当大模型能力持续迭代、调用成本不断下降，企业真正愿意长期购买的究竟是什么？是又一个模型接口，还是一套能够读懂自身业务、调用工具、遵守权限并对结果负责的生产系统？这个问题，正在成为产业AI从概念走向交付后必须回答的命题。

海致科技(02706)2026年中报提供了一个值得观察的样本：报告期内，公司实现收入295.56百万元(人民币，单位下同)，同比增长70.4%；毛利132.08百万元，同比增长97.8%，整体毛利率44.7%，同比提升6.2个百分点。更值得注意的是，Atlas智能体收入达到114.59百万元，同比增长135.6%，占总收入38.8%，智能体毛利率52.9%，高于公司整体水平；期内亏损78.97百万元，同比收窄38.1%，经调整净亏损19.60百万元，同比收窄31.5%。

按公告分部数据测算，智能体业务贡献了约54%的收入增量。

换言之，这份中报呈现的并非单纯的项目放量，而是产业AI需求、产品结构和经营质量同步变化的信号。海致的价值，也需要放回“基础模型—企业数据与语义—执行治理—行业结果”的产业链中来理解。

一、从“能回答”到“能完成”：企业AI的采购标准正在换挡

过去一段时间，企业评估AI产品，往往先看模型参数、回答准确率和演示效果。但在政务、金融、能源等业务规则复杂、合规要求较高的场景里，真正的门槛并不是生成一段文字，而是让系统理解企业自己的对象、流程和权限，并在边界内完成一项可追溯的任务。

这意味着，产业AI的评价标准正在由“模型会什么”转向“企业能否可靠完成什么”：数据能否被统一计算，业务能否被准确理解，动作能否被安全调度，结果能否被审计和复盘。AI由单点问答工具，逐步演变为参与企业运行的系统。

国盛证券在上个月的研究报告中提出，产业级AI的长期空间可以从“企业知识型劳动力成本重构”来理解；华创证券同期发表的深度报告则将Harness概括为连接模型、企业数据、规则与流程动作的控制层。两份机构观点的共同指向是，模型之上的企业运行系统，正在成为产业AI价值落地的关键环节。

海致中报中的业务结构变化，恰好为这一趋势提供了量化注脚——图谱解决方案收入同比增长45.0%，保持基本盘；智能体收入增速则达到135.6%，成为更具弹性的增量来源。

由此引出的下一个问题是：模型能力趋于普惠之后，谁能把企业的专有知识和业务流程组织起来，形成可持续使用的执行能力？

二、从“可计算”到“可行动”：模型之外的控制层正在成形

海致公开披露的技术路径，可以概括为“多模数据—业务本体—智能体运行时”三层递进。

第一层是多模数据底座。图、时序、向量等不同类型的数据，围绕同一业务对象被统一组织和计算，减少数据在不同系统之间反复搬运和拼接的成本。第二层是Ontology本体，将企业对象、关系、状态、规则、权限和动作组织成一套可被机器理解的业务语义。企业不再只是“有数据”，而是能够被描述为“如何运行”。第三层是Atlas Harness，负责上下文构建、任务状态管理、工具与技能调用、工作流编排、链路追踪、回放和效果评估，使智能体从一次性回答走向可观测、可诊断的持续运行。

这套路径的行业意义在于：它把企业AI的长期价值从单一模型中剥离出来。模型可以更新、替换，企业自身积累的数据、术语、业务规则、权限体系、技能库和执行轨迹，则可以沉淀在与模型解耦的语义和运行层中，我们可以称之为“企业AI资产”——正是这一组可积累、可迁移、可复用的业务能力——并非会计意义上的报表资产。

Atlas智能体已兼容超过100个大语言模型；公司公开披露的与智谱、海光信息、宁波银行、京东科技等伙伴的合作，以及院士专家工作站向知识图谱与大模型融合方向升级、参与相关国家标准制定等进展，也从侧面体现了其生态连接和工程化积累。

从产业链视角看，海致并非主要参与通用模型参数竞赛，而是在算力和模型与企业生产系统之间，补上数据治理、业务语义和执行控制这一层。

而下一个问题是：技术底座能否形成行业地位呢？

可能最终仍要回到客户是否愿意付费、升级并持续复用。

三、从一个项目到一类行业：客户升级把Know-how变成增长资产

海致中报披露，图谱解决方案客户为59家，平均客单价约310万元；智能体客户为29家，平均客单价约400万元。在贡献智能体收入的相关客户中，69%此前已部署图谱解决方案。

这个比例不能简单理解为全部图谱客户的转化率，但它清楚呈现了一条可观察的客户升级路径：先以数据和业务语义底座进入，再向更高价值的智能体和更多业务流程延伸。

如果说图谱项目解决的是“企业有什么、如何关联”，那么智能体解决的就是“在什么条件下采取什么行动”。两者之间的连接，使一次项目交付有机会沉淀为本体模型、技能库和场景组件，再服务于同一客户的增购以及新行业的复制。历史累计服务产业级客户超过430家，也为这种“先进入、再扩展”的路径提供了客户基础。

从公开披露看，海致在政务、金融、能源等基本盘之外，已将能力延伸至智能矿山、油气、电信、制造、医药等场景，并搭建香港实体和专属团队。跨行业复制并不意味着把同一套方案简单平移，而是将现场交付中形成的行业知识，持续“编译”为可复用的本体、技能和流程组件。随着组件复用、交付效率和客户增购持续改善，项目型收入也将逐步显现平台化特征。

中报的经营数据也提供了相应支撑：研发费用同比增长81.5%，销售及营销费用同比增长15.1%，明显低于收入增速，显示公司在加大底座投入的同时，开始出现经营效率改善迹象。

截至期末，公司现金及现金等价物与以公允价值计量且变动计入当期损益的金融资产合计约9.72亿元，资产负债率26.3%，且无外部借款，为持续研发和行业交付提供了财务缓冲。

四、结语：产业AI的下一场竞争，是把经验变成基础设施

从中报看，海致正在形成一条“图谱底座—智能体应用—客户升级—组件沉淀—跨行业复制”的链条。它的行业位置，不必依赖“行业第一”或单一类比来定义，而可以从高合规场景深度、跨行业迁移能力、生态协同能力和标准化复制能力四个维度观察。

产业AI的真正分水岭，也许不是谁拥有更多模型，而是谁能把企业数据、业务语义、权限规则和执行经验沉淀为可持续复用的生产力。

对海致而言，2026年中报更像是一个验证节点：海致从项目交付者向连接模型与产业生产系统的基础设施提供者演进的路径，正在逐步清晰。此外，8月28日，港交所公布优化科技 100 指数编制方案后的首次季度调整，将海致科技与文远知行、小马智行、英矽智能等公司一同纳入成分股，进一步凸显其在 AI 科技赛道的代表性。对市场而言，这为观察香港上市科技企业中的产业AI样本提供了新的坐标；对公司而言，则是科技属性、成长表现与产业化进展获得外部关注的一个可见信号。