AI材料公司怎么赚钱?国内对标企业盈利解析

《AI时代漫游指南》第 111 章《答案经济》记载：「搜索引擎的时代，你卖的是'路标'；AI 搜索的时代，你卖的是'答案'。」

一、昨天讲了为什么投，今天拆它怎么赚钱

昨天我们拆了贝索斯参投 CuspAI 的逻辑：4.5 亿美元 B 轮，买的不是材料，是"试错速度"。

后台不少读者追问了同一个问题：故事听懂了，但这公司到底怎么赚钱？

这个问题问到了点子上。因为"AI + 科学"听起来最像那种"伟大但不挣钱"的生意——今天就把它的账本拆开，顺便看看国内谁在做同样的事，做到了哪一步。

先把昨天的关键数字放这，省得翻：CuspAI，英国剑桥公司，成立才两年，估值 26 亿美元（9 个月翻 5 倍），累计融资超 6.5 亿美元，客户名单里躺着 ASML、Meta、三星、现代。

编者注：补一个昨天没展开的细节：联合创始人 Max Welling 是机器学习教科书级的人物，深度学习圈半壁江山都得叫一声老师。资本抢着投，一半是投赛道，一半是投人——AI for Science 这个牌桌上，科学家本人就是最硬的筹码。

二、它卖的不是软件，是"配方"

CuspAI 管自己叫"材料搜索引擎"，这个名字容易让人误解成一个查资料的工具。实际的用法是这样的：

客户（比如一家芯片厂）输入需求："我要一种材料，耐热到多少度、导电率多少、成本别超过多少。"

平台吐出来的不是论文列表，是候选分子结构——直接告诉你，把原子按这个方式排列，大概率能得到你要的性能。剩下的，拿去实验室做最后验证就行。

看懂这个交互，就看懂了它的商业模式。它不是卖软件的——软件只是柜台。它卖的是配方本身。

具体拆，钱从三个口袋来：

口袋一：企业定制（现在的收入）。 ASML、三星、现代这些客户，付费买的是"为我的问题定制答案"——你可以理解为把原本自建材料实验室要烧十年的研发，外包给了一台 AI。这类合同是典型的高客单生意：客户不在乎工具费多少钱，在乎十年变十个月省下的九年多。

口袋二：自研材料的知识产权（未来的利润）。 CuspAI 不只接单，也用自己的平台孵化材料——第一个方向选了碳捕捉材料。一旦某种自研配方被验证可行，后面是专利授权和分成，那是躺着收的钱。

口袋三：生态卡位（更远的期权）。 这轮融资同时官宣了"AI 材料铸造厂"（AI Materials Foundry），拉了包括英伟达、Meta 在内的 45 家伙伴进网络。谁先成为行业默认的"配方枢纽"，谁就有资格在未来收"过路费"。

编者注：米其林餐厅最值钱的从来不是后厨设备，是秘方。CuspAI 想当的就是材料界的秘方库——而且每接一单，秘方库就自动变厚一页。

还有一个隐藏引擎让这三个口袋互相加强：数据飞轮。客户越用，平台积累的"配方-性能"数据越多，模型越准，下一个客户的答案越好——客户付钱帮它攒数据，数据让它更值钱。

编者注：这个循环有个学名叫飞轮，俗名叫"越吃越饿"。顺便说，这也是为什么这类公司敢把估值讲到 26 亿美元：资本买的不是现在的合同额，是那个会自己长大的秘方库。

三、国内对标：故事我们也有，而且已经翻到"盈利"那一页

很多人以为 AI for Science 是海外专属叙事。恰恰相反——国内不但有对标，还先跑通了账本。

对标一：晶泰科技（晶泰控股，港股 2228.HK）

三位 MIT 物理学家 2015 年创立，比 CuspAI 早了整整九年。路线更重：量子物理第一性原理计算 + AI + 机器人自动化实验室——不只在虚拟世界算配方，还自己建了机器人实验站真做实验，药物和新材料两条线一起跑。

