制造企业里，有一类珍稀的能力，很难买到，也很难复制。
它可能是判断设计是否合理的经验，也可能是识别交付风险的直觉一家企业用几十年积累起来的经验，散落在图纸、技术规范、业务记录和专家头脑中，支撑着每天的决策。
当这些经验能够被AI理解、调用，并用于完成具体工作，一种新业态正在浮现。
早在2023年中，羚数智能就已启动制造业AI Agent研发。彼时，大模型智能体的技术路径尚在探索中，羚数已把研发方向对准制造企业的专业工作，成为国内最早布局这一方向的高科技企业之一。
这份前瞻判断，不断获得印证：2024年，羚数多智能体项目获世界人工智能大会SAIL之星；2025年，自研百工工业大模型成为上海首个通过国家网信办备案的工业垂类大模型。
更早的体系化布局，让羚数在模型研发、产品迭代与头部客户验证上赢得了时间。如今，这些积累正转化为技术与商业的先发优势。
近日，羚数智能宣布连续完成A1、A2轮数千万融资，参与机构包括浦东创投、张江科投、锡创投。这已是羚数的第三轮融资，此前投资机构包括红杉中国，线性资本，银杏谷资本等等。目前公司正与多家机构推进A+轮融资。
与融资进展同步的，是一组商业进展：2026年上半年营收已超过2025年全年，预计继续保持全年盈利，产品已累计应用于超过100家头部工业企业。其中包括国央企单位、上市公司与行业头部企业等。
羚数已经进入研发设计、生产制造、供应链与运营管理现场，接受复杂业务的检验。
工业最珍稀的经验，正在形成可训练、可推理的数据资产
过去，制造企业要获得一种专业能力，通常需要聘请专家、培养团队，再用项目反复积累。
羚数改变了能力的供给方式：将工业知识与业务经验沉淀到模型和智能体中，基于专业服务让更多人可以便捷地使用。
设计人员可以借助AI理解技术要求、检查设计规范；生产团队可以调用工艺知识、分析质量问题；供应链人员则可以通过智能体跟踪采购进度、识别缺料与履约风险。
羚数的增长路径，由此沿着企业的专业工作展开：从一个岗位到多个部门，从一项任务到一组相互关联的业务。这些工作背后，是羚数陪伴客户企业长期积累的专业判断能力。将其中能够标准化的部分转化为模型或者应用，意味着专业能力可以获得新的交付方式，也打开了新的商业空间。
真正的壁垒，是给AI建立一套工业工作环境
工业AI最难的部分，发生在模型接到任务之后。它需要知道一条规范适用于什么条件，一份资料对应哪个版本，一次设计变更会影响哪些物料，以及最终结果应该如何验证。
这些问题，指向了企业AI正在深入的技术方向：上下文工程、业务本体与持续评测。它们共同决定了模型在具体企业中，能够获得什么信息、遵循什么规则，以及怎样完成工作。
羚数围绕这些问题，构建自己的工业AI技术体系。
首先，是把工业数据组织成模型能够理解的工程关系。
Lead Forge · 工业知识生产工具链，解析文档、图纸和业务数据，通过术语治理与本体对齐，将名称各异、来源分散的信息映射到统一的工业对象与关系中，由此建立关联。
随后，是让模型在任务发生时，获得正确的知识和约束。
百工工业大模型，基于超过10TB工业专业语料训练，结合领域微调、知识图谱增强与上下文工程，将任务需要的专业知识、适用规则和相关信息组织起来，提升模型对具体工业场景的适应能力。
这项能力决定了企业已有的知识，能否在关键任务中被准确调用。
最终，是把结果放回工程要求中检验。
Lead Guild · 智能体平台汇聚业务工具组件，将这些基础能力组织成不同岗位和流程中的应用，并通过现场反馈持续改进。
从理解业务，到调用模型，再到验证结果，每一步都需要积累与打磨。
围绕这条技术链，羚数已在多模态解析、工业知识治理、训练语料合成与反馈学习等方向持续布局，累计获得近百项发明专利等知识产权。这些积累，使模型更快转化为客户能够使用的产品。
价值的含金量，要看跨过了怎样的门槛
演示的成功，与日常任务的稳定表现之间有很长的距离。羚数已经陪伴大量客户走过这段距离。
进入大型国央企、上市公司和行业头部企业，意味着面对复杂的技术标准、跨部门流程与严格的交付要求。准确性、可追溯性、数据安全以及与既有业务的衔接，都需要在实际使用中接受检验。
这些经历让AI获得了实验室难以充分覆盖的验证环境。哪些知识容易缺失，哪些规则需要明确，什么结果能够通过专业审核，都在一次次交付中变得更加清晰。
在客户授权和数据合规边界内，羚数可以持续沉淀知识处理方法、共性规则、评测机制与交付模块。它们帮助后续交付少走弯路，也提高了产品的泛用能力。
技术积累帮助羚数进入高要求的客户，客户现场又反过来提高技术与产品的成熟度。
这是一种需要时间形成的壁垒：获得真实应用机会、完成交付；再把经验转化为模型与产品。
从头部企业出发，再把能力交付给更广泛的市场
羚数选择从要求高、业务复杂的客户切入，也为更广泛的市场拓展建立了产品基础。
创始人郭文蔚带领的核心团队，拥有二十余年工业运营管理经验积累，以及在全球制造业企业中沉淀的领域知识。如今，公司已形成近百人的专业精干团队，研发人员占比超过70%。
产品之外，触达更广泛客户的平台与渠道也在同步布局。羚数已参与运营商的MaaS平台合作，将标准化工业智能体与运营商的平台能力、渠道及服务网络结合，为更多中小制造企业提供应用入口。
与此同时，羚数正与主流基础模型厂商合作，围绕工业场景适配、产品协同与市场拓展推进生态共建，让基模能力与经过客户验证的工业应用体系更紧密地连接。
2027年，羚数将依托现有产品基础，进一步完善商业模式与推广机制，逐步扩大客户覆盖，拓展行业与区域。不同规模的企业可以从最迫切的任务切入，选择适合自身需求的智能体产品，再随着业务发展扩展应用。
头部客户帮助产品走深，标准化产品与生态网络帮助业务走广。
让链主企业的积淀，成为更多企业的起点
除世界人工智能大会SAIL之星外，公司同时进入上海市“AI＋制造”服务商能力图谱的模型平台、智能体与应用两类领域，多家行业专业研究机构也对羚数的能力和潜力表示认可。
从底层知识与模型建设，到面向实际业务的应用交付，羚数形成了相互支撑的能力体系。越来越多的制造业集群正在寻找AI转型路径，这套能力也有了更广泛的应用空间。
链主企业的实践，可为产业链上更多企业建设语料、模型和智能体应用提供起点，降低重复探索的成本。
目前，羚数已从长三角向国内更多制造业区域拓展，并迈出海外业务的第一步。融资资金将继续投入核心技术研发、产品矩阵迭代与品牌市场拓展。
制造业积累了数十年的经验，正在获得一种新的交付方式。羚数要做的，是把经过严格业务检验的专业能力，变成更多企业用得上的工业AI产品与专业服务。
当前，国家"人工智能 +" 行动深入实施、"人工智能 + 制造" 专项行动加快推进。羚数也将沿着这一方向，让工业智能体在更多制造企业真正落地，助力制造业数字化转型升级、加快培育新质生产力。
下一段增长，正在展开。