社区

随着人工智能开始进入金融网络、能源系统和大型工业体系，产业 AI 的关注点正在发生变化。过去几年市场主要关注模型能力和算力规模，但当 AI 真正进入复杂产业系统时，一个更重要的问题开始出现：企业如何理解和管理由大量设备、供应商和业务规则构成的复杂关系网络。NVIDIA 近期开发的 NemoClaw，正试图为企业 AI 建立治理与运行框架；而 Palantir 则通过数据关系平台帮助航空、能源和政府体系理解复杂产业结构，并由此成长为千亿美元市值的数据平台公司。

随着中国商飞等大型工业体系数字化程度不断提升，围绕关系计算与知识图谱构建的数据平台正逐渐成为产业 AI 的关键基础设施。在这一趋势下，海致科技的技术路径也开始为资本市场打开新的估值想象空间。

[强] NemoClaw发布，产业级AI的安全控制层价值迎来重估

过去一段时间，AI 产业最受关注的两个关键词是 OpenClaw 与 NemoClaw。

OpenClaw 被英伟达 CEO Jensen Huang 描述为“个人 AI 操作系统”。它能够在本地终端运行，读取文档、编写代码、管理邮件、访问互联网，并调用各种工具完成复杂任务，本质上是将一个完整的 AI 智能体放进每一个用户的电脑。

图片

相比之下，由 NVIDIA 推出的 NemoClaw 并不是在提升模型能力，而是在为企业环境构建一整套 AI 治理框架。它提供身份管理、权限控制、数据访问策略以及审计与合规机制，使企业能够在安全边界内使用智能体系统。

简单来说：

OpenClaw解决的是AI能不能做事 的问题。

NemoClaw解决的是A 如何在企业体系里安全做事的问题。

当这一逻辑从个人终端延伸到政企与产业环境，一个更大的问题随之出现：

在产业 AI 体系中，谁来提供这一层 AI 的治理与运行基础设施？

在产业级 AI 生态中，一些公司正在承担类似的角色。其中海致科技的发展路径逐渐呈现出明显特征。从技术结构来看，它正在构建产业 AI 的运行底座；而从客户结构与业务逻辑来看，其成长轨迹又与美国的 Palantir Technologies 高度相似。

如果将 NemoClaw 的技术逻辑与 Palantir 的商业路径放在同一框架中观察，海致科技在产业 AI 生态中的位置会变得更加清晰。

[强] Palantir：复杂系统的数据操作层

Palantir 成立于 2003 年，由 Peter Thiel 等人创立。公司最初为政府情报机构提供数据分析平台，后来逐渐进入能源、金融、制造等复杂行业。

Palantir 的核心理念，是将现实世界中的实体与关系组织成可计算的数据结构，从而帮助企业理解复杂系统。

这一能力在航空制造业得到了典型体现。

2015 年左右，Palantir 开始与 Airbus 展开合作，帮助其解决 A350 项目的供应链协同问题。

在当时的生产体系中，空客拥有来自 ERP、物流系统、供应商管理系统和质量管理系统的大量数据，但这些数据分散在不同部门和不同平台之中。采购、生产、物流与质量团队之间缺乏统一的数据结构，很难从整体上理解供应链状态。

Palantir 的解决方案，是构建统一的数据关系网络，将供应商、零部件、生产流程与物流节点整合到同一个系统中，使企业能够实时理解供应链状态并预测潜在风险。

后来双方共同建设的 Skywise 航空数据平台逐渐扩展到整个航空产业链。Skywise 已连接 100 多家航空公司和数百家供应商，并整合来自飞机运行、维护和制造的大量数据。

Palantir 本身的发展，也反映出资本市场对这种模式的认可。

公司成立初期估值只有几十亿美元。2020 年上市时市值约为 200 亿美元。

随着企业数据平台 Foundry 与 AI 平台 AIP 的推广，公司业务规模持续增长：

• 上市初期，市场以“高增速企业软件+政府合同溢价”为其定价，市销率维持在十几倍区间；

• 2022-2023年，市场对其“重服务模式能否实现可持续盈利”的质疑达到高点，市销率收缩至10倍左右；

• 2023-2025年，公司在AIP产品推动下实现商业收入三位数增长，GAAP口径下连续盈利，经营利润率与自由现金流率持续优化，市场开始以“企业AI决策OS+国家级基础设施”的视角完成重估，市销率提升至60-70倍，市盈率超150倍，显著高于传统SaaS同业。

