AI落地，难在买模型之外

10月20日，福布斯中国发布”2026福布斯中国最佳雇主”系列评选结果，主题定为”大适应时代”。评选办到第六年，历时4个月，收集了40,537个雇员样本，罗盛咨询提供调研支持，评分统计由福布斯中国独立完成。

主评选之外，系列今年把AI实践单列成一张子榜——“2026中国年度最佳AI实践雇主”。官方对这个名目的解释，指向一个正在发生的转变：企业的议题正在从“如何应用AI”转向“如何释放AI与人的共同价值”，用评选口径的话说，是“从‘部署AI’走向‘设计AI时代的工作’”。

上榜的十家企业按名称首字母排序，读起来像一份跨界拼盘：星巴克中国、施耐德电气、工业富联、商汤、科沃斯、甘李药业、地平线、中国宏桥、道旅集团，以及一个对大众读者稍显陌生的名字——赛美特集团。赛美特是名单里唯一的工业软件公司，总部在上海闵行，做的生意是给半导体工厂写”操作系统”——CIM，计算机集成制造系统。一家写工厂软件的公司，凭什么和这些名字站在同一张榜上，值得拆开看。

AI实践雇主这个新名目，评的是组织功夫

先看这张子榜评的是什么。

AI落地最难的环节在买模型之外。大模型调用价格一降再降，签一份合同、接一组API，当天就能让全员用上最新模型。买得到的是模型能力，买不到的，是让上千名员工把模型用进日常工作流的组织功夫——后者没有货架，只能自己长出来。

评选的计分方式，恰好对着这一点设计。雇主问卷占40%，雇员投票占40%，舆情评价与企业资质审核占20%。员工手里的票占了近一半权重，公司写在申报材料里的AI故事，必须和员工每天真实经历的工作对得上账。问卷也在收紧：雇主问卷今年针对AI实践增设了战略协同、AI投入、AI运营等问题，雇员问卷专门设置了”AI价值创造”板块。

4万多名雇员的回答，勾出了这个转变的轮廓。70.2%的受访者每天至少使用一次公司提供的AI工具，一年前这个比例是61.3%；91.1%的受访者表示公司提供过AI相关培训。另一条曲线更有意思：认同AI提高了工作效率的比例，从91.0%回落到86.0%——工具铺开了，“有用”的体感反而出现分化。答案藏在培训里：接受过AI培训的员工中，75.1%每天使用AI，未接受培训的群体里只有20.5%。装没装模型拉不开差距，把使用变成日常动作才拉开。

按福布斯中国统计，入选雇主的评价得分比平均水平高出约17%，赛美特进的是其中最新、也最贴近技术产业神经的一张。

对内，把AI用成组织的日常

赛美特的对内做法，从一个入口开始。

公司内部建了AI Gateway，把所有大模型的接入、调用管理和使用治理收进同一个闸口，员工用什么模型、在什么场景用、用了多少，都变成可读的数据。公司披露，截至2026年10月，AI Gateway月均Token调用量24,624亿，总请求次数2,033万次。

这两个数字要放回公司体量里读：赛美特员工刚过1000人，其中研发人员近300人。千人规模跑出月均两万亿级的Token消耗，摊到人头的使用强度，已经不是”试点”“尝鲜”能解释的量级。调用量经由网关沉淀下来，使用从个人自发行为变成组织可观察、可治理的资源。

入口之后是铺人。截至2026年10月，公司累计办了110余场AI主题培训、技术交流、场景共创和实操工作坊，覆盖的场景很具体：AI编程、Agent应用、知识检索、需求分析、代码评审、测试用例生成，没有一个是概念宣讲，全对着软件公司的日常工序。前面那组75.1%对20.5%的使用率差距，赛美特站在了被培训覆盖的一侧。

入口和人之间还架了一道机制：AI BP，一头连着业务部门的场景需求，一头把AI能力送回业务一线。模型能力躺在那里不会自动变成生产力，中间需要有人持续接线，AI BP干的就是这个活。

