工业 AI 进入普惠时代？涛思数据发布“中小企业免费计划”

在 AI 大模型、智能机器人、自动驾驶等热门展区中，TDengine 的展台没有炫酷的机器人，没有大模型参数的对标，而是直接打出了一行醒目的标语——"中小企业，永久免费"。在 WAIC 这个全球 AI 的舞台上，这家从时序数据库起家的中国公司，用一种不太"AI"的方式，引起了最多人的注意。

工业 AI 的"冰火两重天"

工业 AI 落地的门槛，正在被一家中国公司主动拉低。

WAIC 期间，涛思数据宣布旗下 TDengine 完成重大产品升级，从时序数据库演进为AI 原生的工业数据平台，并同步推出一项力度空前的政策——五千测点以内，所有功能永久免费。

这不是一次常规的"免费试用"或"社区版"。根据官方信息，免费版功能完整、不限制性能、免费持续升级，包含工业本体建模、实时分析、过程分析、AI 智能问数、时序 AI 引擎、版本控制等全部核心能力。

换句话说，过去需要花几十万甚至上百万才能买到的工业数据平台能力，现在中小企业可以零成本使用。

过去两年，大模型的能力几乎是指数级增长。但在工业场景，一个尴尬的现实始终存在——技术很热，落地很冷。

一方面，几乎每一家工业软件厂商都在讲 AI 的故事，Demo 做得一个比一个炫酷；另一方面，真正在生产环境中大规模应用的工业 AI 项目屈指可数。很多项目停留在"大屏展示"阶段，离真正解决生产问题还有不小的距离。

问题出在哪里？在走访了多家制造企业后，我们发现核心瓶颈不在于大模型不够聪明，而在于工业数据还没有准备好。

核心观察

工业 AI 落地的最大障碍不是大模型能力不足，而是数据底座的缺失——数据分散在不同系统中，没有统一的语义模型，缺少业务上下文。AI 拿到的只是一堆孤立的时间戳和数值，根本读不懂"这是什么、意味着什么"。

一座典型的制造工厂里，数据散落在 PLC、DCS、SCADA、MES、ERP、LIMS 等十几个系统里，各管一摊。同一个物理量，不同厂商的设备可能用完全不同的命名方式。数据和数据之间的关系——哪个设备属于哪条产线、哪个参数影响哪个质量指标——几乎没有被系统地记录下来。

这就是涛思数据这次产品升级要解决的核心问题。

给 AI 建一层"翻译官"

此次 TDengine 升级，最重要的变化不是性能提升，而是新增了一个关键的中间层——工业本体层。简单理解，工业本体层就是在数据存储和上层应用之间，给 AI 建了一个"翻译官"。它让工厂里的每一个设备、每一个测点、每一条工艺路线都有清晰的身份定义和语义关系。有了这一层，"3 号炉出口温度 620 度"就不再是一串孤立的数字，而是带有完整上下文的信息——它属于哪条产线、当前生产什么产品、正常范围是多少、上下游设备是什么、历史上出现过哪些异常。

这才是大模型真正能"干活"的数据基础。

工业 AI 缺的不是大模型，而是数据底座。

—— 陶建辉，涛思数据创始人兼 CEO

除了工业本体层，升级后的 TDengine 还内置了工业智能体运行时（IAR）和 TDgpt + TDmodel 时序 AI 引擎。IAR 预置了 13 个开箱即用的 AI 助手——智能问数、无问智推、面板解读、根因分析等，覆盖工业数据分析最常见场景，同时支持通过 MCP 协议开放 50 余项系统能力给第三方智能体。TDgpt 将 AI 算法下沉到数据库内核，一条 SQL 即可调用异常检测、趋势预测、数据补全，数据不出库，毫秒级返回；TDmodel 则负责模型全生命周期管理，从数据选择、训练评估到一键部署至库内推理，平台内闭环完成。两者共同覆盖从统计模型到深度学习、时序大模型的全分析场景。

