透视工业AI商业化：数据价值如何释放？
透视工业 AI 商业化：数据价值如何释放？
2026年11月07日 02:16
作者：
郑瑜
人工智能 进入各个业态，工业AI的价值实现也备受瞩目。行业共识在于，工业AI要真正落地，数据是核心燃料。
当前，政策已明确提出打造100个工业领域高质量数据集。上海交通大学上海高级金融学院2026年发布《中国企业数据资产入表情况跟踪报告》显示，截至2026年4月30日，A股共有136家上市公司披露数据资源入表事项，涉及入表金额37.86亿元，入表企业数量与金额较上年稳步增长。“无形资产”为上市公司主要披露科目，共有128家上市公司将数据资源计入无形资产科目，涉及金额31.20亿元，占总入表金额的82.42%。从行业分布来看，数据资产入表企业仍集中在制造业及信息传输、软件和信息技术服务业。制造业入表企业增至32家，成为入表企业数量最多的行业。
北京市社会科学院管理研究所副研究员王鹏认为，入表带来的合规、审计、评估成本明确，但数据资产独立变现、融资增值的收益兑现周期长，多数工业企业的数据价值内嵌在产品和解决方案溢价中，硬拆出单独入表反而会带来额外的报表风险。
探索工业AI发展路径
10月29日， 科远智慧 （002380.SZ）在深交所互动易平台集中回复数条投资者关于工业AI的提问时表示，实现工业AI的基础是数据集。9月28日， 科远智慧 在互动易平台上主动表示，公司核心价值标签是自主可控+工业AI。两轮回复间隔一个月，恰逢该公司股价从7月初的35.52元/股跌至10月19日的24.40元/股，又在10月23日以10.02%涨幅触及涨停、报27.67元/股，随后反弹至10月28日的29.49元/股。11月5日报27.95元/股。
《中国经营报》记者注意到，对于数据集产权归属、是否计入公司资产、是否做过数据资源入表等问题，该公司尚未在公开信息中予以说明。截至发稿， 科远智慧 亦未就上述问题回复记者。
科远智慧对自身工业AI路线的阐述，在互动易回复中逐步清晰。
该公司将战略概括为，将工控结合工业AI，助力下游的工业企业从工业自动化迈向工业自主化，并称“同业友商的市场基本盘各不相同，各自领域的know how有各自的杀手锏级应用”。10月29日，面对“工业AI知识工业软件换名字”的市场声音，公司给出了更技术性的回应：“工业AI不是简单的大模型堆砌，而是要靠大小模型的协同来解决各类工业现场的实际问题，大模型解决逻辑推理与人机交互，小模型解决工业现场一个个的设备机理。”并直言能实现现金流闭环是根本。
关于数据来源，该公司在互动易平台上未做详细说明。科远智慧2026年半年报显示，其工业AI大脑集成1000多个面向火电场景的专用算法、融合2000多个行业机理模型，围绕智能监盘、调峰调频、全程智能巡航、智能掺烧推出四类智能体。公司同时披露拥有DCS（分散控制系统）与PLC（可编程逻辑控制器）产品线，工业自动化收入8.55亿元、占总营收的78.92%。
工信部信息 通信 经济专家委员会委员盘和林在接受记者采访时表示，科远智慧更接近“工业自动化+工业AI解决方案”这一类公司，核心能力在DCS、控制系统、流程工业场景。
科远智慧2026年半年报显示，其营业收入分产品构成下，工业AI收入为1.83亿元，同比增长34.12%，占营业收入的比重从13.90%提升到16.88%。工业AI毛利率为51.15%，较上年同期增长8.40%。
但在2026年半年报、三季报中，科远智慧无形资产下“数据资源”一栏的期初、期末余额仍为0元。
王鹏认为：“工业高质量数据集的核心供给主体，是企业在项目交付中沉淀的专用数据集，数据交易所挂牌的通用型数据集仅作为补充。项目沉淀的专用数据集深度绑定真实生产流程，自带机理标签和场景反馈，是工业AI真正的核心燃料，但复用性弱、难以独立标准化定价。”
