半年前，当基点起源创始人戴宗宏带着团队逆流入局B端定制化AI市场时，迎接他的是外界关于“故事不性感”和“定制化是累活”的质疑。然而半年后，基点起源用翻倍的订单数和提升一个数量级的合同金额做出了有力回应。近期，这家专注于工业核心场景的AI公司完成了数亿元融资，由国科投资、上海半导体产投等多家机构联合押注。从金属冶金到电子制造，基点起源的AI解决方案已落地十多个行业，证明了在看似传统的赛道上，大模型依然能挖掘出巨大的商业价值。
戴宗宏将传统制造业的痛点精准剥离为“用什么做”和“怎么做”的问题。他认为，传统定制化服务依赖专家经验建模，人力与时间成本极高，而大模型推理能力的跃升正是破局关键。基点起源自研的“全要素大模型”作为工业AI操作系统，能够利用企业原始业务数据，建立起反映真实生产过程的数字孪生模型。这套系统不仅能过滤噪点数据，还能通过持续推演寻找生产流程中的最优解，最终将原本需要数百人驻场数月交付的定制化项目，压缩为单人控制、两周左右即可交付的高效模式。
与市面上许多主打“减员增效”的AI产品不同，戴宗宏坚持“提质增效”的路线。他发现传统企业对用AI替代人力持保守态度，更关注良品率、产能等核心指标的提升。因此，基点起源的系统不造数字员工，而是通过App直接向一线工人交付最优生产方案，如指导冶金工人何时堆料、如何堆料。这种模式不仅避开了企业内部的人事阻力，更在某工艺段实现了关键指标2-3倍的提升，年节省成本达千万元，真正实现了从经验驱动向数据智能驱动的转型。
在商业化策略上，基点起源展现了极强的自信与务实。面对大厂竞争，他们选择将业务优化指标作为交付必要条件直接写入合同，并采用“按预期效果定价”的模式，与客户形成利益共同体。戴宗宏认为，工业企业虽然数据治理水平参差不齐，但原始数据中保留了更完整的生产信息，反而比被过度清洗的数据更有价值。这种“不画饼”、直接兑现优化指标的打法，帮助基点起源在冶金、化工等传统行业建立了深厚的护城河，并计划未来向更多行业泛化。
本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceo29