0燒錢，估值1000億，年入60億

Applied Intuition這家公司，你大概率沒聽說過。但它可能是最賺錢的AI公司之一。

據福布斯報道，公司去年的營收約為8億美元（約合58億元人民幣），是2024年的兩倍，同時毛利率仍保持在至少80%。

頂級投資機構BlackRock、Kleiner Perkins、a16z都對其贊不絕口，a16z創始人馬克·安德森大贊公司創始人Qasar Younis “這是最好的AI CEO，但沒人知道他”。

去年6月，投資者向該公司追加了6億美元投資（該公司累計融資11億美元），使其估值飆升至150億美元（約合1088億人民幣）。

然而，這家擁有千名工程師、創立將近十年的公司，有一個令人難以置信的事實：

它從未花掉過一分外部融資。

所有融資，全部躺在賬上。公司靠自身業務完全造血運營。

在這個動輒"融資燒錢、虧損換增長"的AI時代，Applied Intuition活成了一個異類。

Applied Intuition做的事，用一句話說：為汽車、拖拉機、飛機、潛艇、采礦設備等物理機械裝上"大腦"。全球前20大汽車制造商中，有18家在用它的解決方案。

在日前一次訪談中，Qasar說了一個重磅判斷："現在大家談的AI，99%都是軟件。但未來5到10年，真正的AI革命在物理世界。AI產生最深遠影響的領域，在農業、采礦、建筑和自動駕駛卡車。"

01

從農場走出的億萬富翁

Qasar Younis出生在一個農場，畢業于被譽為“汽車界西點軍校”的美國通用汽車工程學院（現凱特林大學）。

日本博世短暫工作后，他于2007年開啟創業之路。雖然第一個眾籌項目 Cameesa 失敗了，但第二個項目——客戶評價應用 TalkBin——在推出僅五個月后就被 Google 收購。

2011年Qasar加入 Google，負責 Google Maps 項目，并見證了 Waymo 的前身。

2014年，他加入了知名創業孵化器 Y Combinator 并擔任首席運營官，期間指導過 DoorDash、Flexport 和自動駕駛初創公司 Cruise 等獨角獸企業。

他見過足夠多的公司，也足夠清楚：什么是真正的硬價值，什么是泡沫。

2017年，他離開YC，和聯合創始人Peter Ludwig一起創辦了Applied Intuition。方向是一個聽起來"又硬又慢"的賽道：幫助物理世界的重型機械變得智能。

02

一套底層能力，

復制到坦克、礦卡和卡車上

走進Applied的技術車庫，你會看到一排畫風迥異的車輛：Jeep大瓦格尼裝著最新的座艙系統，五十鈴箱式貨車正在測試日本高速公路自動駕駛，JCB小型裝載機能自主導航建筑工地，福特猛禽皮卡被改裝成無人運輸車。

它們共享同一套軟件——Applied Intuition的操作系統。

Younis不造車，不造機器人，不碰硬件制造。他做的是一套底層能力，然后往不同的機器上復制。CTO Peter Ludwig的說法是："我們在幫助AI學會看、想和行動上投入了巨大資源�，F在可以把這項技術移植到所有不同的東西上——汽車、國防無人機、人形機器人、農業機械。"

Applied Intuition 并非像特斯拉或 Waymo 那樣直接造車或運營出租車車隊，而是定位為自動駕駛與車輛軟件的“送水人”。

傳統車企（如大眾、福特等）的車輛軟件通常由多家供應商拼湊而成，難以進行統一的系統更新。Applied Intuition 提供了一個統一的操作系統，能夠連接和管理車輛的所有電子設備，并提供自動駕駛功能，幫助傳統車企對抗特斯拉和新興造車勢力。

大眾曾砸下幾十億美元、調集數千名工程師全力自研軟件，試圖追趕特斯拉。結果技術被廢棄，CEO突然辭職，公司不得不緊急外包代碼。福特和豐田去年合計召回超過200萬輛車，原因是軟件故障。

這些巨頭缺的不是某一個算法模塊。他們缺的，是把軟件、驗證、部署、更新和整車電子電氣架構連起來的那套完整能力。傳統車企的做法是從五六個不同供應商那里分別采購剎車系統、座椅控制、信息娛樂系統，每個模塊各帶一套軟件，拼在一起成了"縫合怪"——無法統一更新，無法協同優化，一個模塊出問題就可能波及整車。

Applied提供的，就是那個把所有東西穿起來的層。它讓車企不用再"縫合"五六套系統，而是在一個統一的底座上開發和迭代。一旦嵌入這個底座，替換成本極高——你換掉的不是一個軟件供應商，而是整臺車的神經系統。

他們的目標不局限于乘用車，而是致力于開發一個單一平臺，讓任何移動的機器——從汽車、卡車到拖拉機、采礦車都能實現智能化和自動駕駛。

03

枯燥、骯臟、危險：

Applied專挑最難啃的活

Applied Intuition有意思的地方在于，它不是一家"輕公司"。

很多AI創業公司追求的是"輕量化部署"——找個數據干凈的場景，做個漂亮的Demo，講一個好聽的故事。

Younis反著來。他選的全是重場景：礦山的暴雨、濃霧、塌方、粉塵；卡車在1800公里國道上的92次終端操控；建筑工地上非結構化地形的實時決策。

福布斯在描述Applied Intuition的業務版圖時，用了三個詞：dull, dirty and dangerous——枯燥、骯臟、危險。

這三個詞，恰好是絕大多數AI創業者繞著走的方向。

在加州蘇諾爾一個廢棄砂石采石場里，一臺40噸重的黃色小松卡車正在做"裝載-運輸-卸載"循環測試。挖掘機挖滿一斗泥倒進卡車車斗，卡車開幾百英尺到卸載點，倒掉，再開回來。如此反復十幾次。

