到企业现场去,重新理解AI产业的落地

6月10日早上7点40，无锡飞北京。两天时间，四家企业，一个园区。

去北京之前，我带了不少材料。产业基础、政策建议、合作方向、项目情况，厚厚一叠。但真正在北京跑了两天之后，我发现最有价值的东西不在材料里。在那些让人停下来想一想的问题里。

这些问题，在办公室里看材料，看不真切。到了企业现场，才会发现，AI不是展板上的未来感，它首先是账本上的成本，是服务器上的算力，是用户愿不愿意付费，是场景能不能反复打磨，是数据从哪里来，是一个方向押错以后还有没有机会重来的现实压力。

第一站在朝阳区一个文创园区。我们见到一位深耕科技内容多年的创业者。他的团队规模不大，同时做图文和视频，两条线都已经跑通。

他提到一个很有意思的现象：图文真实阅读量在几万量级，视频平均播放能到三四十万。表面看，视频流量是图文的十倍。但真正值得琢磨的，不是数字大小，而是谁在阅读、谁在观看、谁会因此作出判断。

短视频触达的是更广泛的人群，优势在传播速度和情绪动员；深度图文触达的，往往是产业决策者、投资人、企业管理者和专业读者。前者更接近注意力经济，后者更接近认知影响力。一个追求扩散，一个影响判断；一个靠流量放大，一个靠信任沉淀。两条链路的价值逻辑并不一样。

这对数字经济也有启发。我们评价一个平台、一项应用、一个产业项目，不能只看访问量、下载量、播放量这些表层指标，更要看它是否进入了真实决策链、产业链和价值链。数字经济不是简单把流量做大，而是要把数据、内容、用户和场景组织成可持续的价值闭环。

我问他企业为什么仍然留在北京，对方的回答也很现实：一些城市成本更低，人才供给也不错，但最核心的客户、资本、大厂资源和高密度信息流，仍然集中在北京。成本优势可以吸引企业迁移，但资源密度决定企业能级。

这也提醒我们，无锡发展数字经济，既要看到自身成本、产业和场景优势，也要清醒认识到创新资源不是靠“低成本”自然流入的。真正有吸引力的城市，不只是便宜，而是能够提供更高质量的产业连接、更真实的应用场景和更有效率的服务体系。数字经济竞争，表面看是项目竞争，深层看是资源组织能力的竞争。

第二站在中关村一栋写字楼里。对方是一支做AI应用的年轻团队，规模不大，三十多人，但谈起产品、模型和商业化，判断很直接。

聊到一半，一个所有大模型应用企业都绕不开的问题自然浮了出来：免费模式还能撑多久？他们的回答很干脆：收费是趋势。理由也很现实。大模型调用有成本，优质效果有成本，持续迭代更有成本。用户可以被免费产品吸引过来，但真正能让企业活下去的，最终还是稳定的付费场景。特别是在一些专业领域，只要效果足够好、能解决真实问题，用户是愿意为结果买单的。

这背后其实是AI应用正在经历的一次转向：从“拼通用能力”转向“拼垂直深度”，从“拼谁更会演示”转向“拼谁能进入业务流程”。初创企业不可能和大厂比模型底座、比流量入口、比补贴能力，它们真正的机会，是在足够具体的行业里，把一个问题做深、做透、做到别人替代不了。

交流中有一句话让人印象很深：大厂可以充分试错，初创公司只能押少数方向，并且把它做到极致。押对了就活，押错了就出局。这句话听上去有些残酷，但很真实。AI赛道并不缺热闹，缺的是清醒选择。对企业来说，选择一个垂直场景，不只是选择市场方向，更是在选择数据来源、产品形态、成本结构和商业闭环。选择错了，团队再努力也可能陷入消耗；选择对了，哪怕切口很小，也可能形成壁垒。

这对地方发展数字经济也有启发。我们支持AI产业，不能只看企业用了什么模型、拿了多少融资、讲了多大故事，更要看它有没有清晰场景、有没有付费验证、有没有数据壁垒、有没有持续迭代能力。真正值得支持的，不一定是声量最大的项目，而是那些能够扎进产业流程、解决具体问题、形成稳定闭环的项目。

第三家就在同一片园区的另一栋楼里，做的是世界模型——让机器人在真实世界里理解和行动。公司成立时间不长，但已经在国际评测中崭露头角。

他们在会谈中反复强调，最缺的并不只是资金，而是真实场景。机器人要学会干活，不能只在实验室里练。它要进入工厂车间，面对不同设备、不同工序、不同物料；要进入物流仓库，处理搬运、识别、避障和协同；要进入医院、社区、公共服务空间，适应更复杂的人机交互环境。没有这些真实环境，机器人很难真正长大。

这句话对我们很有启发。过去谈招商，容易把重点放在政策、补贴、厂房、基金上。这些都重要，但对于具身智能这样的前沿产业来说，真正有吸引力的，可能不是单一优惠条件，而是一个城市能不能提供技术落地所需要的完整环境。

