广东东莞马可波罗控股股份有限公司“线阵列相机+3D扫描技术+AI算法”质量检测系统正在运行。本报记者 曾诗阳摄
2025年，我国人工智能核心产业规模超1.2万亿元。数字背后，很多人好奇：那些投入真金白银搞AI的企业，到底赚回来了吗？
记者走进医疗、建材、智能驾驶等不同赛道的民营企业，向负责人了解：为什么要花这个钱？值不值得？下一步怎么走？
立足痛点锚定切口
深夜，广州金域医学检验集团股份有限公司的实验室里，数字化扫描设备仍在运转。宫颈细胞学片子被扫描成图片，AI系统随即展开分析，它要在天亮前标定最可疑的病变区域，病理医生上班后便可做针对性检查。
“如果一项工作重复性高、人力消耗又大，那便是AI最快落地的领域。”金域医学人工智能负责人刘斯说。
宫颈病理筛查工作量大，病理医生需在显微镜下逐帧阅片、全域排查，时间一长难免身心俱疲。金域医学自2018年起率先探索“医检+AI”，宫颈癌筛查便成为最先跑通的场景——AI初筛，医生复核。
刘斯回顾了行业的认知演变：“2017年到2019年，我们对AI的态度还很保守。”随后，一些医疗资源紧张的领域开始尝试使用AI。再后来，DeepSeek等大模型让大众直观看到了AI的推理能力，AI被越来越广泛地应用于医疗领域。
50公里外，广东东莞马可波罗控股股份有限公司的工厂里，“线阵列相机+3D扫描技术+AI算法”质量检测系统正在“上班”——超大规格的陶瓷岩板以每分钟30米的速度滑过镜头，裂纹、孔洞、鼓包等肉眼难以捕捉的细微缺陷均被实时标记。过去，一条线要配5名质检员，引入智能质量检测系统后，仅需1名质检员，且漏检率从1.5%降到0.05%。
截至2025年年底，人工智能已渗透领航工厂70%以上的业务场景，沉淀了超6000个垂直领域模型，带动1700多项关键智能制造装备与工业软件规模化应用。
让AI接手大量工作，并非因为技术更酷，而是人确实干不动了。
对于马可波罗来说，招人越来越困难，绿色低碳的要求越来越高，激烈的市场竞争倒逼降本增效。“按照原有模式去做，已经慢慢跟不上要求了，必须引入AI。”公司生产管理部副经理谭亮补充了一组数据，马可波罗单条产线用工已从行业平均的120人至150人降到35人。
董事长黄建平看得更深远：“‘AI+’并不简单，如何让共性技术与每个企业的实际工艺结合起来，还需要探索。”
不管是为了降本增效，还是开拓市场，AI都已成为企业竞争的关键变量。
广州国际生物岛上，广州文远知行科技有限公司的自动驾驶车辆正在执行接驳任务。自动驾驶出租车、自动驾驶小巴、自动驾驶货运车……文远知行旗下产品同时拥有8国自动驾驶牌照，在全球12个国家超40个城市部署自动驾驶车辆。但文远知行总裁助理兼市场公关负责人张羽雪更愿意谈的，是那些“不起眼”的进步——自动驾驶环卫车的使用，让人不再需要半夜工作，也避免了危险作业。她希望自动驾驶从新鲜体验变成日常选择。比如，上班打无人出租车，城市由无人环卫车清扫，包裹由无人货运车配送。
AI转型的一个常见误区，是跟风上系统、盲目追热点，最终沦为“面子工程”。企业从最痛的点切入、从最累的活干起，补齐一块块短板、做深一个个场景，这是AI从热词走向实效的必经之路。
成本转型化为资产
AI需要海量数据来“喂养”。数据过去是企业的“成本项”——采集、存储、脱敏、标注都要花钱，却很难看到回报，不能估值、不能抵押。而现在，这个认知正在被扭转。
金域医学服务超2.3万家医疗机构，积累了超过30PB的医检数据。“医疗数据其实是‘1+1+1>3’的——你有临床数据，我有医检数据，他有随访数据，单独拿出来，谁的价值都没那么大，加在一起才能发挥更大作用。”刘斯说。
