AI智能體業務比重持續提升。其中，2025年機器人銷售占收入40.1%，智能體軟件系統占31.5%。

另一面也同樣清楚：它仍在虧損。2023年至2025年凈虧損分別為5.46億元、7.35億元和9.91億元，不過經調整凈虧損已從3.94億元收窄至2.72億元。換句話說，這家公司尚未完成盈利證明，但已經開始展示出經營杠桿。

這正是投資人最糾結的地方。工業AI是一個看上去很有未來感，但現金流轉換速度并不輕快的行業。研發投入重，交付周期長，客戶驗證慢，還往往要與硬件綁定。你很難像做純軟件那樣迅速復制。一個模型參數的提升，并不會自動變成產線上更高的收入確認效率。對思謀來說，上市募資的核心意義，不只是擴張，更是為這種重投入、慢兌現的商業模式爭取時間。

放到競爭格局里看，思謀的處境也頗有意思。它既不像奧普特那樣主要聚焦機器視覺核心部件，也不同于凌云光這類業務覆蓋機器視覺與光通信、體量更大的設備公司，更不是創新奇智那種更偏工業AI軟件、工業大模型與AI Agent路徑的玩家。

公開財報顯示，凌云光2024年營業收入約22.35億元，創新奇智2024年收入約12.22億元，奧普特2024年營業收入約9.11億元。三者分別代表了視覺設備、工業AI軟件與大模型、機器視覺核心部件等不同路徑。

思謀面對的從來不是一個單一對手，而是一整片重疊市場。做視覺的會向軟件延伸，做軟件的會向智能體延伸，做自動化設備的則會把AI裝進原有系統里。工業現場最后不會留下太多寬容空間。客戶真正愿意長期買單的，通常不是概念最新者，而是能把良率、節拍、誤檢和運維成本同時壓下去的人。

思謀能否在港股市場贏得溢價，取決于投資人最終把它看成一家AI平臺公司，還是一家升級版的工業自動化公司。前者享受想象力，后者接受利潤約束。

但無論資本市場最終給出什么估值，思謀此刻赴港，已經反映出一個更大的趨勢。制造業對AI的需求，正在從實驗性導入轉向規�；渴�。工信部等八部門今年提出，到2027年將面向制造、能源、礦山等領域推出1000個高水平工業智能體。招股文件援引的行業數據則顯示，中國工業AI智能體市場規模已從2023年的58億元增長到2025年的148億元，預計2030年將達到906億元。

這個市場顯然還在早期，但已不再只是愿景。

所以，思謀上市最值得看的，可能不是它講了多少新概念，而是它是否能說服投資人相信一件更樸素的事：AI的下一輪價值釋放，不一定發生在屏幕里，也可能發生在一塊玻璃、一枚電芯、一條零部件產線的微小誤差中。

過去幾年，資本市場太習慣為更輕的東西定價，比如流量、平臺、用戶時長�，F在，它要重新學習如何理解另一種更重的資產：工廠里的算法，設備上的視覺，和那些把機器訓練得比老師傅更穩定的系統。

這才是思謀真正的考題。它不是要證明AI能寫一段漂亮文本，而是要證明AI能在一個噪音很大、容錯很低、代價很高的現實世界里，穩定地替人做事。若它做到了，港股迎來的就不只是又一家AI公司，而是一個更難、也更扎實的產業敘事。