在工業(yè)AI領(lǐng)域，一種創(chuàng)新的商業(yè)化模式——“按收益分成”正引發(fā)關(guān)注。與傳統(tǒng)AI公司向制造業(yè)客戶收取軟件授權(quán)費或算力服務(wù)費不同，上海金珵科技采取了一種更具風(fēng)險共擔(dān)特性的合作方式：先派遣工程師入駐工廠調(diào)試算法，待產(chǎn)線因AI介入實現(xiàn)產(chǎn)量提升后，再從增量收益中按比例獲取分成。這種模式已在川寧生物的新疆發(fā)酵車間落地，據(jù)其2025年財報顯示，通過智能計算機虛擬工程師調(diào)控的發(fā)酵罐平均產(chǎn)量較對照組提高3%-5%，雙方已進入收益分成階段。

上海交通大學(xué)人工智能與微結(jié)構(gòu)實驗室主任、金珵科技創(chuàng)始人李金金教授介紹，團隊自主研發(fā)的工業(yè)時序控制大模型ManuDrive是該模式的核心支撐。與通用大語言模型不同，ManuDrive基于工業(yè)領(lǐng)域多場景的真實物理機理與深度學(xué)習(xí)技術(shù)構(gòu)建，可解決傳統(tǒng)AI在工業(yè)應(yīng)用中因“幻視”和“災(zāi)難性遺忘”導(dǎo)致的不垂直、不專業(yè)問題。該模型已走出實驗室，在生物制造、重型機械、紡織、環(huán)保等十余個省份的數(shù)十家上市企業(yè)中完成部署，并進入與客戶收益分成的商業(yè)化階段。

“AI接管后，企業(yè)一個月內(nèi)提升的產(chǎn)量比過去五年還要高，同時生產(chǎn)波動降低50%。”李金金以川寧生物案例說明，ManuDrive通過精準調(diào)控發(fā)酵參數(shù)，顯著提升了生產(chǎn)效率。他進一步透露，目前團隊優(yōu)先聚焦“國之重器”領(lǐng)域，重點關(guān)注那些技術(shù)邊界尚遠但能為企業(yè)帶來巨大經(jīng)濟效益、可替代大量人力決策的場景。

盡管收益分成模式具有吸引力，但其落地仍面臨挑戰(zhàn)。工業(yè)場景的多樣性意味著每個新場景若需從頭開發(fā)算法，邊際成本將居高不下，進而侵蝕分成利潤。對此，金珵科技通過模塊化設(shè)計破解難題：ManuDrive平臺包含127個可組合的功能組件（涵蓋感知、規(guī)劃、記憶、工具調(diào)用等），形成“工業(yè)智能體”框架。當(dāng)某一場景驗證有效的算法被封裝后，其他類似場景可快速復(fù)用，從而降低邊際部署成本，為收益分成留出利潤空間。

在資本市場看來，AI賦能制造業(yè)長期存在“價值可量化但收費難對等”的矛盾：工廠傾向于一次性購買服務(wù)以規(guī)避風(fēng)險，而技術(shù)方則希望獲得與價值創(chuàng)造相匹配的長期回報。金珵科技的“先干活、后分錢”模式被業(yè)內(nèi)視為潛在解決方案。行業(yè)人士分析，這一模式類似于早年工業(yè)自動化領(lǐng)域的“節(jié)能分成”——技術(shù)服務(wù)方不銷售設(shè)備，而是從節(jié)省的電費中抽取比例。其優(yōu)勢在于利益高度綁定：技術(shù)方必須持續(xù)保證模型效果，否則分成收入將直接受損；客戶則無需提前承擔(dān)試錯成本，效果不達預(yù)期可拒絕付費。不過，該模式對技術(shù)方的現(xiàn)金流和信任成本要求較高，前期需自墊成本完成現(xiàn)場部署和效果驗證。

李金金認為，我國制造業(yè)擁有全球規(guī)模最大的存量產(chǎn)線，但眾多細分賽道利潤空間有限，難以承擔(dān)傳統(tǒng)智能改造的高昂前期投入。按效果分成、低門檻入局的創(chuàng)新模式，為傳統(tǒng)產(chǎn)線智能化升級開辟了輕資產(chǎn)啟動、效益后置付費的新路徑。依托模塊化、標(biāo)準化的核心技術(shù)底座，ManuDrive可實現(xiàn)跨行業(yè)快速復(fù)制，為全國海量傳統(tǒng)制造產(chǎn)線提供可復(fù)用的轉(zhuǎn)型范式。