20分钟搞定一周工作量，AI重构科技服务降本路径｜上海科技服务业调研

一笔非标制造订单，100张图纸，从逐张审图到形成有效报价，工厂工程师通常需要一个星期，而海智智造联合创始人兼副总裁徐香给出他们的处理时间——约20分钟。

“支撑这一变化的，除了模型，还有平台过去11年积累的工厂设备、加工精度、材料经验、成本结构及交付反馈等已有数据。报价之前，系统需要先回答：这家工厂能否加工，以什么成本加工，风险是什么。”徐香告诉记者。

类似的服务也出现在科研数据与科技咨询领域，比如格物智研将科学模型与自动化实验结合，东壁科技数据尝试将文献检索推进到研发证据的组织与比较。这些企业都指向一个趋势：科技服务正在尝试更深地介入客户的生产与研发流程。不过，这些服务能替企业减少多少判断成本，又能承担多大范围的验证工作？

“一周”缩至“20分钟”

AI正在加快信息处理与分析，但服务能否产生实际价值，仍取决于它与客户的生产、研发流程结合得有多深。

在科技服务业中，连接供需两端的专业平台是最早诞生的一类形态。但在制造业供应链领域，一旦离开仅凭品牌型号和存货即可决策的“标准品”，进入以“图纸”为起点的按需定制场景，平台撮合的难度便呈指数级上升。

“按需定制是有图纸的，所以最大的一个痛点是它不像标品的采购链那么简单。”徐香对记者解释，当全球采购方拿着研发、制造或降本的图纸寻找中国工厂时，需要搞清楚“谁能做、谁有能力做、谁有意愿做”，而在这一过程中，“最大的问题是信息不透明，第二个问题是判断成本很高，然后协同的成本也很高，这是我们在非标定制领域里遇到的最大的几个问题。”

海智智造在2026工博会发布的阵列工厂 金叶子/摄

试图用工业AI解决这一痛点的企业不在少数，但大多卡在了数据门槛。

就在前不久的浦江创新论坛上，海智发布了科创供应链平台“魔砺工场”。该平台是上海“十五五”时期围绕科技成果高效转化正在加快建设的新型科技服务基础设施，通过AI、工程与制造资源协同，推动创新成果加速验证并走向产品和产业。

之所以能实现“一周”缩至“20分钟”，徐香说，现在大家都想做工业的AI，有的是有图纸没有AI模型能力，有的是有模型能力却没有大数据，而海智在过去11年里积累了供给侧与采购侧数据。“平台使用300个以上的字段标签描述工厂，将设备品牌型号、加工精度、材料经验、成本结构及历史加工图纸等信息结构化，形成‘产能地图’。”

数据变身“基建”

不同于海智面临的制造环节的成本和交期问题，科研决策中的不确定性出现在更早的阶段：方向是否值得投入、技术路线有多少可靠依据等。

将自身定位为“面向人工智能的科学数据与知识基础设施提供者”的东壁科技数据，目前为上海的高校、科研院所、医疗机构、科技企业和专业服务机构提供数据基础与科研决策支持。

在东壁科技数据CEO、深圳大学特聘教授吴登生看来，他们面对的需求正从“能否找到资料”转向“能否识别高价值知识”，从单次检索和报告转向嵌入科研与研发流程的持续服务。也因此，数据的结构、质量、来源和更新能力，正在成为与数据规模同样重要的采购考量。

“数据服务的价值，在于把分散的信息转化为能够支持行动的证据。”吴登生以工业酶优化中的序列筛选为例：酶序列、功能描述和实验结果分散在不同文献中，研究人员逐篇阅读、手工关联，难以系统筛选候选序列。通过AI提取并关联序列、功能、实验条件与性能信息，系统可以为候选序列提供功能提示及对应证据。

这种将分散信息转化为决策证据的逻辑也适用于更为复杂的产业研发决策。

吴登生举例道，在生物医药领域，服务于研发管线布局的数据不仅要围绕疾病、靶点、作用机制和技术路线组织研究证据，辅助药企判断证据是否充分、结果是否一致及是否存在差异化空间，在涉及完整管线判断时，还需接入可靠的临床试验、竞品和监管信息；在前沿技术概念验证环节，数据服务需要将研究成果拆解为已经证实的结论、尚未验证的假设和实现应用所需的条件。

从“纸面推演”走向“实验闭环”

当平台和数据具备可用性之后，服务商还需要回答一个问题：用户为什么要持续购买这些服务？

除了上述深度介入工业制造流程的海智、希望把数据服务嵌入企业具体研发决策节点的东壁，依托科学模型与智能研发工厂服务企业研发的格物智研则希望，“将模型推演与真实实验验证相结合，为企业的研发决策和技术路线选择提供科学依据”。

上海格物智研科技有限公司联合创始人王雯莉对第一财经表示，传统科技咨询主要依赖历史文献、已有数据和专家经验，难以验证全新的技术设想。

为了打破这一困局，格物智研将AI科学模型与自动化实验验证捆绑在了一起：一方面依托自主研发的“燧人”科学基础模型和海量科学数据，从分子、原子层面预测材料与化学品的性能，快速筛选候选方案、推演技术路线；另一方面，则直接下场建设实体的“超级科研工厂”。

在王雯莉看来，当前企业推进AI4S（科学智能）转型，绝不只是引入一个AI模型或采购一批自动化设备那么简单，“而是要打通数据、模型、研发流程与实验验证的完整链条，形成‘模型—实验—数据’的闭环”。

就在7月，格物智研打造运营的“Golab物质科学智能研发工厂”发布。这一“智能研发工厂”首次实现了AI计算与自动化实验设备的零人工介入、直接联动，在国内率先实现较高程度的无人干预科研全流程，已在生物医药、能源材料、日用化工等多个行业方向开展验证性应用，正有力推动科研从“人驱动”迈向“智能驱动”。

她表示，科学模型与智能研发工厂的协同，正在改变企业获取先进科研能力的方式。企业无需自行搭建完整的模型与自动化实验体系，即可按需调用模型、计算与实验能力，开展研发探索和实验验证。这也推动了科研服务模式的升级：格物智研正探索将模型调用、科学计算和实验能力转化为可计量服务，按实际使用量收费；通过项目制和里程碑式交付，分阶段验证技术路线；同时开展联合研发、知识产权合作等多种形式的合作。