從賣鏟子到挖金子：AI應(yīng)用股進(jìn)入大機(jī)會時代

過去兩年，關(guān)于AI 的敘事幾乎被大模型壟斷。谷歌最新的 Gemini 3.0成果一出便引爆輿論和股市，從技術(shù)指標(biāo)到下載量，再到股價和市值，層層放大，如今距離4萬億美元大關(guān)已經(jīng)不遠(yuǎn)。

與此同時，二級市場的視線卻在變化。光模塊、TPU、數(shù)據(jù)中心芯片這些算力基礎(chǔ)設(shè)施依舊景氣，圍繞谷歌生態(tài)的一批公司股價翻倍，但越來越多機(jī)構(gòu)在報告的后半部分，開始花更大篇幅討論一件事：海內(nèi)外AI應(yīng)用正進(jìn)入商業(yè)化的拐點。

前段時間，軟銀清倉英偉達(dá)，很快，市場發(fā)現(xiàn)軟銀轉(zhuǎn)而增持了一批企業(yè)級軟件和服務(wù)公司。這些公司大都擁有服務(wù)于技術(shù)、銷售、運營的Agent業(yè)務(wù)，資本視角從“賣鏟子”，慢慢轉(zhuǎn)向“挖金子”。

盡管關(guān)于AI的一切都難逃情緒和題材的影響，但必須承認(rèn)，智能體實現(xiàn)了大模型能力和企業(yè)場景、數(shù)據(jù)、需求的連接，是重塑企業(yè)服務(wù)的第一接口。這正是市場心心念念的生產(chǎn)力，也是AI技術(shù)兌現(xiàn)的關(guān)鍵。紅利的洶涌，也許才剛剛開始。

如何看待智能體的含金量？

從宏觀數(shù)據(jù)看，這輪AI 浪潮的潛在價值已經(jīng)被量化得足夠直白。麥肯錫估算，生成式 AI 每年給全球經(jīng)濟(jì)帶來的增量，是萬億美元級別。

Gartner 預(yù)期：2023 年初還不到 5% 的企業(yè)在使用生成式 AI API 或部署相關(guān)應(yīng)用，這個比例在 2026 年有望超過 80%。

每一次類似的滲透率躍遷，背后都是一輪生產(chǎn)力格局的改寫。

這次改寫，大致可以看到三類玩家的角色分工：一類是賣算力和基礎(chǔ)設(shè)施的“鏟子商”，包括 GPU、光模塊、數(shù)據(jù)中心廠商；一類是掌握大模型底座、向全社會提供通用能力的平臺型公司；還有一類，是在具體垂直行業(yè)里用 AI 改進(jìn)業(yè)務(wù)的“場景派”。

第三類公司，最近半年明顯被推到了前臺。原因很直接：大模型能力已經(jīng)足夠強(qiáng)，算力供給也在逐步擴(kuò)充，真正能拉開差距的，是誰能把這些能力變成一種新的基礎(chǔ)設(shè)施。智能體于是成為“場景派”們押注的共同路徑。而這批參與者一般要具備幾個基礎(chǔ)：

第一，它們需要一個早期立足的剛需點，比如銷售獲客、風(fēng)控審核、客服接待。因為這些能直觀感知的功能是企業(yè)付費的根據(jù)。如果一上來就是新創(chuàng)業(yè)公司講AI平臺的故事，恐怕不容易被買單。

第二，它們需要積累足夠大規(guī)模的業(yè)務(wù)數(shù)據(jù)和行為數(shù)據(jù)，并且愿意在數(shù)據(jù)治理上花長期成本，“臟數(shù)據(jù)”是很難變成生產(chǎn)力的。

第三，它們要能夠和產(chǎn)業(yè)場景強(qiáng)耦合，讓 AI 變成團(tuán)隊結(jié)構(gòu)的一部分，形成高頻高粘性的應(yīng)用，否則商業(yè)化會止步不前。