这个环境包括制造业供应链、应用场景、测试空间、数据采集、算力支撑、产业基金，也包括政府部门帮助组织场景、协调资源、降低试错成本的能力。换句话说，前沿企业需要的不是一个“落户地点”，而是一个能让技术持续训练、产品持续迭代、商业模式持续验证的产业生态。

从这个角度看，无锡的优势不应只被理解为制造业基础好、产业门类全。更重要的是，这些制造现场、物流场景、公共服务空间和城市治理需求，本身就是具身智能成长所需要的训练场。

第二天，我们去了中关村的北纬AI社区。最让我意外的，是这么大一个创新空间，核心运营团队只有七个人。

他们做品牌、做活动、做供需对接、做项目曝光，把原本略显严肃的创业路演，变成更年轻、更开放、更有社群感的场景。白天路演，晚上交流，让资本、项目、人才、媒体和产业需求在一个空间里高频碰面。表面看，这是活动形式的创新；往深里看，这是在培育创新生态的网络效应。

这和我们熟悉的招商逻辑不完全一样。传统招商往往先算产值、算税收、算投资强度；创新社区则先看人气、看链接、看生态浓度。前者关注“企业落了多少”，后者关注“创新是否持续发生”。对AI这样的新兴产业来说，很多项目一开始并不成熟，不能简单用传统产业项目的标尺去衡量。它更需要被看见、被连接、被验证，也需要在高密度交流中找到场景、资本和合作伙伴。

这给无锡一个很直接的启示：未来的数字经济园区，不能只做“空间载体”，更要做“创新接口”。空间是基础，但不是全部。真正有价值的园区，应当能把外部创新资源和本地产业基础接起来，把北京的项目、人才、资本、信息流，与无锡的制造业场景、算力资源、政策服务和应用需求接起来。园区不是简单等企业入驻，而是要主动创造连接；不是只提供办公桌和会议室，而是要提供试错环境、场景入口和成长网络。

最后一站在丰台的一个科技园里，是一家做超算和智算服务的公司。

这次交流中，最让我记住的不是它有多少算力资源，而是一个利用率数字。对方提到，他们通过自研调度系统，把大量GPU卡的闲置算力尽可能调动起来，使平均利用率保持在较高水平。这个数字背后，其实是一套完全不同的算力逻辑。

过去我们谈算力，容易先问：建了多少P？上了多少卡？投了多少钱？这些当然重要，但如果利用率上不去，规模越大，沉没成本也可能越大。算力不是摆在机房里的“家底”，而是要在真实应用中跑起来、转起来、用起来的生产能力。

现场有一个比喻很形象：算力服务到底是在“卖电”，还是在“卖专业服务”？

如果只是卖电，那就是标准化资源，最后很容易陷入价格竞争；如果是卖服务，就要靠调度、适配、运维、模型部署和工程能力创造价值。前者拼的是硬件规模，后者拼的是系统效率。真正成熟的算力服务，不是简单把卡租出去，而是帮助企业更低成本、更稳定、更高效地使用算力。

这对无锡很有启发。算力中心如果不能和本地制造业场景、AI企业需求、高质量数据集、行业模型训练连接起来，就容易成为孤立的基础设施；一旦形成统一调度和专业服务能力，就可能成为支撑产业智能化转型的重要底座。从这个角度看，算力不是越多越好，而是越有效越好。

两天的行程，从朝阳到海淀，从西城到丰台，跑的是几个点，看到的却是AI产业从技术前沿走向现实落地的一条线。回无锡的飞机上，我试着整理一些不那么官方的感触。

它的成本很高，节奏很快，竞争也足够激烈。但也正因为如此，最敏锐的创业者、最密集的资本、最前沿的信息和最挑剔的客户，仍然在这里高频碰撞。很多创新不是凭空发生的，它需要足够高的信息密度、足够强的人才密度、足够快的试错速度，也需要一种“慢一点就可能被甩下”的紧迫感。

过去谈数字经济和人工智能，很多人容易把地方城市放在“承接者”的位置上，似乎北上广深负责源头创新，其他城市负责产业配套和应用落地。但这次聊下来，我发现不是这样的。AI越向产业深处发展，越需要制造业土壤、真实场景、数据基础、算力支撑和长期服务能力。这些，恰恰不是北京一家独有的资源。这些，正是无锡可以有所作为的地方。

两天走下来，一个很深的感受是：真正有营养的交流，往往不在开场寒暄里，而在后面的追问、反问和相互校准中。关于免费与收费、软件与硬件、轻资产与重资产、技术路线与商业闭环，很多问题并没有标准答案。如果没有这些真实对话，我们看到的可能只是一份包装精美的企业材料；对方拿到的，也可能只是一册内容完整却缺少锋芒的招商手册。参访的价值，不在于彼此把话说得多漂亮，而在于能不能把问题问深，把差异谈透，把下一步真正能做的事情找出来。

最后，我发现自己写了一篇不是“赴京拜访企业、开展深入交流、深受启发、下一步加强合作”的稿子，但它是我的真实感受。

两天的北京行，该聊的聊了，该记的记了。接下来该做的，是让那些在中关村、在朝阳、在丰台讨论过的事情，变成可以落地的答案。