駕駛座上現在還有安全員，旁邊小拖車里四名Applied工程師盯著高清視頻和傳感器數據。但目標很明確：很快，駕駛座上不再需要人。

負責工業自動化的Joe Forcash在卡特彼勒做了25年機器人車輛開發，他說礦山里的自動卡車已經用了很多年，但有個根本問題——路上出現任何障礙物，車輛就不知道怎么繞開。Applied的系統要解決的就是這件事：讓機器能處理真實世界里那些亂七八糟的意外，巨石、大坑、突然改變的礦道。

這些事沒有一件是光靠算法就能搞定的。礦山作業要面對暴雨、濃霧、塌方、粉塵、信號盲區；建筑工地有臨時冒出來的障礙物和不規則地形；長途卡車運輸要處理實時路況、天氣影響、法規限制。每一個場景都是非標的，每一個環節都是高摩擦的，沒有任何一個通用大模型能遠程替你解決。

而這恰恰是壁壘的來源。

數字世界里，護城河是用代碼砌的，一次開源就能被推倒。物理世界里，護城河是用泥土、傳感器數據和一個場景一個場景啃下來的現場經驗壘起來的。

想抄？把同樣的苦再吃一遍。

04

Qasar的判斷：

真正的AI革命，在物理世界

在日前一次訪談中，Qasar說了一個重磅判斷：

"現在大家談的AI，99%都是軟件。但未來5到10年，真正的 AI 革命在物理世界。AI產生最深遠影響的領域，在農業、采礦、建筑和自動駕駛卡車。"

他的邏輯，分三層。

第一層：物理世界正面臨一場無聲的人力危機

在美國，農民的平均年齡已接近58歲。

這意味著，再過10年，這批人將陸續退休。而沒有人在排隊等著接替他們——沒有年輕人渴望去偏遠的農場日曬雨淋，沒有人搶著去地下礦洞從事高危體力勞動，也沒有人愿意為了開長途卡車而連續幾周不回家。

今天的年輕工人，寧愿去開網約車（Uber）、送外賣——時間靈活，能接送孩子，有尊嚴。

Qasar說，AI的到來，不是來搶工作的，是來"救場"的——它趕在了一場人口結構性危機徹底爆發之前，出現了。

第二層：在成熟機械上疊加AI，是回報率最高的投資

過去半個多世紀，人類在機械工程上投入了天量資源——巨型采礦車、精密拖拉機、重型挖掘機，這些機械的物理性能已經被打磨得極為成熟。

Qasar的判斷是：我們不需要等待完美的人形機器人。

只需要把"一點點智能"注入這些已經存在的、極其強悍的物理機械，就能撬動巨大的生產力——這是當下AI應用中，投資回報率最高的路徑之一。

第三層：物理AI將大幅減少人類的"凈苦難"

僅在美國，每年有超過3萬人死于交通事故。

在礦山、建筑工地、長途運輸途中，每年還有大量工人在疲勞、高壓或惡劣環境下喪失生命和健康。

Qasar說，他相信，當物理AI真正普及之后，未來的人們回望今天——會像我們今天看待工業革命時代的童工一樣，感到不可思議。

自動化在這里的意義，不是剝奪工作，而是把人從真正危險、痛苦、沒有尊嚴的處境中解放出來。

未來的工作模式將發生范式轉變。在建筑、采礦或農業中，人類將不再親自爬進駕駛艙去進行高壓力的手動操作，而是將這些重型機械視為“物理代理”，人類與機器進行高效的“組隊協作”。

這種只需監督機器自主完成任務的模式，將帶來難以想象的生產力解鎖。

05

臟活累活里，

藏著真實的痛苦與需求

AI 浪潮席卷全球，數字世界的創新層出不窮。

數字技術是AI革命的發動機，但物理世界才是終極戰場，也是創造經濟價值和社會價值的主陣地。

因為那里有真實的需求、真實的痛苦，和真實的、還沒有被解決的問題。

自動化在這些場景中的意義，從來不是"取代工作"。物理AI做的事情，是把人從真正危險、痛苦、沒有尊嚴的處境中接走，讓人和機器之間的關系從"替代"變成"組隊"。

Qasar農場上長大，他見過最原始的物理世界是什么樣，后來在底特律的汽車工廠里學到了制造業的脈搏，再后來他在YC看過了數千個創業項目的生死興衰。

這些經歷疊加在一起，讓他對AI的理解跟硅谷主流不一樣。他不信仰"AI會替代一切"的宏大敘事。他信的是：AI最大的價值，是讓那些沒人愿意干、沒人能干好的活，被干得又快又安全。

當所有人都涌向看起來干凈、體面、高大上的數字AI賽道時，真正的大生意可能就藏在那些沒人排隊、沒人搶著干的地方。

Applied Intuition走的路，恰恰也是中國AI企業最應該走的路——不要在大模型的軍備競賽中硬拼算力，而是把AI能力沉到物理世界的垂直場景里，做結果導向的深度服務。

越是傳統、低效、人工依賴度高的場景，AI改造的價值空間越大。

泥土里，礦渣里，柴油味里。那些最臟最累最危險的地方，恰恰藏著最厚的利潤和最深的護城河。

人生只有四千周，而企業生存期更短，跨越10年經營期的企業少之又少，企業要想有質量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質的那個關鍵點。

選對了路，路就不會遠。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業走上增長道路。未來有多近，在于我們已經走了多遠。未來有多遠，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實現快速增長。