作者：彭昭（智次方創(chuàng)始人、云和資本聯(lián)合創(chuàng)始合伙人）
物女皇：沒(méi)有物聯(lián)網(wǎng)，就沒(méi)有真正的智能原生
這是我的第401篇專欄文章。
當(dāng)我們談?wù)撝悄茉髽I(yè)時(shí)，腦海中最先浮現(xiàn)的是什么？
豆包、Kimi、DeepSeek、通義千問(wèn)、智譜…這些應(yīng)用清一色是軟件公司，清一色是輕資產(chǎn)模式，清一色指向“一人獨(dú)角獸”的創(chuàng)業(yè)神話。
但這個(gè)敘事存在一個(gè)致命的盲區(qū)：如果智能原生只意味著用大模型重寫(xiě)軟件，那它充其量是信息產(chǎn)業(yè)的內(nèi)部迭代，而非我們所期待的各行各業(yè)的底層質(zhì)變。
2025年8月，國(guó)務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，“智能原生”一詞正式寫(xiě)入國(guó)家級(jí)政策文件?！兑庖?jiàn)》提出加快實(shí)施六大重點(diǎn)行動(dòng)，其中“人工智能+”產(chǎn)業(yè)發(fā)展明確提出培育智能原生新模式新業(yè)態(tài)，推進(jìn)工業(yè)全要素智能化發(fā)展。更值得關(guān)注的是，《意見(jiàn)》明確提出“加快培育一批底層架構(gòu)和運(yùn)行邏輯基于人工智能的智能原生企業(yè)”。
注意這個(gè)表述，強(qiáng)調(diào)“底層架構(gòu)和運(yùn)行邏輯”，而非“在現(xiàn)有產(chǎn)品上疊加AI功能”。正如國(guó)家信息中心的解讀所指出，智能原生產(chǎn)業(yè)從誕生起即以AI為核心基因創(chuàng)造AI驅(qū)動(dòng)的全新產(chǎn)品、新服務(wù)或新商業(yè)模式，很多是顛覆式創(chuàng)新，即從0到1地創(chuàng)造新物種。
傳統(tǒng)產(chǎn)業(yè)智能化轉(zhuǎn)型是在原有產(chǎn)業(yè)基礎(chǔ)上嫁接AI技術(shù)以便提升現(xiàn)有業(yè)務(wù)的效率，屬于漸進(jìn)式創(chuàng)新，在傳統(tǒng)架構(gòu)之上疊加外掛式AI模塊，即從1到N的優(yōu)化。
這是一個(gè)本質(zhì)性的區(qū)分。
作為物聯(lián)網(wǎng)產(chǎn)業(yè)的長(zhǎng)期觀察者，我認(rèn)為當(dāng)前主流敘事可能存在三重認(rèn)知偏差：
其一，忽視了數(shù)據(jù)的“物理性”：智能原生企業(yè)的真正瓶頸不在模型，而在數(shù)據(jù)從何而來(lái)；其二，迷戀“輕資產(chǎn)”神話：將智能原生等同于虛擬AI模型，忽視了重資產(chǎn)場(chǎng)景才是價(jià)值洼地；其三，低估了“生態(tài)依附”風(fēng)險(xiǎn)：在芯片“卡脖子”的教訓(xùn)尚未遠(yuǎn)去時(shí)，可能有重蹈覆轍的風(fēng)險(xiǎn)。
同時(shí)，物聯(lián)網(wǎng)人不應(yīng)做這場(chǎng)變革的旁觀者，而應(yīng)成為定義者。因?yàn)闆](méi)有物聯(lián)網(wǎng)，就沒(méi)有真正意義上的智能原生。
智能原生的“缺氧”困境
當(dāng)前關(guān)于智能原生企業(yè)的討論幾乎都聚焦在模型層和應(yīng)用層，卻集體性地忽略了一個(gè)根本性問(wèn)題：支撐這些智能體持續(xù)進(jìn)化的“活數(shù)據(jù)”從哪里來(lái)？
