科创板31家AI公司齐聚探讨商业化收入实现路径

科创板人工智能主题的集体业绩说明会，向来是观察行业风向的一扇重要窗口。在刚刚结束的专场会议上，31家沪市AI公司齐聚一堂，传递出一个清晰的信号：行业的经营拐点正在显现，而一场关于商业化深度与模式的变革，也已拉开帷幕。

整体来看，企业的共识相当明确：2026年被视为AI智能体规模化落地的元年。与此相应，AI安全、具身智能以及端侧工业视觉，成为了当下最炙手可热的布局焦点。更值得关注的是，商业模式的转型正在加速，从过去一次性的交付的项目制，转向可持续的订阅与运营服务，已成为头部玩家的共同选择。

AI产业从“单点试点”走向“全域渗透”

回望2025年至今，AI行业的经营质量确实在稳步提升。一些公司的业绩表现颇具代表性：奇安信2026年一季度的多项指标创下了上市以来同期最佳；鸿泉技术则在2025年成功实现扣非净利润扭亏为盈；云从科技虽然尚未盈利，但其亏损幅度在收窄，现金流在改善，人工智能解决方案的营收占比已超过八成。

这些向好的数据背后，是一个更深刻的趋势——AI技术正从早期的“单点试点”走向各行各业的“全域渗透”，商业化落地取得了实质性进展。

具体到应用层面，各家公司路径清晰。当虹科技正以自研的多模态大模型为核心，打造面向具身智能场景的全栈解决方案，其相关产品已完成智能化升级并落地，今年的重点将是拓展机器人业务。金山办公则透露，其WPS AI的私有化部署方案已相当成熟，在政务、金融等关键行业积累了一批标杆客户。

另一个亮点在工业领域。端侧AI的兴起，正在推动工业视觉发生根本性变革。传统的“拍摄-回传-云端分析”模式，逐步被本地的“感知-决策”闭环所替代。这种模式在质检、产线引导等场景中，能显著降低延迟、简化系统架构。奥比中光推出的工业级视觉传感器，正是为了满足这类新兴需求。

当然，前景广阔并不意味着前路平坦。与会企业也坦诚地指出了当前面临的共性挑战。首当其冲的便是供应链波动，尤其是存储芯片等电子物料的价格上涨，直接侵蚀了企业的短期利润。鸿泉技术一季度的亏损，主要原因就源于此。

更深层次的挑战在于商业化本身。金山办公董事长邹涛指出，AI商业化正处在从“积累用户规模”到“兑现收入”的关键爬坡期。这期间，培育用户习惯、转化企业海量的非结构化数据，都是复杂而耗时的工作。罗普特也提到，政企客户从试点到规模化落地的转化周期差异很大，AI投入的利润贡献拐点需要耐心，公司必须在长期能力建设与当期经营质量之间找到平衡。

商业模式转型加速，AI安全成战略高地

长期以来，项目制是国内AI企业的主流商业模式。但这次业绩会上，一个强烈的共识是：转型势在必行。向标准化产品、向订阅与运营服务模式转型，打造可持续的收入曲线，已成为行业头部公司的明确战略。

云从科技正在积极推进“订阅+运营”模式，并与华&为昇腾深化合作，目标是推动商业模式从一次性的交付，转向基于Token和智能体应用的持续服务。罗普特则明确表示，要依托自有AI技术中台，发力智算一体机、行业机器人等标准化产品，加速从项目解决方案模式向产品化经营转型。

如果说商业模式转型是“练内功”，那么AI安全就是必须抢占的“战略高地”。一个标志性事件是，2026年4月Anthropic发布的Claude Mythos模型，被业界视为网络攻击进入“工业化”生产阶段的信号。传统的防护规则已然力不从心，构建主动、纵深的防御体系变得空前紧迫。

敏锐的企业早已行动。奇安信在今年年初专门成立了人工智能子公司，整合了科学家、攻防专家和产品工程师三支队伍，聚焦于网络安全垂类大模型、AI赋能安全以及AI自身安全三大方向。其董事长齐向东将2026年定义为AI安全的“奇点”之年。在他看来，安全已从过去的“配套保障”，跃升为AI规模化应用前必须筑牢的“刚需底座”，这块战略新高地，已是“兵家必争”。

看好AI长期发展趋势，多家企业成长策略明确

尽管挑战不少，但与会企业对AI产业的长期信心依然坚定，并且已经为下一阶段的发展绘制了清晰的路线图。

天准科技董事长徐一华认为，AI的快速发展必将带动全产业链新增大量工业装备需求，尤其是在半导体、算力基础设施等领域，公司对未来充满信心。邦彦技术董事长祝国胜也认同2026年是AI智能体规模化的关键元年，公司计划以IP运营模式切入文旅、研学场景，并逐步扩展至更广阔的领域。

作为算力底座的提供者，优刻得董事长季昕华看好云计算行业伴随AI提升的景气度。公司围绕AI深耕六大领域，从基础模型到AI机器人，为客户提供从GPU算力到智算调度平台的全套产品与服务。

其他公司也各有侧重。概伦电子会紧跟AI趋势，探索大模型与EDA产品研发的联动；博睿数据希望通过AI Coding来提升生产效率；博汇科技则明确了“AI+视听”的战略主线，构建多元增长格局。

总而言之，这场业绩说明会勾勒出的，是一个正在穿越商业化深水区、同时积极拥抱模式变革的AI产业画像。短期有供应链和落地周期的阵痛，但长期有明确的技术路径和坚定的市场信心。2026年，或许正是检验这些布局成色的关键一年。