关键数字：2024 年 6 月港股上市，是"中国 AI 制药第一股"；2025 年营收 8.03 亿元人民币，同比增长 201%；净利润 1.35 亿元——港股 AI for Science 领域第一家全年盈利的公司。目前市值约 340 亿港元。

编者注：在"AI 公司 = 烧钱机器"是全球共识的年代，一家 AI for Science 公司居然盈利了，这件事本身就配得上一条新闻推送。

对标二：深势科技（未上市）

布局几乎就是中国版 CuspAI 加强版：新药研发、新材料开发、绿色化学、自动化实验平台全都做。累计融资数十亿元人民币，高瓴、经纬、百度风投都在股东名单里，是国内这个赛道纸面实力最强的独角兽。

三家放一张表里看更清楚：

	CuspAI	晶泰科技	深势科技
模式	材料搜索引擎，卖配方	AI+机器人实验室，算+做全包	全栈平台，药/材料/化学通吃
阶段	B 轮，估值 26 亿美元	港股上市，市值约 340 亿港元	独角兽，融资数十亿元
底牌	数据飞轮 + 巨头客户	已盈利（净利 1.35 亿元）	布局最全，国家队场景近

两相对照，有个耐人寻味的差异：

海外的故事讲"搜索引擎"，性感、轻、平台化；国内的故事讲"实验室"，重、苦、但已经开始赚钱。 26 亿美元的估值和 1.35 亿人民币的落袋净利，是同一个赛道的两种浪漫。

编者注：海外擅长讲故事，国内擅长算账——这句话反过来说也成立：故事撑得起估值，账本撑得起周期。你更喜欢哪种浪漫，取决于你是股东还是客户。

四、这门生意给普通人的一个启示

最后把镜头拉回来。CuspAI 们能把生意做成，靠的是同一个定价秘密，第 111 章早写过——卖路标的赚辛苦钱，卖答案的收溢价。

材料公司不为"计算了多少次"收费，为"给出了能用的配方"收费。客户买的是结果，所以愿意付结果的价钱。

这个定价逻辑，对每个用 AI 干活的人同样成立：

•用 AI 查了十份资料发给老板，你卖的是路标——廉价

•用 AI 查了十份资料，浓缩成三行结论和一个建议，你卖的是答案——溢价

•公司买 AI 工具是成本，你用 AI 交付结果是本事

AI 时代的分水岭不在会不会用工具，在你交付的是过程还是答案。 CuspAI 用 26 亿美元的估值验证了这句话，晶泰用 1.35 亿的净利润又验证了一遍。

编者注：这大概是"答案经济"最公平的地方：它不问你用了多贵的工具，只问你端上来的菜能不能吃。米其林逻辑，从材料界到你的工位，通用。

写在最后

AI for Science 这条赛道，一头是贝索斯们用真金白银投票的未来，一头是晶泰们已经跑出来的现在。

普通人不必买它们的股票，但值得记住这门生意的内核：

试错交给机器（昨天讲的），答案卖出溢价（今天讲的）——两件事合起来，就是 AI 时代最结实的一条生存公式。

下次有人问你"AI 到底怎么赚钱"，你可以把这两篇甩给他。

姊妹篇：上一篇《贝索斯押注的不是材料，是"试错速度"》讲"为什么投"，本篇讲"怎么赚钱"，配合食用更佳。

关注「AI时代漫游指南」，AI 时代的效率方法论。大新闻我们拆两遍：一遍拆信号，一遍拆账本。

作者：漫游君

主要信源：品玩、TechCrunch（CuspAI 商业模式与创始团队）、SiliconANGLE、EU-Startups（Foundry 与融资细节）、新浪财经/东方财富（晶泰控股 2025 年报数据）、凤凰网科技（深势科技融资）；关键数据多源交叉核实。