根據(jù)中國(guó)信通院對(duì)可信AI數(shù)據(jù)集質(zhì)量評(píng)估的統(tǒng)計(jì)情況，當(dāng)前人工智能行業(yè)數(shù)據(jù)集建設(shè)中主要面臨內(nèi)容密集性、領(lǐng)域相關(guān)性、數(shù)據(jù)多樣性和形式規(guī)范性等核心質(zhì)量問(wèn)題，占比分別為82.50%、14.04%、1.73%和0.92%。更為關(guān)鍵的是，數(shù)據(jù)集質(zhì)量問(wèn)題成為當(dāng)前制約行業(yè)垂類模型落地和場(chǎng)景應(yīng)用的核心瓶頸。
然而，主流討論對(duì)此的回應(yīng)，僅僅是“更好的RAG技術(shù)”、“更智能的知識(shí)庫(kù)管理”…本質(zhì)上還是在“死數(shù)據(jù)”（文檔、歷史記錄）上做文章。這也解釋了一個(gè)現(xiàn)象：為什么當(dāng)前智能原生企業(yè)高度集中在代碼生成、內(nèi)容創(chuàng)作、法律服務(wù)等純數(shù)字領(lǐng)域？在國(guó)內(nèi)AI應(yīng)用開(kāi)發(fā)公司中，有32%聚焦AI內(nèi)容創(chuàng)作與生成領(lǐng)域。
答案很簡(jiǎn)單：這些領(lǐng)域不需要物理世界的數(shù)據(jù)輸入。
但這也意味著，當(dāng)前的智能原生浪潮正在回避真正具有產(chǎn)業(yè)顛覆性的場(chǎng)景：具身智能、工業(yè)智能體、智慧能源…這些場(chǎng)景的瓶頸不在模型有多強(qiáng)，而在于物聯(lián)網(wǎng)數(shù)據(jù)底座的缺失。AI大模型對(duì)訓(xùn)練數(shù)據(jù)供應(yīng)提出了新要求，從AI智能體應(yīng)用和從物理場(chǎng)景中采集數(shù)據(jù)成為新的迫切需求。
因此，當(dāng)前智能原生企業(yè)的“繁榮”，很大程度上是一種“選擇性繁榮”，資本和人才涌向了數(shù)據(jù)獲取成本最低的賽道，而非價(jià)值創(chuàng)造潛力最大的賽道。
這就像一個(gè)人在路燈下找鑰匙，不是因?yàn)殍€匙掉在那里，而是因?yàn)槟抢镉泄狻Ｎ锫?lián)網(wǎng)正是那把被忽視的“鑰匙”。
物聯(lián)網(wǎng)是物理世界實(shí)時(shí)數(shù)據(jù)采集的核心基礎(chǔ)設(shè)施；它提供的不是“歷史檔案”，而是此刻正在發(fā)生的活數(shù)據(jù)；它天然具備“時(shí)間戳+空間坐標(biāo)+物理狀態(tài)”的三維數(shù)據(jù)結(jié)構(gòu)，這正是世界模型和具身智能所急需的。
沒(méi)有物聯(lián)網(wǎng)的智能原生，只是數(shù)字孤島上的智能；有了物聯(lián)網(wǎng)的智能原生，才是真正的“萬(wàn)物智行”。當(dāng)所有人都在討論如何讓AI“更聰明”時(shí)，我們更應(yīng)該問(wèn)：誰(shuí)來(lái)讓AI“更接地氣”？
從“軟原生”到“硬原生”
主流敘事將智能原生企業(yè)等同于輕資產(chǎn)公司，將“一人獨(dú)角獸”奉為圭臬。這個(gè)愿景固然令人振奮，但這是一種危險(xiǎn)的認(rèn)知偏差。真正的智能原生，不應(yīng)止步于屏幕之內(nèi)。
國(guó)務(wù)院《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》提出“推動(dòng)工業(yè)全要素智能聯(lián)動(dòng)，加快人工智能在設(shè)計(jì)、中試、生產(chǎn)、服務(wù)、運(yùn)營(yíng)全環(huán)節(jié)落地應(yīng)用”，“加快工業(yè)軟件創(chuàng)新突破，大力發(fā)展智能制造裝備”，“深化人工智能與工業(yè)互聯(lián)網(wǎng)融合應(yīng)用，增強(qiáng)工業(yè)系統(tǒng)的智能感知與決策執(zhí)行能力”。這些重資產(chǎn)、重運(yùn)營(yíng)、重“鐵與血”的產(chǎn)品，被官方明確定義為智能原生的核心載體。這與輿論場(chǎng)上豆包、Kimi們的“輕盈”敘事形成了鮮明對(duì)比。
