亿邦郑敏：产业互联网一定有新故事只是比消费互联网晚十年而已

亿邦动力 2025-12-04 18:15

亿邦动力 2025/12/04 18:15

邦小白快读

全文速览

文章核心是产业互联网进入新增长周期，三大驱动力带来重点信息和实操干货。

1. 数据趋势：2025年上半年，80%企业营收增长但增速放缓，利润增长企业比例从5家增至9家，新财务结构净现金流增速 > 利润增速 > 营收增速，标志行业转向有质量增长。

2. 三大方向实操：产业AI聚焦供应链场景，如震坤行工业品大模型提升商品选型准确率；产业出海演进为供应链体系输出，如国联股份跨境电商平台+物流仓储模式；深度价值链追求全要素生产率，如京东工业工业大模型+供应链应用实现数智降本。

3. 案例启示：AI应用如1688 AI版诚信通首月GMV增长73%，询盘量增15%；义乌毛巾厂AI洞察突尼斯市场发现商机；数据资产化如陕西物流集团发行1.3亿元数据资产证券化产品；企业模式如乐其快制造快创新，21天产品开发闭环。

4. 资本与政策：80%企业带资进入新周期，58%融资项目国资参与；政策聚焦AI+和高质量数据集建设，到2027年智能体应用率目标70%。

品牌商可关注品牌营销创新、价值链延伸和消费趋势洞察。

1. 品牌相关干货：深度价值链向上追求品质品牌，如京东工业通过数据标准化提升品牌价值空间；纵向一体化协同效率，如云中鹤从S2B延伸至S2B2C，拉长品牌价值链；横向拓展全要素生产率，支持品牌创新。

2. 产品研发与消费趋势：乐其行业共创研发模式，每年创新超500款产品，开发周期21天，升级为全社会协同平台；AI助力市场洞察，如义乌毛巾厂二代经营者AI发现圆形沙滩巾商机，反映用户行为变化；出海趋势如供应链输出，提供品牌全球化机会。

3. 数据与案例：政策导向AI+行动，高质量数据集建设如陕西物流集团形成千维数据集；品牌采购准确率提升案例，如齐心AI应用使准确率增30%；消费需求变化，中小企业通过AI解决市场短板，释放产业集群竞争力。

卖家应关注政策支持、市场机会和风险提示。

1. 政策解读：国务院AI+行动意见明确到2027年智能体应用率70%，国家数据局推进高质量数据集建设；政策同频国资加速接盘，58%产业互联网融资项目国资参与，提供扶持基础。

2. 增长市场与机会提示：产业出海如国联股份模式演进为平台+物流+数据+科技，打开海外市场；消费需求变化，AI应用解决中小企业短板，如1688诚信通GMV增长73%，询盘量增15%；最新商业模式如乐其快制造快创新双轮驱动，可学习其研发协同。

3. 风险与应对：营收增速普遍放缓但利润增长比例提升，预示转向有质量增长，需优化财务结构；正面影响如AI赋能，得力智能体开发人效提升23%；合作方式如平台载体链式改造，高效组织产业链资源。

工厂可受益于生产设计需求、数字化启示和商业机会。

1. 生产与设计需求：产业AI进入场景竞速，聚焦供应链采销环节，如震坤行自研工业品大模型提升选型准确率；得力智能体开发半年构建80多个，人效提升23%，支持人力资源重构。

2. 商业机会：产业出海迈向供应链体系输出，如国联股份在泰国、越南集成IT软硬件和机械设备；数据要素驱动，如陕西物流集团数据清洗形成高质量数据集，转化为商业资产；政策导向AI+，提供推进数字化契机。

3. 电商与数字化启示：案例如三横技术+运营+货源模式，重新定义科技公司；AI实现技术平权，如1688应用释放中小企业竞争力；价值链深化如京东工业数智降本，启示工厂优化全要素生产率。

服务商需关注行业趋势、新技术和客户痛点解决方案。

1. 行业发展趋势：产业AI从大模型竞赛转向场景深耕，带动专用小模型兴起；产业出海演进为供应链体系输出；深度价值链追求全产业链协同，政策导向AI+和数据集建设加速。

