数据智能业务同比增长68.2%：卡奥斯的换挡时刻

深圳商报·读创客户端记者 陈燕青

工业AI正在经历一个微妙的时刻。

一边是工业大模型发布会此起彼伏，技术演示令人眼花缭乱；一边是制造企业面对AI介入核心产线时的普遍迟疑——“演示什么都行，真要接入生产，出了问题谁来担？”一位汽车零部件工厂IT负责人的话，道出了工业AI商业化最核心的瓶颈：不是技术不够成熟，而是信任成本太高。

一条核心产线停产一天的损失可达数十万元，没有制造企业会为未经充分验证的方案承担风险。

7月30日，卡奥斯物联科技股份有限公司向港交所更新招股书。这份最新披露的材料，勾勒出这家中国AI+工业互联网龙头，所经历增长引擎换挡时刻：

2025年，公司实现营收63.51亿元，同比增长25.3%；净利润2.21亿元，同比大增238.5%；高毛利的数据智能业务收入达19.33亿元，同比增长68.2%，占总营收比重突破30%。更具信号意义的是，在备受资本市场关注的大客户关联度方面，卡奥斯截至2026年3月末的新增订单中，78%来自非海尔体系的第三方客户。

从依托40多年制造现场完成技术验证与能力沉淀，到工业AI驱动、产业链上下游拓展主导的规模化扩张，卡奥斯的增长路径演变，恰是当前工业互联网产业发展趋势的直观展现——沉淀了深厚场景能力的平台型企业，正在开启跨行业拓展的增长新周期。

从制造现场到信任验证——制造基因如何成为卡奥斯的壁垒

纵观全球工业软件与工业互联网赛道，头部企业脱胎于大型制造集团的内生需求，是极为普遍的产业现象。

西门子的工业软件版图，最初正是为解决自身电气设备制造的数字化需求而生，历经数十年内部打磨与外部能力整合，最终成长为全球工业软件龙头；在国内，宝信软件也是从钢铁行业的数字化需求出发，逐步做深做精成为行业标杆。

这种产业路径的形成，根植于工业互联网赛道的本质属性。

不同于消费互联网可通过流量快速试错，工业解决方案的落地深度绑定生产场景，试错成本极高。因此，工业互联网企业技术能力、工艺知识与机理模型的沉淀，必须建立在真实生产流程的长期打磨之上。而大型制造集团庞大的内生数字化需求、丰富的场景资源与完备的产业链条，天然成为工业互联网平台的成长沃土。

卡奥斯的成长路径，同样契合这一产业规律。

全球工业数字化企业的发展路径显示，许多领先企业都诞生于复杂制造场景之中。西门子依托长期工业制造经验发展工业软件能力，而卡奥斯的发展建立在真实制造体系基础之上。

海尔赋予卡奥斯的不只是品牌影响力，更是一套经过长期验证的制造现场和产业信任。对于工业互联网企业而言，客户愿意开放生产数据、引入数字化系统的前提是信任。相比纯技术平台，成长于制造体系内部的卡奥斯，能够通过真实生产环境持续验证工业数字化能力。

海尔制造体系既是卡奥斯早期能力形成的重要基础，也是工业AI商业化的重要验证场景。在长期实践过程中，卡奥斯围绕制造企业实际需求，不断沉淀工业数据、生产经验和数智化解决方案能力。

因此，海尔基因并不只是资源优势，更重要的是帮助卡奥斯建立了工业AI最稀缺的能力：理解制造场景，并获得制造企业信任。

第三方订单78%——增长引擎完成结构性换挡

随着平台能力逐渐成熟，卡奥斯也开始推动工业能力向更多行业输出。

经营数据展现了卡奥斯增长引擎切换的清晰轨迹：新招股书显示，海尔体系收入占比从2023年的72.2%降至2025年的54.6%，三年累计下降近18个百分点——母体关联交易持续下行的同时，公司总营收保持稳健增长，2025年同比增速达25.3%，意味着第三方业务的增长速度已大幅跑赢整体大盘。

更具标志性的信号出现在增量结构上。

截至2026年3月末，公司新签订的249项数据智能合约中，72%来自独立第三方客户；7.48亿元新增订单中，78%来自非海尔体系。增量是存量的先行指标，随着第三方收入规模持续扩大，海尔母体业务的存量占比将继续快速下降。

实际上，扩充第三方营收来源不仅是卡奥斯本身的业务发展方向，也是海尔近年来推动生态化发展战略的必然结果。

卡奥斯一直践行“大企业共建、中小企业共享”的生态发展模式：通过与奇瑞等头部制造企业共建平台，提炼行业机理模型与知识图谱，再将沉淀的通用能力赋能给产业链上下游的中小企业。这也是企业在度过从0到1的成长期、从1到10的发展期后，迈向百、千、万量级的核心模式。