為什么會(huì)有這種“政策共識(shí)”與“輿論認(rèn)知”的割裂？其中值得關(guān)注的有三個(gè)反直覺(jué)的觀察。
第一，付費(fèi)意愿悖論。軟件領(lǐng)域正在陷入“高預(yù)期 vs 低ROI”的困境，企業(yè)對(duì)于省幾個(gè)人力的AI工具付費(fèi)意愿有限，這反映出純軟件AI應(yīng)用的商業(yè)化困境。但工業(yè)物聯(lián)網(wǎng)場(chǎng)景恰恰相反，客戶對(duì)能解決實(shí)際生產(chǎn)問(wèn)題（減少停機(jī)、提升良率、降低能耗）的方案付費(fèi)意愿較強(qiáng)，且客單價(jià)更高。
第二，進(jìn)化原生的天然土壤。智能原生系統(tǒng)的核心在于“數(shù)據(jù)-模型-行動(dòng)-反饋”的自動(dòng)化閉環(huán)，系統(tǒng)能夠像生物體一樣自我進(jìn)化。試問(wèn)：什么場(chǎng)景最具備這種進(jìn)化條件？不是一天打開(kāi)三次的辦公軟件，而是7×24小時(shí)運(yùn)轉(zhuǎn)的工業(yè)設(shè)備。在國(guó)內(nèi)，已有多家科技巨頭和企業(yè)發(fā)布了自己的工業(yè)大模型產(chǎn)品，讓端側(cè)或邊緣AI與具體應(yīng)用或業(yè)務(wù)緊密結(jié)合，大幅提升工業(yè)流程決策效率。
第三，“具身”才是終局。從數(shù)字原生到智能原生，體現(xiàn)了“互聯(lián)網(wǎng)+”到“人工智能+”的時(shí)代躍遷。智能原生并非簡(jiǎn)單地“AI+”或“+AI”，而是從設(shè)計(jì)之初就將AI考慮進(jìn)來(lái)，實(shí)現(xiàn)產(chǎn)品、服務(wù)甚至整個(gè)業(yè)務(wù)模式圍繞AI的核心能力，進(jìn)行根本性創(chuàng)新。但對(duì)于產(chǎn)業(yè)而言，沒(méi)有“手和腳”的大模型只是一個(gè)博學(xué)的紙上談兵者。
真正的智能原生企業(yè)，必須跨越數(shù)字世界與物理世界的鴻溝。只有當(dāng)AI模型能直接調(diào)用IoT設(shè)備的API，指揮機(jī)器臂、AGV、智能電網(wǎng)進(jìn)行操作時(shí)，才算完成了智能原生的閉環(huán)。物聯(lián)網(wǎng)設(shè)備不是產(chǎn)業(yè)閉環(huán)的終點(diǎn)，而是智能體感知世界、踐行指令的起點(diǎn)。
用一個(gè)更形象的說(shuō)法：真正的智能原生企業(yè)不是“一人公司”，而是“一人工廠”，這才是制造業(yè)的終極想象。
生態(tài)主導(dǎo)與進(jìn)化壁壘
當(dāng)前我們可能過(guò)于樂(lè)觀地描繪了“多模型接入策略”的靈活性，但這種靈活性建立在一個(gè)脆弱的假設(shè)之上：這些模型永遠(yuǎn)可以被平替。問(wèn)題是：如果它們同時(shí)斷供呢？如果替代品在關(guān)鍵能力上差距過(guò)大呢？如果切換成本高到足以殺死一家創(chuàng)業(yè)公司呢？
好消息是，中國(guó)并非沒(méi)有反制的底牌，只是這張底牌不在軟件層，而在硬件層。據(jù)國(guó)家統(tǒng)計(jì)局最新數(shù)據(jù)，2025年我國(guó)制造業(yè)增加值達(dá)34.7萬(wàn)億元，同比增長(zhǎng)6.1%，規(guī)模連續(xù)16年保持全球第一，占GDP比重穩(wěn)定在25%左右，門(mén)類體系完整的優(yōu)勢(shì)更加明顯。這意味著，當(dāng)智能原生從“軟”走向“硬”，從屏幕走向車間，中國(guó)握有全球最完整的產(chǎn)業(yè)承接能力。
