基点起源半年逆袭订单与融资双丰收半年前基点起源这家逆流入局B端定制化的AI公司刚推进7、8个项目外界质疑声不断认为其“故事不够性感”“定制化都是累活”。半年后基点起源用数千万元的在手订单回应质疑。其订单数翻番合同金额提升一个数量级AI解决方案已落地冶金、化工等10多个行业。同时基点起源半年内完成3轮融资融资金额数亿元国科投资等多家机构押注其发展。戴宗宏AI To B领域“老炮”的定制化新探索戴宗宏是AI To B领域的“老炮”曾是“AI六小虎”零一万物的联创还担任过华为云AI CTO落地过数百个定制化项目。他认为“定制化”是将企业的Know - How建模成工作流传统定制化“脏”“累”但大模型推理能力跃升带来改变范式的机会。如今基点起源将传统定制化服务交给AI系统能把传统几百人驻场、耗时数月的项目变成单人控制、2周左右交付的项目且交付结果超传统大厂团队。构建「工业世界模型」解决传统定制化难题调研发现传统制造业企业更关注生产指标如良品率、产能等。例如有色金属行业最大痛点是在安全前提下扩充产能。企业需要能根据业务数据迭代的“大脑”给出定制化优化方案。大语言模型推理能力提升让AI可代替专家团队给一线工人提供方案。传统定制化服务依赖专家经验成本高、响应慢大模型可解决建模难、效率低问题还能挖掘潜在优化点。为此基点起源自研“全要素大模型”工业AI操作系统运行逻辑分三步学习利用原始业务数据建立数字孪生模型寻优持续推演找最优方案交付给一线工人交付简单操作的App。这套系统被称为“工业世界模型”可投射业务场景到数字世界预测和指导生产优化如生成“数字工厂”模型找出更优操作方案。基点起源方案是“提质增效”不造数字员工利用系统提升企业痛点指标在某工艺段能提升关键指标2 - 3倍年节省成本达千万元。落地传统行业精准获客与定价策略基点起源首站选择冶金、化工等传统行业而非数字化程度高的互联网行业。戴宗宏认为传统行业规模大易形成规模效应互联网行业解决方案要求更高。工业企业原始业务数据虽复杂但基点起源无需企业复杂数据治理直接用业务数据搭建“工业世界模型”系统易于跨行业迁移。在To B领域基点起源直面大厂和老牌供应商获客策略是将业务优化指标写进合同基于“全要素大模型”精准给出可兑现指标和方案。定价模式按预期效果定价许诺“最低交付指标”与客户形成共赢关系。泛化挑战与未来规划尽管商业化成绩不错但基点起源的AI解决方案还不够泛化目前客户主要是数据治理水平高的头部企业。为提高规划水平和泛化性基点起源计划先从5 - 10个行业切入做好单一行业落地最终泛化到更多行业。戴宗宏提到下一步要实现跨更大行业的端到端交付至少做出两个标准化产品并达成实际交付。基点起源能否实现这一目标呢