36kr-科技 09月27日
恒为科技并购数珩信息,AI行业从算力比拼转向应用落地
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

A股上市公司恒为科技拟以发行股份及支付现金方式收购上海数珩信息75%股份,这是A股市场首例上市公司并购AIRaaS(结果即服务)标的案例,标志着AI产业正从单纯的“算力比拼”向“应用落地”转型。此举旨在解决传统AI服务“卖工具”的痛点,通过“为结果付费”的AIRaaS模式,直接对客户的业务成果负责,切入企业核心利润池。随着AI技术平权加速,行业竞争焦点正从算力转向场景落地能力,考验企业对行业需求的理解和模型适配效率。此次并购为AI产业的落地提供了新的探索方向。

💰 **AIRaaS模式革新AI服务:** 恒为科技收购数珩信息,引入AIRaaS(结果即服务)模式,颠覆了传统AI服务“卖工具”的逻辑。AIRaaS以“可量化的业务成果”为核心,要求服务商直接为客户的最终业务目标负责,例如成本降低比例或效率提升幅度,只有达成约定结果才收费,形成“AI包工头”模式,为AI应用落地提供了新的商业范式。

🚀 **AI产业重心转移:** 随着DeepSeekR1等头部推理模型的开源,AI技术平权加速,单纯的算力竞争已难以形成长期壁垒。行业共识认为,AI应用竞争的核心正从“算力比拼”转向“场景落地”能力,这要求企业深入理解行业需求,并高效地将模型与具体业务场景相结合,以创造可量化的业务价值。

📈 **从硬件到高毛利服务:** 恒为科技此前布局聚焦于AI硬件,如AI一体机和液冷超节点。此次并购数珩信息,旨在从“低附加值的硬件销售”转向“高毛利的服务收益”。通过整合数珩信息在大模型技术与行业场景绑定的能力,恒为科技能够更好地触达客户核心业务价值,实现从算力提供者向综合解决方案提供商的转变。

💡 **切入核心利润池:** 传统数字化服务通常仅覆盖企业收入的1%-2%,而AIRaaS模式能够切入人力资源、供应链等占企业营收20%-60%的核心利润池,价值空间巨大。数珩信息正是凭借这一模式,在AI应用企业普遍亏损的背景下实现了盈利,预示着AIRaaS模式的巨大商业潜力。

AI行业的竞争逻辑正在生变。近日,恒为科技宣布停牌,筹划以发行股份及支付现金方式收购上海数珩信息(以下称“数珩信息”)75%股份——这一并购成为A股市场首例上市公司并购AIRaaS(ResultasaService,结果即服务)标的案例,为AI产业从“算力比拼”向“应用落地”的转型写下注脚。

恒为科技的AI布局此前聚焦于“硬件端”。公开信息显示,其核心产品覆盖算网可视化与算网基础架构,已推出基于昇腾、沐曦、昆仑芯等国产GPU的AI一体机,以及正交液冷超节点等硬件方案,服务于运营商、智算中心等领域。

但“仅靠硬件难以触达客户核心业务价值”,一位接近恒为科技的行业人士向36氪透露。在AI技术平权加速的背景下,单纯的算力供给已无法满足企业客户的深层需求——甲方更关心AI能否直接解决业务问题、带来可量化的收益,而非采购一台“能运算的机器”。

据了解,成立于2017年的数珩信息,其核心能力在于将大模型技术与行业场景绑定:通过自研的S-GPTAI引擎和Langtree模型编排平台,数珩能快速实现从数据准备到部署上线的全流程闭环,且支持本地化部署。目前其服务已覆盖快消、汽车、金融等行业数十家品牌,近三年营收与利润均保持快速增长。

AIRaaS:绕开“卖工具”逻辑,切入20%-60%核心利润池

此次并购的核心在于传统AI服务企业正试图解决行业长期存在的成长“痛点”:传统AI服务多停留在“卖工具”阶段,客户付费采购软件或硬件后,常因落地难、效果不明确,难以看到直接业务回报,最终对AI部署持观望态度。

与传统按软件授权、人力投入收费的模式不同,AIRaaS以“可量化业务成果”为核心,要求服务商直接对客户的最终业务目标负责——只有达成约定结果(如降本比例、效率提升幅度)才收费,形成“包工包料包结果”的“AI包工头”模式,甚至通过退款承诺、效果保障条款与客户绑定风险。

这种模式的商业价值或许体现在“利润池突破”。数据显示,传统数字化服务仅覆盖企业1%-2%的收入,而AIRaaS可切入人力资源、供应链等占企业营收20%-60%的核心利润池,价值空间相差20-60倍。对数珩信息而言,正是凭借这一模式,其在AI应用企业普遍亏损的背景下实现盈利;对恒为科技这类硬件厂商来说,则意味着可以借机从“低附加值的硬件销售”转向“高毛利的服务收益”。

行业转向:从“算力比拼”到“场景落地”

这场并购也折射出AI行业的深层趋势:随着DeepSeekR1等头部推理模型开源,AI技术平权加速,单纯的算力竞争已难形成壁垒。业内共识是,2025年AI应用竞争的核心,将从“算力比拼”转向“场景落地”能力,更考验企业对行业需求的理解、模型与业务的适配效率。

从技术端看,大模型训练达到一定规模后,每单位算力投入带来的性能提升已开始放缓;从需求端看,不同行业对AI的需求呈现精细化差异——医疗行业需要AI精准诊断,金融行业需要风险评估,教育行业需要个性化辅导,这些都要求企业跳出“唯参数论”,深入业务场景。

不过,这一并购的最终效果仍需时间验证。目前交易细节(如业绩对赌、整合方案)尚未披露,后续双方能否实现技术协同、资源互补,能否在信创市场打开差异化优势,都有待观察。但可以确定的是,在“为结果付费”成为企业共识的当下,行业竞争的焦点,也将正式从“算力底座”转向“业务价值”。

根据公告,恒为科技自9月17日起停牌,预计停牌不超10个交易日。这场A股首例AIRaaS并购案的后续进展,或将为AI产业的落地提供新范例。

 

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

AI行业 算力 应用落地 AIRaaS 恒为科技 数珩信息 商业模式 AI服务 大模型 场景落地
相关文章