2. 新技术与客户痛点：AI应用聚焦供应链场景，如齐心AI场景从40增至70多个，采购准确率提升30%；客户痛点如中小企业市场、研发能力短板，案例义乌毛巾厂AI洞察解决商机发现。

3. 解决方案：数据服务如百望股份整合数据资源输出交易管理服务；AI工具如1688诚信通提升复购率31%；技术平权案例，得力智能体开发优化人效；政策支持高质量数据集，如国家数据局先行先试。

平台商可关注平台需求、最新做法和运营管理。

1. 商业对平台需求：平台作为链式改造最佳载体，高效组织产业链和要素资源；政策导向AI+和数据集建设，如国务院目标智能体应用率70%，平台需支持数据整合。

2. 平台最新做法：京东工业形成工业大模型+供应链应用双轮驱动；中铝物资绿星链通平台覆盖400多家企业，年交易额超500亿，打通供应商协同和采购商城；招商策略如1688 AI版诚信通带来会员GMV增长73%。

3. 运营管理与风险规避：数据管理核心，如陕西物流集团清洗15万家供应商数据形成资产；风险提示营收增速放缓但转向利润增长，需优化财务结构；合作方式如平台承载价值链延伸，云中鹤案例展示S2B2C模式。

研究者可分析产业新动向、政策启示和商业模式。

1. 产业新动向：新财务结构净现金流增速 > 利润增速 > 营收增速，标志有质量增长；国资加速接盘，58%融资项目国资参与；产业AI、出海、深度价值链三大支柱驱动新周期。

2. 政策法规建议：国务院AI+行动意见明确发展目标，国家数据局数据集建设导向；政策同频产业需求，如高质量数据集支持数据资产证券化，启示法规完善。

3. 商业模式与新问题：乐其双轮驱动模式（研发协同+制造协同）升级行业共创；国联股份出海模式从平台科技数据演进；案例如泛鼎国际全球仓网+属地分销，验证供应链出海趋势；新问题如资本压力大于动力，需多元化资本市场。

返回默认

声明：快读内容全程由AI生成，请注意甄别信息。如您发现问题，请发送邮件至 run@ebrun.com 。

我是品牌商卖家工厂服务商平台商研究者帮我再读一遍。

Quick Summary

The industrial internet has entered a new growth cycle, driven by three key forces, with a focus on practical insights and data trends.

1. Data Trends: In H1 2025, 80% of companies saw revenue growth, albeit at a slower pace. The proportion of firms achieving profit growth increased from 5 to 9. A new financial structure emerged, with net cash flow growth outpacing profit growth, which in turn exceeded revenue growth, signaling a shift toward quality-driven expansion.

2. Key Practical Directions: Industrial AI is focusing on supply chain applications, such as Zhenkunhang's industrial product model improving product selection accuracy. Industrial globalization is evolving into full supply chain system exports, exemplified by Guolian's cross-border e-commerce platform integrated with logistics. Deep value chain optimization aims for total factor productivity gains, as seen in JD Industry's model enabling digital cost reduction.

3. Case Insights: AI applications like 1688's AI-powered Chengxintong boosted GMV by 73% and inquiries by 15% in its first month. A Yiwu towel factory used AI to identify market opportunities in Tunisia. Data assetization is advancing, with Shaanxi Logistics Group issuing a ¥130 million data asset-backed security. Agile models like Leqi's 21-day product development cycle demonstrate rapid innovation.

4. Capital & Policy: 80% of companies entered the new cycle with capital reserves, and state-owned capital participated in 58% of financing deals. Policy focuses on AI+ initiatives and high-quality dataset development, targeting a 70% AI agent adoption rate by 2027.

Brands should focus on marketing innovation, value chain extension, and consumer trend insights.

1. Brand Strategies: Deep value chain efforts are elevating quality brands, such as JD Industry using data standardization to enhance brand value. Vertical integration improves efficiency, as seen in Yunzhonghe's extension from S2B to S2B2C models. Horizontal expansion supports innovation through total factor productivity gains.