但我們不能止步于此。
中國(guó)智能原生企業(yè)的真正挑戰(zhàn)不是選擇哪個(gè)生態(tài)，而是能否建設(shè)自己的生態(tài)。而在回答這個(gè)問(wèn)題之前，我們需要先理解一個(gè)更根本的命題：智能原生企業(yè)的核心壁壘到底是什么？
也許有人認(rèn)為是“功能”，誰(shuí)能做到別人做不到的事。但我認(rèn)為是“進(jìn)化率”，誰(shuí)能比別人更快地變得更強(qiáng)。
讓我通過(guò)比喻來(lái)解釋這個(gè)區(qū)別。傳統(tǒng)企業(yè)像是建筑師模式：設(shè)計(jì)藍(lán)圖、編寫(xiě)代碼、交付功能，系統(tǒng)上線即固化。競(jìng)爭(zhēng)的壁壘是系統(tǒng)此刻擁有的功能集。智能原生企業(yè)則像是園丁模式：系統(tǒng)上線只是開(kāi)始，核心在于構(gòu)建了一個(gè)“數(shù)據(jù)-模型-行動(dòng)-反饋”的自動(dòng)化閉環(huán)。競(jìng)爭(zhēng)壁壘不是此刻擁有的功能，而是系統(tǒng)每天進(jìn)化的速度。這種“進(jìn)化率”優(yōu)勢(shì)，是傳統(tǒng)公司難以復(fù)制的。
智能體的持續(xù)進(jìn)化特性使應(yīng)用具備自我迭代能力，不僅重構(gòu)了人機(jī)協(xié)作模式，更在能源、金融、制造等領(lǐng)域培育出“智能體經(jīng)濟(jì)”的新生態(tài)。
與之相符，我們可以建立一套智能原生企業(yè)的判斷標(biāo)準(zhǔn)：衡量一家企業(yè)是否是“智能原生”，不看它用了哪個(gè)大模型，而是看它的“邊際進(jìn)化成本”是否趨近于零。如果系統(tǒng)升級(jí)還需要堆人力，那它就不是真正的智能原生。
寫(xiě)在最后
回到開(kāi)頭的問(wèn)題：當(dāng)我們談?wù)撝悄茉髽I(yè)時(shí)，腦海中應(yīng)該浮現(xiàn)什么？答案應(yīng)該是：一個(gè)能夠感知物理世界、在物理世界中行動(dòng)、并從物理世界的反饋中持續(xù)進(jìn)化的智能系統(tǒng)。
這個(gè)定義中的每一個(gè)要素，都指向物聯(lián)網(wǎng)：感知物理世界，需要傳感器網(wǎng)絡(luò)；在物理世界中行動(dòng)，需要執(zhí)行器和控制系統(tǒng)；從反饋中持續(xù)進(jìn)化，需要實(shí)時(shí)數(shù)據(jù)流和邊緣計(jì)算。
中國(guó)信息通信研究院院長(zhǎng)余曉暉認(rèn)為，“人工智能+”行動(dòng)將加快通過(guò)人工智能的變革性賦能作用，驅(qū)動(dòng)物理世界、數(shù)字空間和知識(shí)體系的優(yōu)化創(chuàng)新，大幅提升資源利用和經(jīng)濟(jì)社會(huì)運(yùn)行效率，塑造全新智能發(fā)展范式。如果說(shuō)“互聯(lián)網(wǎng)+”的本質(zhì)是連接，帶來(lái)的是量變；那么“人工智能+”的本質(zhì)是進(jìn)化，帶來(lái)的是質(zhì)變。
這場(chǎng)質(zhì)變不會(huì)發(fā)生在一個(gè)人對(duì)著屏幕和AI助手聊天的場(chǎng)景里。它將發(fā)生在工廠車間、礦山深處、電網(wǎng)調(diào)度室、自動(dòng)駕駛的道路上，所有這些，都是物聯(lián)網(wǎng)的主戰(zhàn)場(chǎng)。智能原生的大門(mén)正在開(kāi)啟。物聯(lián)網(wǎng)人不應(yīng)在門(mén)外觀望，而應(yīng)走進(jìn)去，參與定義這個(gè)新世界的規(guī)則。
