从任正非的AI观,看产业AI的投资筛选框架

任总有两次公开谈AI挺值得放在一起看：一次是2025年6月10日《人民日报海外版》的访谈，一次是2025年11月14日ICPC座谈、12月5日发布的纪要。我最近把这两份材料翻了一遍，发现真正值得拿出来的不是一篇「任总读后感」，而是一个投资问题：AI最后到底在哪里结账

1.我自己每天用AI做deal分析和写东西，越用越觉得很多讨论有点跑偏。我们很容易被模型能力牵着走：谁推理更强，谁代码更好，谁上下文更长，谁多模态更丝滑。这些当然重要。但从投资角度看，光看模型聪不聪明是不够的。真正关键的是：这个能力能不能进入客户的P&L，变成少烧煤、少停机、少出错、少库存、少人力

2.任总这两次讲话给我一个很好的参照。他不是AI专家，公开履历里也看不到他做过传统意义上的程序员，但他的提问方式很像一个顶级工程师和产品经理：输入是什么，输出是什么，瓶颈在哪里，责任边界在哪里，怎么验收。很多人谈AI是在谈想象力，他谈AI更像在看一张复杂工程图。哪一段没接上，系统都跑不起来

3.这个视角对投资很有用。因为AI第一阶段的钱大概率已经被模型、芯片、云和算力基础设施吸走了很多。下一阶段如果要找机会，不能只问「这是不是AI应用」，而要问「它替客户省了哪笔钱」。省电费、少停机、少报废、少误诊、少库存、少等待时间，这些能落到财务科目的改善，才更容易变成预算

4.所以所谓产业AI，不是套一个大模型API。第一步是让机器看见现场：传感器、摄像头、病理切片、设备数据。第二步是预测：设备会不会坏，炉温会怎么变，病灶哪里异常。第三步是优化：港口怎么调度，燃料怎么配，检查顺序怎么排。再往后才是控制无人车、机器人、生产线。每往前一步，价值更大，责任也更重，护城河也更可能出现

5.但我现在对「做AI应用」这句话也更谨慎。应用层当然有价值，但很多应用不是产品，是项目。一个高炉优化方案很值钱，但下一家钢厂炉型、数据、操作习惯都不一样，又要重做。最好的应用公司不能只做交付，而要从项目里长出可复用的东西：数据接入、行业模型、评估体系、控制接口、工作流Agent。看起来是在做应用，本质上是在沉淀行业操作系统

6.这里还有一个很容易混的点：应用创造价值，不代表应用公司一定拿走最多利润。工厂因为AI省了钱，利润可能被芯片、云、基础模型、行业软件、设备商和交付商一起分走。修路很有社会价值，但入口、地图、物流调度、车队金融也可能赚钱。AI也是一样。谁控制算力、数据入口、工作流和客户关系，谁才更容易收费

7.所以我会更偏好几类AI标的：损耗基数很大的场景，比如能源、矿山、港口、电网、医疗、制造；改善能量化的场景，比如停机率、能耗、良率、库存周转、医生效率；以及强约束场景，比如安全责任、私有化部署、老旧设备接入、监管审计。约束越多，demo越难做，但真做出来反而越不容易被通用模型吃掉

8.相反，我会警惕那种看起来很AI、但没有控制点的应用公司。只接API、只做看板、只做一次性项目、拿不到客户核心数据、不嵌进真实流程、ROI说不清楚，这类公司可能给客户创造了一点价值，但自己很难有定价权。模型越来越便宜以后，它们的价值反而容易被压缩

9.这也是我理解华为AI路线的方式。盘古如果拿来和ChatGPT、Claude比聊天、写作、代码，体感确实不在第一梯队。但华为真正想卖的不是一个每天让C端用户打开的聊天框，而是昇腾、云、私有化部署、行业模型和政企交付。这个路线在朋友圈里不性感，在医院、工厂、矿山、政府客户那里可能更有位置。它不一定赢个人用户心智，但可能在复杂组织采购里活得更久

10.任总讲芯片和算力，也给我类似启发。他没有说中国单芯片已经追上美国，反而承认落后一代。后面才是重点：用数学补物理，用集群补单芯片。这不是说集群是魔法，功耗、散热、互联、软件生态都会吃掉效率；而是说单点落后时，可以从系统工程上补一部分。投资上也是一样，别只看单点模型能力，要看系统能不能跑出结果

11.放到中美AI竞争里看，我觉得这套框架更清楚。美国更像是在造更强的大脑：模型、芯片、云、开发者生态、全球产品分发。中国更像是在改造身体：工厂、港口、矿井、医院、机器人、电网、通信网络。如果AI的下一阶段主要发生在屏幕里，美国优势更大；如果AI真的进入真实生产流程，中国的场景和工程组织能力会越来越重要

12.所以我现在看AI公司，会越来越少问「你用了什么模型」，越来越多问「你替客户省了哪笔钱」。能不能复制到第二个客户？毛利率会不会随着交付次数改善？客户是不是按效果续费？数据闭环会不会越用越强？模型有没有接进真实生产系统，而不是停在报表和预警？这些问题比「用了哪个大模型」更接近投资答案

13.所以如果要用一句话概括这几次讲话给我的启发：AI的社会价值大头在产业应用，但商业定价权未必也在产业应用。创造价值和拿走利润不是一回事。找到两件事重叠的位置——既进入了客户P&L，又能把交付变成产品——大概是AI第二阶段投资最难、也最值得的问题

难的在于，这类公司通常不是最会讲AI故事的。它们可能在某个矿井、某家医院、某条产线里，闷头做着很不性感的事