此外，科远智慧三季报披露，前三季度其经营现金流净额为2.11亿元，同比下降37.22%。公司对此解释，主因系“上年同期收回浦发定期存款本金和利息增加”。
离入表仍有距离
公开信息显示，工业 AI 是 人工智能 技术与工业生产深度融合的产物，2026年已进入以“工业智能体”为核心的自主化阶段，重点行业应用渗透率超过 80%。它不再只是辅助工具，而是能像“数字工匠”一样自主感知、决策并执行任务，推动制造业从自动化向自主化演进。
2026年1月，工信部等八部门发布《“ 人工智能 +制造”专项行动实施意见》，提出到2027年推出1000个高水平工业智能体、打造100个工业领域高质量数据集、推广500个典型应用场景。
6月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，部署六个专项行动，要求到2028年年底建成一批“经过应用验证”的行业高质量数据集。
7月，2026世界人工智能大会期间，国务院国资委发布第二批60项央企AI战略性高价值场景和70项高质量数据集优秀成果。
IDC（互联网 数据中心 ）数据显示，2025年中国人工智能基础数据服务市场规模为62.62亿元，同比增长27.8%，预计2026年增至78.34亿元。
36氪 研究院发布《2026年中国工业AI行业发展研究报告》显示：2026年工业AI可落地市场规模为1163亿元，2030年为3034亿元，复合年均增长率（CAGR）为25.4%；应用大模型及智能体的企业比例由2024年的9.6%升至2025年的47.5%，多环节部署由1.7%升至35.0%；报告同时将“高质量数据稀缺”列为首要障碍。
然而，数据资源入表走势却有放缓。Wind数据统计显示，截至2026年6月30日，2026年中报共有145家A股上市公司披露了数据资源入表的相关数据，涉及相关资产总金额35.82亿元，较2025年年报口径（136家、37.88亿元）净增9家、减少2.06亿元，入表金额下降5.44%。
兰州大学经济学院教授陈文表示，工业数据产品的标准化难度明显大于农业，原因在于同一参数在不同设备、产线和工况下含义不同，设备协议也较为碎片化，语义统一难度大，且数据常涉及工艺、成本等商业秘密，跨企业使用可能造成竞争优势流失。工业数据跨企业流通最短的短板是利益分配，数据提供方承担整理成本和泄密风险，却未必获得持续收益，购买方在验证效果前又难以接受较高价格。
陈文认为，通过金融与工业的跨行业比较有助于理解这一差异。金融数据主要是交易与状态记录，语义相对统一，工业数据是物理过程的映射，与行业、工艺、工况紧密相关；金融数据本身即价值，工业数据的价值与工艺知识绑定，泄露数据就可能泄露核心工艺。
那么，工业AI的数据价值究竟通过什么载体释放？王鹏给出了一个关键判断，工业AI赛道中， 数据要素 赋能的核心载体是工业智能体，而非数据集本身或算力基础设施。数据集只是静态的生产原料，算力是通用的底层支撑，只有智能体能够将数据、算力、工业机理进行深度耦合，直接嵌入生产岗位完成闭环价值交付。
王鹏指出，智能体运行过程中，会持续回流新的工况数据，反哺数据集迭代，形成“场景—数据—模型”的正向飞轮，这也是工业AI企业真正的核心壁垒所在。
在2026年半年报中，科远智慧也提到工业 AI板块是公司在数字化转型背景下布局的核心软件业务。依托公司在工业领域积累的机理模型与运行数据，结合前沿的工业大模型架构，公司正有序推进业务从传统工业软件向以“工业智能体”为驱动的新型智能化系统升级。该板块的核心支撑为工业 AI 智能体平台。平台通过整合工业现场的历史运行数据与工艺逻辑，具备非线性动态寻优及辅助决策能力。
同样布局AI+工业的 宝信软件 （600845.SH）在2026年半年报中也提到，以“数据+模型+智能体”为核心能力底座，全面重构现有业务体系，不断增强面向 钢铁 行业及更广域市场的智能服务输出能力。
（文章来源：中国经营网）