与此同时，公司市值在近几年迅速上升，目前已经达到 3000 亿美元以上。

图片

在投资者看来，这类公司的价值并不来自单一软件产品，而是来自其在复杂系统中的基础设施角色。一旦平台嵌入关键行业，其替代成本往往较高，客户关系也更加长期。

[强] 航空工程：最复杂的工业体系之一

为什么这么说呢？例如：

• 一架宽体客机通常需要 300 万至 500 万个零部件全球供应链涉及1000 多家企业

• 飞机研发周期通常 5 至 10 年

• 单架飞机价值通常1 亿至 4 亿美元

在这样庞大的系统中，零部件供应、生产计划和质量控制之间形成复杂的关联结构。

传统的信息系统能够记录数据，却很难理解这些关系网络，当时空袭的困境，主要卡在三个地方：

• 供应链风险识别失灵：采购端无法精准定位，究竟是哪个环节的零部件断供会触发总装线停摆，缺乏对供应链关键路径的可见性。

• 库存管理与实物脱节：产线端面临“账实不符”的典型问题——系统显示在库的铆钉，实物却不知所踪，暴露出执行层面的追溯盲区。

• 成本对冲决策难量化：财务端难以计算加急空运所产生的额外成本，能否对冲延期交付可能引发的天价违约金，缺乏投入产出层面的确定性判断。

因此，近年来围绕知识图谱、图数据库和关系计算展开的技术逐渐受到关注。

[强] 海致与中国商飞合作，复刻 Palantir 空客成长传奇

2026 年 3 月17日，中国商用飞机有限责任公司团队到访海致科技总部，并围绕知识图谱与大模型结合的技术路线展开交流。

图：中国商飞管理团队到访海致科技

商飞目前承担着国产大飞机项目的研发任务，其 C919 大型客机已进入商业运营阶段。航空制造体系涉及设计、供应链、制造与运维等多个环节，包含大量技术文档、生产规则与复杂关系数据。

例如：

• 飞机设计规范

• 装配流程与质量标准

• 供应链与零部件管理体系

• 飞机运行与维护手册

这些信息往往分散在不同系统与文档之中。如何在不同系统之间建立统一的数据关系结构，并在此基础上进行分析与推理，成为复杂工业系统数字化的重要问题。

随着航空制造数字化程度不断提高，这类技术也逐渐成为产业关注的重点。

[强] 海致科技：关系计算平台

海致科技成立于 2013 年，是一家专注图计算与知识图谱技术的企业。

公司围绕关系数据处理开展研发，并形成了以Atlas图谱平台与AtlasGraph 图数据库为核心的技术体系。该体系能够处理 十亿级至万亿级关系数据，并支持复杂关系分析与推理。

过去十多年中，这类技术已经在多个复杂行业落地，包括：

• 金融行业：企业关系网络分析与风险识别

• 政务系统：复杂数据关系治理

• 电信行业：通信网络关系分析

• 能源系统：设备与运行数据关联分析

这些行业共同的特点是：

• 数据规模巨大

• 关系结构复杂

• 对准确性要求极高

随着大型工业系统数字化程度不断提高，对关系计算能力的需求也在逐渐增加。

航空制造等复杂工业体系，本质上也是由大量设备、供应商、生产流程和规则组成的关系网络，因此与知识图谱技术具有天然契合度。

从产业结构来看，这类技术公司通常位于企业 IT 架构的关键层级。一方面连接底层数据系统，另一方面为业务系统提供关系分析与决策支持能力。

如果平台能够在多个关键行业中形成规模化应用，其商业模式与发展路径在某种程度上与 Palantir 所代表的数据平台公司存在一定相似性。

[强] AI的下一层基础设施

过去几年，人工智能产业经历了明显的阶段变化。最初市场关注模型规模，随后焦点转向数据资源，而当人工智能逐渐进入金融系统、能源网络以及大型工业体系时，一个新的问题开始出现：

企业如何理解复杂系统本身。

在这些行业中，数据往往并不稀缺，真正困难的是理解数据之间的关系。供应链节点、设备状态、企业结构以及业务规则共同构成了一张庞大的关系网络。

只有当这些关系能够被持续计算、被系统化表达，并能够被机器理解时，人工智能才有可能参与到复杂系统的运行之中。

Palantir 在航空制造和政府系统中的发展路径已经说明了这一点。

与此同时，产业 AI 市场规模也在迅速增长。多家研究机构预计，未来几年企业级人工智能软件市场规模可能超过 5000 亿美元。

随着产业数字化的不断深入，围绕关系计算和知识图谱构建的技术体系，也正在成为连接人工智能与复杂产业系统的重要基础设施。

对于资本市场而言，这类公司的价值逻辑也与传统软件企业有所不同。一旦技术平台嵌入金融、能源或大型制造体系，其替代成本往往极高，也更容易形成长期客户关系。

在 Palantir 的案例中，这种模式最终支撑起千亿美元级别的市值。随着产业 AI 的持续发展，围绕复杂系统建模与关系计算的技术公司，也正在逐渐进入投资者视野。

-END-

作者丨臻研厂

设计丨Tian

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

@Seven8 @爱发红包的虎妞 @小虎征文 @话题虎 $海致科技集团(02706)$