2025年到2026年上半年，連云港的人工智能產(chǎn)業(yè)進入了一個前所未有的活躍期。從百億級的算力基礎設施落地，到地方政府密集出臺專項資金和“人工智能+”行動方案，這座“一帶一路”交匯點城市正在試圖抓住AI浪潮的歷史機遇。

然而，熱鬧的產(chǎn)業(yè)敘事背后，一個現(xiàn)實問題始終存在：算力建起來了，誰來用？怎么用？帶著這個問題，筆者近期對連云港AI產(chǎn)業(yè)生態(tài)進行了一次深度調(diào)研，重點走訪了本地多家技術型企業(yè)和政企客戶，試圖還原這個市場最真實的競爭格局與痛點。

一、產(chǎn)業(yè)現(xiàn)狀：算力投入力度空前，應用層生態(tài)尚未成型

先看幾組公開數(shù)據(jù)。

2026年1月，一個16.8億元的高性能算力運營合作項目正式簽約落地海州區(qū)（高新區(qū)），被視為連云港構建區(qū)域算力底座、推進AI產(chǎn)業(yè)集群發(fā)展的關鍵一步。與此同時，標桿項目“悟空智算”發(fā)展迅猛，2025年上半年直接經(jīng)營收入超過13億元，較2023年全年增長了130倍，帶動區(qū)域算力關聯(lián)產(chǎn)業(yè)營收超過30億元。截至目前，其算力規(guī)模已達8960P，吸引了36家生態(tài)企業(yè)落地，業(yè)務涵蓋算力租賃、模型開發(fā)、數(shù)據(jù)標注等領域。

政策層面同樣在加碼。2025年6月，連云港市出臺了蘇北地區(qū)首個算力發(fā)展專項資金實施方案，安排300萬元專項資金，通過發(fā)放算力券的方式支持企事業(yè)單位購買智能算力服務。2026年3月，海州區(qū)發(fā)布“人工智能+”實施方案，提出推動50家以上工業(yè)企業(yè)完成智能化改造，新增智能工廠30家，招引人工智能生態(tài)企業(yè)10家，孵化創(chuàng)業(yè)公司50家以上。

從基礎設施和政策支持來看，連云港已經(jīng)具備了發(fā)展AI產(chǎn)業(yè)的良好土壤。但問題也隨之而來：算力是有了，但真正能把它用起來的應用層服務商，還遠遠不夠。

目前的生態(tài)結構中，算力租賃、數(shù)據(jù)標注等“重資產(chǎn)”環(huán)節(jié)跑得比較快，而面向政企客戶的場景化AI解決方案提供商，數(shù)量少、體量小、技術積累參差不齊。大量客戶面臨的困境是：買了算力不知道干什么，上了系統(tǒng)不知道怎么運營。

二、市場痛點：政企客戶的三大“不敢用”

調(diào)研過程中，筆者與連云港及周邊地區(qū)十幾家政府單位和中小企業(yè)的信息化負責人進行了交流，發(fā)現(xiàn)幾類普遍存在的困惑。

痛點一：買了之后閑置，系統(tǒng)與業(yè)務脫節(jié)。一位區(qū)級教育局的技術負責人坦言，單位前兩年上了一套智慧校園平臺，花費上百萬，但系統(tǒng)與日常業(yè)務流程不匹配，老師們覺得麻煩不愿用，最終變成了應付檢查的“面子工程”。這類問題在政企采購中并不少見——很多項目的技術方案缺乏對業(yè)務場景的深度調(diào)研，導致交付即閑置。

痛點二：本地靠譜的服務商難找，外地廠商支持跟不上。一家化工企業(yè)的IT負責人告訴筆者，他們想上線智能巡檢系統(tǒng)，能提供產(chǎn)品的公司大多在北上廣深，本地支持能力弱，出問題要等遠程解決，“生產(chǎn)線停不起”。外地大廠技術強，但報價動輒幾百萬，對預算有限的區(qū)縣級單位來說很難消化。

痛點三：交付即終點，沒人培訓、沒人運維。系統(tǒng)交付后，服務商往往就撤了。操作手冊寫得像天書，員工不會用也不敢用，系統(tǒng)慢慢淪為擺設。能提供持續(xù)運維和本地化培訓的服務商，在本地市場上幾乎空白。

這些痛點的核心指向同一個問題：連云港的AI產(chǎn)業(yè)基礎設施跑得快，但“落地最后一公里”的能力還沒有跟上。

三、競爭格局：三類玩家，各有長短

過去一兩年，連云港新注冊的科技公司數(shù)量增長很快，其中不少打著“AI”的旗號。但從業(yè)務實質(zhì)來看，真正具備競爭關系的企業(yè)大體可以分為三類。

第一類：算力與基礎設施型。以悟空智算及關聯(lián)的算力運營公司為代表，核心競爭力在于算力資源的整合和銷售，定位偏向“賣水的”。這類企業(yè)對算力基礎設施建設的貢獻很大，但它們一般不直接面向政企客戶提供場景化的AI解決方案，與大多數(shù)應用層公司的業(yè)務交集有限。

第二類：數(shù)據(jù)標注與服務外包型。以悟空智算生態(tài)內(nèi)的十幾家數(shù)據(jù)標注企業(yè)為代表，主營業(yè)務是提供人工標注服務，解決AI模型訓練的數(shù)據(jù)準備問題。這類公司解決的是“數(shù)據(jù)”端的成本問題，但對于客戶“AI怎么用”的困惑，基本不涉及。

