国产工业软件挨的骂,AI还得再挨一遍

凌晨两点，某政府单位的信息中心，一台服务器刚装完。

装它的是一个AI公司的工程师。机房里没有网。客户的规矩很简单：模型可以进来，数据不许出去。他装的这套东西，名字说出来没人认识，参数比榜单上那些明星模型差着好几个身位。天亮之前，他把最后一台机器调通，收拾工具走了。

第二天，客户回了他三个字：能用。

没有发布会，没有"遥遥领先"，没有一轮掌声。这门生意就这么成了。

也差不多是这几天，两份报告被摆到了一起。一份来自Epoch AI，统计到今年9月：字节、阿里、智谱、月之暗面、DeepSeek、MiniMax六家中国头部AI公司，年化收入加起来约110亿美元——大约是OpenAI和Anthropic两家合计的十分之一。

另一份来自中信里昂：还是这批模型，在海外开发者平台OpenRouter上的词元调用量，已经反超美国同业，占到总额的65%。

一份算钱，一份算量。差了十万八千里。

于是有人下了结论：中国AI要完。其实这两份报告并不打架，它们只是把同一门生意的两张脸，分开拍了一遍。

先说钱少的那张。

中国用户不肯为工具掏钱，这算不上新闻。北美的AI产品，C端付费率在15%到40%之间；中国是3%到13%，差三到四倍。腾讯研究院的调研更细：中国AI用户付费比例9.8%，月支出集中在30到100元；日活用户的付费率能到18.5%，月活用户只有0.9%——同一个产品，日活和月活之间差着二十倍。

今年豆包上了付费订阅，68、200、500三档。微博上有人发起投票，9.1万人参加，8.8万投了反对，占96.7%。理由翻来覆去就一句：以前免费，凭啥现在收钱。

这句话，是中国互联网二十年训出来的肌肉记忆。从搜索到社交再到内容，一整代人习惯了在超级App里白拿。真正让人心甘情愿掏钱的是另一样东西——直播打赏、游戏皮肤。为情绪买单可以，为效率买单很难。这是一门关于人性的生意：AI想赚工具的钱，而这里的用户，只肯为"爽"付钱。

还有一层更冷的现实。今天AI最主流的用途，是生成没人看的视频、没人读的PPT、没人在意的报告。有人把这类需求概括成一个很传神的词——"泔水"。全球的算力堆到天上，落下来的大部分，是泔水。

但这不丢人。十万个顶级开发者要的东西，和十一亿网民要的东西，从来不在一个频道上。绝大多数人要的，只是一个不太落伍、够用、便宜的工具。

再说说得下去的那张脸。

MiniMax的数据很能说明问题。2025年前9个月，它的AI原生应用月活约2760万，付费用户177万，转化率约6%，这块业务的毛利率只有4.7%。而同期它的开放平台和企业服务，毛利率是69.4%。

同一条产品线，差着十几倍。热闹在台前，钱在台后。

成本这一头，中国有一样别人学不来的东西：电。2025年，中国发电量约10573太瓦时，美国约4536太瓦时。西部的绿电，一度电能压到一毛五；特高压把电送到东部机房，损耗低到可以忽略。美国那边，电网设备平均服役超过三十年，七成变压器和输电线路过了二十五年，一台新变压器采购要等80到210周；到去年底，还有八千多个发电项目排队等并网，最大电网运营商PJM的最新一轮容量采购，比目标少了近7000兆瓦，备用率降到14.7%。

一边是用电管够，一边是被电卡着脖子。

所以就出了件怪事：中国模型的价格比美国同业低大约80%，按常识早该亏穿，可里昂的报告里写着，降价没让收入缩水，反而把用量推高了67倍。经济学上这叫杰文斯悖论——卖得越便宜，用得越多。

最后是安全。

一家部委、一家央企、一家银行，挑底座模型的时候，头两条永远是数据出不出境、能不能私有化部署。性能排在第三条。这不是偏好，是硬规矩。

而从技术上讲，一个垂直领域做深做扎实，底下调用哪个通用模型，其实没那么要紧——业务的内核早就定死了。安全是第一道门槛，性能是过了这道门槛才谈的事。

这块市场，本来就是中国企业的主场。政务、金融、能源的数据本就不许出境，留给本土厂商的，是刚需。今天中国AI营收不好看，很大一块原因是这块市场才刚打开。

说到这，就得翻一翻旧账。

六年以前，美国对华为断供EDA。那是中国制造业第一次集体意识到：自己手里那些画图的、算数的、设计芯片的软件，命脉捏在别人手里。

这个"第一次"来得很晚。中国工业软件的市场规模已有三千亿左右，国产化率整体不到两成；在CAD、CAE、EDA这些最值钱的设计仿真工具里，外资产品的市占率超过90%，EDA的进口依赖度高达97%。

但在那之前，国产工业软件挨的是另一种骂。

那个年代有个说法，"造不如买"。软件这东西，看不见摸不着，买个正版（或者干脆买个盗版）就能用，自己从头做，图什么呢。于是做国产CAD、国产CAE的公司，一路被骂：界面丑，内核弱，稳定性差，谁用谁倒霉。

骂了几十年。到今天再看那组数字：经营管理类软件，国产化率70%；生产控制类，60%；运维服务类，50%。ERP、MES，这些撑着工厂日常运转的东西，国产货早就是大多数。至于最硬的那块骨头——研发设计类的CAD、CAE、EDA，国产化率还在10%上下，EDA照样97%靠进口。

也就是说，骂着骂着，大部分地方，也确实行了。

这里头的门道值得琢磨。工业软件最难的地方，从来不是"能用"，而是"好用"。它的价值不在一行行代码里，而在几十年攒下来的工程经验、材料参数、行业标准，还有用户那双已经习惯了的手。所以它只能走一条路：从低处往上爬，从边缘往中心挤，客户一旦用上，就很难再换。

DCS和PLC的更换周期，是十五到二十年。流程行业客户对稳定性的要求高得离谱，国产新玩家哪怕产品达标，也得等到老设备自然退役的那个窗口——慢慢等，一家一家换。

这套打法很笨，很慢，很不好看。可它最后，把国产化率从个位数，熬到了六成、七成。

现在，AI站在了同一条起跑线上。

它要经历的也是同样的事：先在低门槛处被接受（便宜、够用、不落伍），再靠"数据不许出境"这类硬规矩进入B端、G端，然后在每一个垂直行业里，靠"客户用上就很难换"的锁定效应，一寸一寸往上爬。通用模型搞不定行业里的规范化、流程化和数据隔离，这些事只能靠垂直模型——跟当年工业软件走的，是同一条路。

所以中国AI赚得少，也许不是它不行，是它的钱还没到该挣的时候。

回到那个凌晨的机房。工程师关上门时，天刚亮。

他装的这套东西，参数上不先进，甚至有点土。但客户要的从来不是先进，是"不出事、用得起、出了事有人管"。这三件事，恰好是那些在应用商店里争榜单的明星模型，最不擅长讲的。

一门生意，在C端叫"用户体验"，在B端叫"交付"，在G端叫"信创"。名字听起来天差地别，骨子里是同一件事：让人用得上，并且用得下去。

三十年前做国产CAD的那批人，大概想不到——自己挨的那些骂，二十年后会换个名字，由另一批人再挨一遍。