过去，医疗数据不允许商业交易，缺乏产权规则，谁拥有、谁能卖、收益归谁，全是空白。近年来，随着政策的放开、产权的明晰、技术的成熟，金域医学在数据交易所完成了约20笔数据交易，高质量数据集变成了可定价的产品。
金域医学高级副总裁汪令来表示，公司长期投入的成本项转化为经营性资产，更依靠数据开拓了疾病监测、药物研发、公卫应急等增量市场，“医疗数据越积越厚，越用越值钱，反过来也让AI越来越聪明”。
陶瓷行业数据积累起步较晚。“我们对数据的使用还处于初级阶段，但正在迅速升级。”谭亮坦言，过去，生产端采集的大多是无效数据——陶瓷生产变量太多，传统方式下数据无法用于指导生产。数智工厂投产后，全生产线所有数据被集中到中央平台，AI开始真正参与决策。
谭亮还原了决策细节——生产端智能系统实时采集原料、压制、烧制全流程参数，市场端智能系统则同步监测花色销量、用户反馈，反向迭代配方与排产计划。曾经“凭经验、拍脑袋”的陶瓷制造，变成了数据驱动的柔性生产，AI不再是被动执行，而是主动优化的“大脑”。
黄建平提到，AI带来的不仅是效率提升，还有传承方式的深刻变化，“原来是师徒制、经验制、口口相传制，现在AI提供了一种高水平、标准化的知识传承方式，可沉淀、可记录、可留痕，这对企业的管理逻辑和组织架构正在产生巨大影响”。
文远知行同样把数据当作核心资产。“经验是‘跑’出来的，不是实验室里写出来的。”张羽雪介绍，Robotaxi车队规模已从2023年的100辆增长至当前的约1300辆，每一辆都犹如一个移动的数据采集器——路口怎么通行、高峰期怎么变道、不同城市的道路设计理念有什么差异，数据经过脱敏处理后通过云端回流，持续训练算法。
国家层面的基础设施建设也在加速推进，各地数据交易所陆续建立，可信数据空间试点扩围，数据要素市场化配置持续完善。刘斯说：“几年前，大家不知道数据治理到底是什么，今年再看，链路已经很清晰了——数据能训练出模型，模型能变成生产力。”
统筹周期兑现收益
动辄上亿元的资金投入，AI究竟能不能产生实在收益？企业都在算这笔账。
金域医学年均研发经费支出占主营业务收入5%以上。汪令来表示，当前医疗领域布局AI还处于投入期，但局部已经看到回报。如肺癌治疗，原来上万元的基因检测，如今一定程度上已可以被几百元的AI产品代替——1分钟内精准预测肺癌基因突变，再经低成本技术验证确诊。汪令来认为，医疗场景多、数据多、刚需多，AI大有可为。
在马可波罗，窑炉控制室的智能控制面板实时掌握烧制状态，根据作业情况自动调节温度；喷雾干燥塔车间实时检测物料分布，自动调整喷枪参数……黄建平算了算，人均效率已提高一倍。“如果AI没有效率和效益，就不可持续。”黄建平认为，还有很多收益是隐性的，如漏检率下降带来的市场信心、产品质量提升带来的品牌溢价，这些很难精确量化，却正在构成企业的长期竞争力。
文远知行的收益则很直观，五大产品线均已实现正向的商业回报。今年一季度，公司总营收同比增长58%，毛利润同比增长56%，毛利率达35%。文远知行的思路是，把先进技术能力下沉至大众消费者可负担的乘用车领域，转化为日常可感知的体验。张羽雪表示，这种“高端技术不悬空，普惠能力不降级”的路径，既摊薄了研发成本，也打开了更广阔的市场。
花一个亿搞AI，到底值不值？答案是肯定的。当AI学会看病理片、挑瓷砖瑕疵、驾驶汽车，它就不再是遥远的技术名词，而是车间里、实验室中、城市道路上的生产力。
今年的《政府工作报告》提出，深化拓展“人工智能+”。下一步怎么走？金域医学计划在县域医共体方案中整合AI能力；马可波罗的目标是智能排程和订单管理；文远知行将在Robotaxi和L2++ADAS两大领域着重发力……企业层面的每一笔投入、每一次尝试，都在为“人工智能+”写下真实注脚。（经济日报记者 曾诗阳）
同创优配提示：文章来自网络，不代表本站观点。