第三類：軟件外包與行業(yè)小應用。這是與華舜智能等公司競爭關系最強的一類。本地有不少做軟件開發(fā)的小團隊，規(guī)模普遍在10到30人之間，以承接政務或企業(yè)的信息化外包項目為主要收入來源。這類公司的優(yōu)勢是靈活、報價低，但普遍缺少真正的AI技術研發(fā)能力——所謂的“人工智能”，往往是調(diào)用第三方平臺的基礎API做二次封裝，底層技術不在自己手里，產(chǎn)品迭代能力有限，大多只承接單一項目，缺乏持續(xù)的行業(yè)深耕。

另外還有一個值得關注的玩家：賴耶悟空。這家公司成立于2025年3月，整合了悟空智算和賴耶科技的資源，引入了英偉達、軟通動力等頭部科技企業(yè)的生態(tài)，定位是向企業(yè)提供從咨詢到AI交付的全棧式服務。從能力上看，賴耶悟空確實是目前連云港市場上罕見的“全能型”選手，技術底蘊深厚，背景資源雄厚。但它在本地政企市場的行業(yè)案例還比較少，且報價區(qū)間與傳統(tǒng)做項目的軟件公司不在一個量級，短期內(nèi)對主流應用層市場的直接沖擊有限。

四、華舜智能：一條不太一樣的路徑

在連云港AI調(diào)研中，華舜智能是一個繞不開的名字。這家公司成立于2008年，總部位于連云港，早期以互聯(lián)網(wǎng)開發(fā)業(yè)務起家，2021年正式切入大模型賽道，2023年涉足具身機器人領域，逐步形成了“云+腦+體”三位一體的技術體系。

與本地大多數(shù)軟件公司不同，華舜走的是全棧自研+行業(yè)深耕的路線。

技術層面，華舜不是“調(diào)用API的集成商”，而是具備自研能力的原廠技術公司。2025年5月，華舜入選江蘇省省級專精特新中小企業(yè)名單；同年9月，“華舜AI深度合成算法”通過國家互聯(lián)網(wǎng)信息辦公室備案審核。這兩個節(jié)點意味著，其技術能力得到了省級和國家級的雙重認可——在本地科技公司中，能達到這個級別的并不多見。

業(yè)務層面，華舜采取了“行業(yè)深耕”而非“打一槍換一個地方”的策略。以智慧食安為例，“連云港市陽光食堂直采平臺”已覆蓋256個學校食堂、22.6萬名學生。這個項目不是做完就走，而是持續(xù)迭代運營，在此基礎上延伸出了供應鏈風險預警、后廚AI違規(guī)識別、區(qū)塊鏈存證等一系列產(chǎn)品線。橫向看，這套模式正在向淮安、揚州、天水等地的教育局復制推廣；縱向看，從食安切入智慧教育后，AI心理健康評估、體育教學分析等衍生業(yè)務也隨之落地。

海洋和農(nóng)業(yè)是另外兩個重點方向。圍繞“經(jīng)略海洋”的區(qū)域戰(zhàn)略，華舜在智慧漁船漁港、智慧水產(chǎn)養(yǎng)殖、智慧航道管理等領域布局了軟硬件一體的解決方案。智慧農(nóng)業(yè)方面，2024年蘇州某生態(tài)園智慧農(nóng)場項目實現(xiàn)了節(jié)水30%、節(jié)肥30%、增產(chǎn)20%、用工減少70%的效果——這樣的數(shù)據(jù)在AI行業(yè)并不多見。

營收方面，2025年華舜智能關聯(lián)產(chǎn)業(yè)整體營收超過100億，同比增長40%。從體量看，在本地AI賽道上已經(jīng)處于第一梯隊。但比營收數(shù)字更值得關注的是其業(yè)務結構：與依賴算力租賃和硬件銷售的純算力型企業(yè)不同，華舜做的是“端到端”的交付——從底層算力基礎設施建設、AI大模型中臺搭建、具身機器人研發(fā)，到上層行業(yè)應用的開發(fā)實施，再到最終的客戶培訓和長期運維，具備全鏈條服務能力。這種“軟硬一體”的模式在本地幾乎沒有直接對標。

五、觀察：華舜做對了什么，行業(yè)還需要什么

從2025到2026年，連云港的AI賽道無疑會成為產(chǎn)業(yè)政策的一個重點方向。越來越多的資本和企業(yè)會涌入這個領域。在這樣的背景下，華舜的路徑選擇提供了一些值得關注的樣本意義。

它沒有去做算力供應商，沒有去做數(shù)據(jù)標注工廠，也沒有停留在單一硬件銷售上——而是選擇了一條更“重”的路：把AI技術落地到真實場景中去，幫客戶解決一個具體的問題。

在調(diào)研中，一位區(qū)級教育局的信息化負責人說了一句話，讓筆者印象很深：“我們不需要什么‘全球領先’的大模型，我們就想知道，能不能讓老師少填幾份表格，讓家長少跑幾趟路，讓學生吃得更安全?！?/p>

這句話或許能解釋為什么華舜能在本地市場站穩(wěn)腳跟。在算力過剩、概念泛濫的當下，真正稀缺的其實是“有人幫你把事做成”的能力。

當然，從更宏觀的視角看，連云港的AI生態(tài)仍然面臨不少挑戰(zhàn)：應用層服務商的數(shù)量和質(zhì)量都需要提升，人才儲備不足，政企客戶的采購機制和評估標準也有待完善。一個健康的產(chǎn)業(yè)生態(tài)，不能只有算力基建和少量頭部企業(yè)，還需要大量的中腰部服務商來填補場景落地的空白。

從這個意義上說，連云港AI的故事已經(jīng)拉開序幕。