這一類公司之前以創(chuàng)業(yè)公司為主，但近期卻出現(xiàn)了一個關(guān)鍵轉(zhuǎn)折點。市場數(shù)據(jù)顯示，原本從事毛毯制造和銷售的義烏企業(yè)真愛美家股價連續(xù)暴漲，截至11 月 28 日于周內(nèi)再次沖上新高，只因它已確認(rèn)將被AI獨角獸探跡科技收購。

“A股AI智能體應(yīng)用并購第一大股”，隱約露出了雛形。

探跡科技是誰？業(yè)內(nèi)領(lǐng)先的AI Agent玩家。它的發(fā)展經(jīng)歷十分垂直，早期聚焦銷售效率，圍繞企業(yè)如何更快、更準(zhǔn)地找到潛在客戶等需求打造了“探跡拓客”等產(chǎn)品。在“Agent 元年”到來前，又成功利用行業(yè)經(jīng)驗+AI技術(shù)，建立了三個垂直場景的應(yīng)用：

面向B2B領(lǐng)域的銷售方向的智能體，面向B2C領(lǐng)域的運營方向的智能體，以及智能體終端生態(tài)。

探跡科技擁有一張覆蓋數(shù)億家企業(yè)和數(shù)百萬家工廠的商業(yè)知識圖譜，涉及數(shù)十億種細(xì)分產(chǎn)品和數(shù)量級巨大的產(chǎn)品關(guān)系對，這讓它的智能體服務(wù)完全嵌入了場景和流程。

其B2B業(yè)務(wù)側(cè)關(guān)注銷售過程中獲客、轉(zhuǎn)化的痛點，提供集成銷售、營銷、觸達(dá)與分析能力的Agent組合，效率和效果升級是一大重點。

而B2C業(yè)務(wù)側(cè)則以運營為先，Agent組合主要關(guān)注電商和零售B2C企業(yè)的客服、營銷、運營、私域等核心場景，從前端營銷獲客到中端銷售轉(zhuǎn)化，再到后端交付服務(wù)與長期客戶價值挖掘的全鏈路賦能。

智能體當(dāng)下還在經(jīng)歷場景的擴(kuò)展，手機(jī)等硬件終端逐漸登上舞臺。探跡也成功基于自研的AI OS 和加速處理框架AI Core，將智能體能力延伸至智能體終端生態(tài)，目前已與華為、小米、vivo等主流手機(jī)廠商深度合作。

其他行業(yè)還在談AI Agent怎么落地、誰來買單，這邊卻風(fēng)景獨好，已經(jīng)能直接接入企業(yè)，降本增效。探跡科技帶來的效率爆發(fā)，已經(jīng)步入快車道。

智能體的競爭，還是底座的競爭

不僅如此，技術(shù)爆炸的周期最怕同質(zhì)化競爭，大模型領(lǐng)域有N條“小龍”，智能體的壁壘如果不夠高，應(yīng)用可靠性不夠強(qiáng)，那么被超越就是必然的。

不過這個問題需要辯證看待：最容易出現(xiàn)這些問題的是純技術(shù)型企業(yè)，因為技術(shù)導(dǎo)向并不一定適配現(xiàn)實需求。反之，如果能做到平臺從場景中來，到應(yīng)用中去，那么技術(shù)就能兌現(xiàn)最大的意義。

這個時候比拼的并不是產(chǎn)品設(shè)計，而是用戶平時看不到的“底座”：平臺和數(shù)據(jù)。它們才是決定產(chǎn)品走向的關(guān)鍵。一塊是負(fù)責(zé)把大模型、業(yè)務(wù)流程和企業(yè)系統(tǒng)串起來的平臺，一塊是長期積累和治理的數(shù)據(jù)資產(chǎn)。探跡的版本，叫“太擎”和“曠湖”。

太擎可以理解為一套“智能體操作系統(tǒng)”。它主要關(guān)注在一家已經(jīng)有ERP、CRM、OA、電商后臺的企業(yè)里，怎么讓智能體真正接上這些系統(tǒng)、圍繞業(yè)務(wù)流程去工作。所以太擎承擔(dān)了三類任務(wù)：