需要指出的是，在工业领域，产业链各环节间具备高度关联性，工业互联网服务一旦跑通头部标杆，数据、业务流的飞轮就会开始转动，并在生态协同的作用下快速扩散。

目前，卡奥斯已跨化工、汽车、机械装备、泛半导体多个行业沉淀了4700多个机理模型，结合工业大模型形成通用能力底座，产生越用越厚、越用越准的飞轮效应。

2026年初，工信部公示2025年跨行业跨领域工业互联网平台动态评价结果，卡奥斯位居第一，连续七年稳居双跨平台首位，其行业通用性与平台能力已得到官方层面的认可。

工业AI飞轮加速——数据-模型-智能体的正循环如何运转

增长结构换挡的本质，是增长逻辑的升级。

如果说客户结构的变化是增长换挡的显性表现，那么工业AI的落地深化，则是支撑这一轮换挡的底层动力。

当前，工业互联网建设已迈入深水区。在初步完成数字化、数据驱动的1.0阶段后，如何深度挖掘工业数据价值、赋能产业效率提升，助力企业迈向AI+工业互联网与智能驱动的2.0阶段，乃至AI原生的3.0阶段，成为行业发展的关键命题，也是数字化服务商的核心价值增量所在。

从财务结构看，数据智能业务占比正在快速提升。

招股书显示，2025年卡奥斯数据智能业务收入达19.33亿元，同比增长68.2%，占总营收比重提升至30.4%。更关键的是，这块高增长业务的新增订单绝大多数来自第三方客户。

AI产品的通用性，是快速拓展第三方客户的核心动力之一。

从产品特性角度看，传统工业解决方案高度定制化，跨行业复制门槛高、周期长；而工业大模型、工业智能体等AI产品具备更强的通用能力底座，能够基于统一的大模型架构快速适配不同行业的场景需求，跨行业复制门槛大幅降低。

近年来，随着AI技术的持续迭代与场景落地，工业互联网平台的复制效率正在呈指数级提升：每进入一个新行业，就会沉淀一批新的机理模型与场景数据，反过来优化大模型的通用能力，进一步降低下一个行业的拓展成本。这种“数据-模型-智能体”的迭代循环，正是工业AI的飞轮效应。

弗若斯特沙利文报告显示，2025年中国工业智能解决方案市场规模达2.2万亿元，预计2030年将增长至3.7万亿元，年复合增长率达10.8%。其中，基于平台的工业数据智能解决方案增速更快，预计2026-2030年复合增长率可达25.5%，是工业数字化赛道中最具增长潜力的细分领域。

广阔的市场空间，为卡奥斯的第三方拓展提供了充足的增长腹地。

公司研发的天智工业大模型，是国内首个基于工业互联网平台的垂域大模型。它并非通用大模型的“工业版”，而是基于其跨行业、跨领域的“know-how”服务经验，融合了200多个专家算法和110多种智能体开发工具的“工业大脑”，能够在多个制造行业复制推广。

扎实的产业数据积累和场景服务经验，构建了卡奥斯工业大模型的能力底座。招股书显示，卡奥斯的产品和解决方案已在家电、机械装备、电子、汽车及能源化工等垂直行业实现规模化商业应用，累计收费客户9600余家。

与此同时，卡奥斯正加速推进从工业互联网向工业AI原生阶段的能力升级。在2026年世界人工智能大会（WAIC 2026）期间，卡奥斯发布工业世界模型。该模型以天智工业大模型为核心，融合工业本体图谱、工业数据、工业机理模型、数字孪生和多智能体协同能力，沉淀覆盖跨领域多个工业机理模型，构建面向生产场景理解、工业规律推演和业务决策支持的新型工业智能能力。同时，卡奥斯发布天驭工业柔性操作智能体开发平台，依托可复用、可进化的行业知识体系，推动工业知识向智能应用转化，形成“工业世界模型+智能体开发平台+行业智能体”的技术架构。

工业世界模型的发布，标志着卡奥斯成功构建了从数据感知、物理理解到精准决策的闭环能力。在此基础上，卡奥斯进一步推出三大AI智能体产品——COSMO-Sphere聚焦企业战略决策、COSMO-iMOM聚焦智能工厂生产管控、COSMO-iEMS聚焦绿色低碳管理——形成了“数字人+多智能体”的协同模式。由此，卡奥斯形成了完整的工业AI价值飞轮：真实工厂持续产生工业数据，数据回流用于训练和迭代工业世界模型，模型驱动工业智能体落地执行，智能体优化生产并创造可量化价值，生产过程又持续产生新的工业数据。循环往复之下，数据、模型与智能体不断迭代，推动技术复制、交付标准化和应用价值量化。

从“工业互联网”到“工业AI品牌”——卡奥斯的认知升级之路

当工业互联网从1.0的设备连接、2.0的单点优化，迈入3.0的工业AI原生时代，资本市场观察卡奥斯的核心坐标正在发生根本性切换：不应再停留于“关联交易占比是否下降”的历史视角，而应聚焦于产业链客户拓展速度与质量、工业AI产品的落地进度与复用能力，以及“数据-模型-智能体”飞轮的转动效率。

回看开篇那个问题：制造企业为什么不敢用AI？因为信任成本太高。

卡奥斯的回答是——信任不是来自品牌光环，不是来自发布会声势，而是来自三个无法速成的东西：真实制造场景的时间沉淀、被产线验证的安全记录、以及跨行业复制的规模验证。78%的第三方订单、20座灯塔工厂、9600余家收费客户，正是信任从内部走向外部的可量化刻度。

当工业AI的浪潮逐步渗透至制造业的各个环节，那个拥有真实场景积累、被验证过的信任基础、以及正在加速转动的工业AI飞轮的企业，或许正是这个赛道里最值得长期关注的那个变量。卡奥斯早已从曾经“海尔旗下的工业互联网平台”，成长为“中国工业AI平台型领军企业”——而这一转变最本质的动力，是越来越多制造企业在真实生产场景中，选择了信任它。