最关键的一步在沉淀。员工在与模型协作中打磨出的Prompt、Skills和Agent工作流，被收编为可共享、可迭代的数字化工作资产，下一个遇到同类问题的人直接调用。福布斯中国在阐释”大适应时代”时提到过一个概念叫”技能蒸馏”：个人经验被AI萃取、沉淀为组织能力。这件事在多数公司还停留在议题层面，赛美特把它做成了流程：一名工程师调教出的评审提示词、一套验证过的工作流，从此跟着组织走，人员的经验密度变成公司的资产厚度。

统一入口在前，培训铺底，BP接线，最后资产沉淀——连起来就是“个人提效”转化为“组织能力”的完整路径。创始人李钢江是清华大学计算机系本硕出身，在微软、谷歌、百度都写过代码——技术公司由懂技术的人掌舵，这套链路有出处。

对外，把AI送进晶圆厂的车间

对内练熟的功夫，赛美特拿去做了对外的生意。公司策略叫作”工业软件+AI”，两个平台是抓手。

一个是PlantU KMS知识管理与检索平台，对着制造业最散乱的一类资产下手——企业文档、标准作业程序、设备手册、历史案例。它们过去散在各个系统和个人电脑里，老师傅退休带走一批，系统换代丢掉一批。KMS把它们收进可检索的知识库，设备异常时先问系统有没有先例。

另一个是PlantU Agent Platform智能体平台，提供可视化开发、工作流编排、外部能力连接、权限控制、运行监控和效果评测。工厂用它搭自己的智能体，落到知识检索、异常处置、根因分析、设备监控、工艺优化这些具体场景里。

制造业是AI落地最硬的骨头，半导体又是骨头上最硬的那截。一座12吋晶圆厂设备密集、工序繁多，工艺参数彼此咬合，一环出错，损失按整批晶圆计。通用大模型懂得很多，唯独不懂某座工厂的某台设备上周为什么报警。在这里做AI，资格是CIM系统多年攒下的工艺与设备数据。这恰恰是赛美特的底牌：它是国内首家自研全自动化CIM解决方案在多家12吋晶圆厂通过验证并投入量产的供应商，截至2025年底客户843家，覆盖全国前八大晶圆厂中的六家。2023年到2025年，公司营收从2.87亿元走到5.00亿元再到7.31亿元，持续盈利。AI在这里是长在既有业务上的第二层能力，工厂的know-how在前，模型在后。

外部环境也在往同一个方向推。2025年12月，工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，提出到2027年推出1000个高水平工业智能体、选树1000家标杆企业。空间也摆在明处：2024年中国工业软件市场规模约2,940亿元，国产化率分层明显，研发设计类只有10%左右。政策给了目标，市场留了缺口，懂制造又握得住AI的厂商站在缺口中间。

一张写在时间点上的名片

回头看这张榜单，评的其实是一件朴素的事：谁在和员工一起，把AI从新闻里的词变成每天上班的日常。

十家公司行业各异，咖啡连锁、电气巨头、代工龙头、算法公司各归其位，赛美特代表的工业软件，落点在晶圆厂的无尘车间。它们按同一套标准被衡量：雇主怎么规划，员工怎么用，结果有没有沉淀成组织的东西。

这张名片来在一个微妙的时间点。公司港股上市进程正在推进中，身后站着华为哈勃、比亚迪、深创投、中网投这一串股东。资本市场读一家工业软件公司，既读营收和客户，也读组织成色——1000人的团队、月均两万亿级的Token调用、一套把经验蒸成资产的机制，写的是未来产能。

2025年8月，赛美特发布过一部企业宣传片，主题八个字：软件成就智造，AI驱动价值。前半句是它这些年做的事，把国产CIM写进晶圆厂；后半句是它正在做的事，让AI先进自己的组织，再进客户的工厂。AI实践雇主这张榜，记的是后半句的一个逗号——组织里长出来的能力，最终都会写到产品上。

免责声明（上下滑动查看全部）

任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资有风险，过往业绩不预示未来表现。财经早餐力求文章所载内容及观点客观公正，但不保证其准确性、完整性、及时性等。本文仅代表作者本人观点。

⭐星标财经早餐，好内容不错过⭐

觉得好看，请点“在看”，欢迎点赞评论和转发