值得一提的是，TDengine 采用柔性界面设计，前端交互方式可根据使用场景自由组合——业务人员可在浏览器中完成全部操作，也可嵌入飞书、微信、Excel 等日常工具，一线人员无需登录网页即可用自然语言查询数据、接收告警。

为什么是"永久免费"，而不是"开源"？

涛思数据并不是第一次用"免费"策略撬动市场。2019 年，公司将 TDengine 时序数据库核心代码开源，迅速在全球开发者社区获得了影响力。

指标数据GitHub Stars24,500+全球安装实例100 万+付费客户1000+

但这一次，陶建辉选择了"全功能免费"而非"开源"。

他对此的解释是：开源模式为了企业生存，必然要切出一个企业版，大量开源用户用不到权限管理、版本控制、数据备份这些对企业来说恰恰是刚需的功能。如果还是走开源的老路，中小企业拿到手的依然是一个"只能演示、不能真正用"的版本。

"既然目标是帮中小企业跨过工业 AI 的门槛，就得把真正有价值的东西全部给出来。"陶建辉说。

5000 测点，到底意味着什么？

很多人会问：免费的条件是"五千测点以内"，这个数字对中小企业来说够不够？

以典型的离散制造业为例，一台设备通常包含 25 至 50 个观测指标。5,000 测点可以覆盖 100 至 200 台设备的完整监控需求，或者一条中等复杂程度的自动化产线的全部数据。对于绝大多数中小企业而言，5,000 测点已经完全覆盖了其真实的数据规模。如果用户的数据规模确实超过了 5,000 测点，可以通过升级商业版以获得更大测点规模的软件授权。

更重要的是，免费不是"试用三个月"或"基础版"，而是永久免费、免费升级、不限制功能、不限制性能。这四个"不"，在工业软件行业几乎是前所未有的。

激进策略背后的商业逻辑

把最值钱的功能都免费送出去，这家公司靠什么活下去？

这是很多人听到这个政策后的第一反应。表面上看，"全功能永久免费"是一招险棋——它直接放弃了中小企业这个庞大的付费群体。

但换个角度看，这又可能是一步高棋。

工业软件行业有一个众所周知的痛点：客户获取成本极高。一个工业软件项目，从接触客户到签单，周期往往长达半年甚至更久，售前投入巨大。而免费模式可以大幅降低获客门槛——企业不用走预算审批流程，工程师自己就能下载试用。

更重要的是时间窗口。AI时代的工业软件格局还远未定型，谁能先占据用户的心智和工作流，谁就有机会成为下一代的行业标准。用免费换取速度，用海量用户反馈换取产品迭代效率，这可能是比短期收入更重要的战略筹码。

行业影响

如果"全功能免费"的策略能够成功，它可能会从根本上改变工业软件的定价模式——就像当年开源数据库改变了数据库市场的格局一样。中小企业不再需要为基础能力付费，厂商的竞争焦点将转向企业级服务、大规模部署和行业解决方案。

中国工业软件的"破局时刻"？

工业数据处理这个领域，已经存在了几十年。传统工业实时数据库市场长期被PI System等国外产品主导，近十年兴起的工业互联网平台也大多是国外巨头的天下——西门子、施耐德、GE、AVEVA、霍尼韦尔，几乎没有中国公司的位置。

但AI带来的技术革命，给了中国厂商一次弯道超车的机会。

当整个行业的技术范式发生转移时，后来者反而没有历史包袱，可以从零开始构建面向AI时代的架构。TDengine从时序数据库切入，一路向上延伸到工业本体、智能体运行时，走的就是这样一条路径。

加上中国拥有全球最完整、规模最大的工业体系，给国产工业软件提供了最好的试验场和市场舞台。相比20年前，中国的人才优势也已经十分明显。

TDengine能否用"免费"这把钥匙打开中小企业的大门，最终成为工业AI时代的行业标准？时间会给出答案。

但至少有一点是确定的：当一家中国公司敢于用"全功能永久免费"的方式挑战行业规则时，说明中国工业软件已经不满足于在巨头身后追赶，而是开始尝试定义自己的游戏规则。

这本身，就是一个值得关注的信号。