第一是把探跡長期服務(wù)過程中積累的流程、話術(shù)和知識，灌進(jìn)模型當(dāng)中，形成一批更貼近行業(yè)實情的專用能力，讓模型理解業(yè)務(wù)。

第二是把常見的報表、知識庫這些能力拆成“積木”，業(yè)務(wù)團(tuán)隊在搭建自己的數(shù)字員工時，可以直接用這些組件拼出一條工作流。

第三則是打通多套信息系統(tǒng)。

實際上，對企業(yè)一線有了解就會發(fā)現(xiàn)，這三類任務(wù)針對的恰恰是企業(yè)業(yè)務(wù)體系復(fù)雜、開發(fā)能力不足和系統(tǒng)割裂的幾大問題。本質(zhì)上，它體現(xiàn)了探跡多年To B的經(jīng)驗。而作為數(shù)據(jù)資產(chǎn)擔(dān)當(dāng)?shù)臅绾鋵嵰瞾碜韵嗤慕?jīng)驗。

曠湖更偏向于“給智能體提供世界觀”的那一半。它本質(zhì)上是一張不斷更新的商業(yè)與產(chǎn)業(yè)圖譜：從企業(yè)基本信息、工商記錄，到采購、招投標(biāo)、海關(guān)數(shù)據(jù)，再到產(chǎn)品和上下游關(guān)系，這些數(shù)據(jù)經(jīng)過多輪清洗和標(biāo)注，形成了一套可以多維度切片使用的“底圖”。

對智能體來說，數(shù)據(jù)決定認(rèn)知，有沒有優(yōu)質(zhì)數(shù)據(jù)集作為導(dǎo)覽，最終業(yè)務(wù)執(zhí)行的效果差異會特別大。

舉個簡單的例子：在幫一個制造企業(yè)挖掘潛在客戶時，如果只看公開標(biāo)簽，得到的是一個很粗糙的行業(yè)列表；如果站在曠湖這樣的底座上，智能體可以進(jìn)一步判斷這個客戶在產(chǎn)業(yè)鏈中的位置、近期是否有擴(kuò)產(chǎn)行為、所在區(qū)域是不是某類產(chǎn)品的集群地，最后給出的就是一批更有成交可能的、被優(yōu)先排序的目標(biāo)。這就是它全球3億+企業(yè)大數(shù)據(jù)、2.5億+標(biāo)訊大數(shù)據(jù)的含金量。

除此以外，曠湖還在技術(shù)實現(xiàn)上又加了一層封裝：用MCP 類引擎把不同來源、不同結(jié)構(gòu)的數(shù)據(jù)包裝成統(tǒng)一接口，再通過 DaaS 方式按需開放。這種形式會大幅提升商業(yè)化的效率，因為無論什么規(guī)模的企業(yè)都可以按需調(diào)用。

從這個角度講，太擎和曠湖很可能拔高了Agent應(yīng)用的上限，也讓人感慨，AI Agent的落地最終也要看先發(fā)優(yōu)勢。

估值是預(yù)期的提前反映

最后，這些因素能幫助我們理解探跡，但理解市場卻需要另一條邏輯。把視角拉回產(chǎn)業(yè)和資本的大背景，有三條相互交織的趨勢值得關(guān)注。

第一，算力和基礎(chǔ)設(shè)施的故事不會很快退場。第二，AI 應(yīng)用正在從“加分項”變成“主敘事”。第三，市場已經(jīng)多次給出過示范——只要一家公司能在 AI 故事里找到一個明確位置，哪怕目前營收貢獻(xiàn)有限，市值往往也會率先反映未來預(yù)期。

這一點是市場在意的重點，因為寒武紀(jì)在五千億市值區(qū)間站穩(wěn)腳跟，上緯新材因為和智元機(jī)器人的關(guān)系成為“十倍股”，都說明市場渴求 AI 概念的兌現(xiàn)。當(dāng)我們面對真愛美家的暴漲，也許應(yīng)該想的是：在市場看來，探跡科技這些東西放進(jìn)企業(yè)，會變成什么？

真愛美家是義烏出身，“世界毯王”。財報上看是一家營收在 8–10 億元區(qū)間內(nèi)穩(wěn)定運行、八成收入來自海外市場的外貿(mào)制造企業(yè)。過去兩年，這類企業(yè)處境并不輕松。紡織品出口出現(xiàn)下滑，成本端又疊加了東南亞低價競爭、貿(mào)易壁壘、海運費用和周期波動、人力與原料上漲等多重壓力。“量價雙壓”也不少見。

在這種背景下，探跡并購真愛美家依然得到了熱烈響應(yīng)，也許有三條原因。

第一條，是對基本面改善空間的提前交易。

真愛美家過去的短板，主要集中在兩端：一端是全球市場需求放緩下，如何用更低的獲客成本拿到更高質(zhì)量的訂單；另一端是內(nèi)功，包括生產(chǎn)、庫存、渠道之間的協(xié)同效率。探跡的智能體能力，天然對接著這兩個方向。

在外部市場上，通過Futern 這樣的全球銷售智能體，利用探跡覆蓋全球的企業(yè)圖譜，真愛美家有機(jī)會在原有客戶結(jié)構(gòu)之外，系統(tǒng)性地去尋找高匹配度的新客戶、新市場。在內(nèi)部運營上，銷售智能體、客服與運營 Agent，如果能真正嵌入生產(chǎn)排產(chǎn)、備貨決策和渠道反饋循環(huán)中，有可能在幾個財報周期后，逐步體現(xiàn)在庫存周轉(zhuǎn)、費用率和毛利結(jié)構(gòu)的優(yōu)化上。

第二條，AI獨角獸入主意味著估值框架被重寫的預(yù)期。

在并購之前，市場給真愛美家的定價可以說沒什么看點。但并購之后，它的故事開始帶上一層“AI+制造”的色彩。

控股股東估值接近百億，AI基因純正稀缺，背后的頂級機(jī)構(gòu)名單就算對比科創(chuàng)板上市公司也很亮眼：九合創(chuàng)投、阿里巴巴、啟明創(chuàng)投、紅杉中國、凱輝基金、GGV紀(jì)源資本、軟銀愿景，重現(xiàn)了昔日創(chuàng)投大時代的盛況，而現(xiàn)在也只有AI和機(jī)器人這種領(lǐng)域才有這種待遇。

另外，投資者在做預(yù)期時，很自然會把它與一批已經(jīng)享受過AI 概念溢價的公司做對比，估值重構(gòu)預(yù)期就有了參照物。

第三條，是資金對“能落地的 AI 故事”的偏好。

相比那些還停留在概念或早期試點階段的AI 概念股，探跡在字節(jié)、火山的token調(diào)用量已“霸榜”，日均高達(dá)小幾百億級別。目前已經(jīng)服務(wù)了超5萬家客戶，覆蓋阿里巴巴、字節(jié)跳動、美孚石油、中國石化、DHL等行業(yè)巨頭，跑通了商業(yè)通路驗證。

而“探跡+真愛”的組合還讓投資者后續(xù)完全可以追蹤AI技術(shù)公開應(yīng)用的里程碑，乃至業(yè)績的里程碑。這和一級市場只能講故事有本質(zhì)區(qū)別。

所以，足夠多可驗證的案例，應(yīng)用閉環(huán)，可對標(biāo)的提升數(shù)據(jù)，都是后來者需要時間追趕的先發(fā)優(yōu)勢。從中長期角度看，探跡身上最重要的敘事，其實是中國企業(yè)在智能體時代如何重塑自己的全球競爭力是“AI+實體”的新路徑，十年之后會把公司帶到哪里。

探跡科技和真愛美家，已經(jīng)先邁出了一步，接下來，時間會在業(yè)績和估值上，慢慢給出分?jǐn)?shù)。

來源：松果財經(jīng)