2. Product & Consumer Trends: Leqi's co-creation model develops over 500 products annually with a 21-day cycle, now evolving into a broader collaborative platform. AI enables market insights, like a Yiwu towel factory identifying opportunities for round beach towels. Globalization trends offer brand expansion through supply chain exports.

3. Data & Cases: Policy-driven AI+ initiatives promote high-quality datasets, exemplified by Shaanxi Logistics Group's multidimensional data. AI applications like Comix's improved procurement accuracy by 30%. Changing consumer demands are empowering SMEs through AI, unleashing industrial cluster competitiveness.

Sellers should monitor policy support, market opportunities, and risk factors.

1. Policy Analysis: The State Council's AI+ action targets 70% AI agent adoption by 2027, with the National Data Bureau advancing dataset development. State capital is accelerating involvement, participating in 58% of industrial internet financing projects.

2. Growth Opportunities: Industrial globalization models like Guolian's platform+logistics+data+tech approach open overseas markets. Changing consumer demands are addressed through AI, with 1688's Chengxintong achieving 73% GMV growth. New business models like Leqi's dual-drive approach offer learnable collaboration frameworks.

3. Risks & Responses: While revenue growth is slowing, profit growth is becoming more widespread, indicating a quality shift that requires financial structure optimization. Positive impacts include AI empowerment, such as Deli's 23% efficiency gain from AI agents. Platform-led chain transformation efficiently organizes industrial resources.

Factories can benefit from production demands, digital insights, and business opportunities.

1. Production & Design Needs: Industrial AI is accelerating in supply chain applications, with Zhenkunhang's model improving product selection accuracy. Deli developed over 80 AI agents in six months, boosting efficiency by 23% and enabling workforce restructuring.

2. Business Opportunities: Globalization is shifting toward full supply chain exports, as seen in Guolian's integrated IT and machinery deployments in Thailand and Vietnam. Data-driven opportunities include Shaanxi Logistics Group's data cleansing creating commercial assets. AI+ policies provide digitalization impetus.

3. Digital Insights: Cases like Sanheng's tech+operations+inventory model redefine tech companies. AI democratization, as seen in 1688's applications, unleashes SME competitiveness. Value chain deepening through models like JD Industry's cost reduction offers productivity optimization lessons.

Service providers should focus on industry trends, new technologies, and client pain point solutions.

1. Industry Trends: Industrial AI is shifting from model competition to scenario specialization, driving dedicated small models. Globalization is evolving into supply chain system exports. Deep value chain optimization seeks full-industry collaboration, accelerated by AI+ policies and dataset development.

2. Technologies & Pain Points: AI applications target supply chain scenarios, with Comix expanding from 40 to 70+ use cases and improving procurement accuracy by 30%. Client challenges include SME market and R&D limitations, addressed through cases like the Yiwu towel factory's AI-driven opportunity identification.

3. Solutions: Data services like Baiwang's transaction management offerings integrate data resources. AI tools like 1688's Chengxintong boost repurchase rates by 31%. Technology democratization cases include Deli's efficiency optimization. Policy supports high-quality datasets through pilot programs by the National Data Bureau.

Platform operators should focus on platform demands, latest practices, and operational management.

1. Platform Requirements: Platforms serve as optimal vehicles for chain transformation, efficiently organizing industrial resources. AI+ policies and dataset development, including the 70% AI agent adoption target, require platform support for data integration.

2. Latest Practices: JD Industry's dual-drive model combines industrial AI with supply chain applications. Chalco's Green Star Chain platform connects 400+ enterprises with ¥50B+ annual transaction volume, integrating supplier collaboration and procurement. Growth strategies like 1688's AI-powered membership drove 73% GMV growth.

3. Operations & Risk Management: Data management is core, as shown by Shaanxi Logistics Group's asset creation from 150,000 supplier records. Risk alerts note revenue growth slowdown despite profit growth expansion, requiring financial structure optimization. Collaboration models enable value chain extension, exemplified by Yunzhonghe's S2B2C approach.

Researchers can analyze industry movements, policy implications, and business models.

1. Industry Dynamics: A new financial structure shows net cash flow growth exceeding profit growth, which surpasses revenue growth, indicating quality-driven expansion. State capital acceleration is evident in 58% financing participation. Three pillars—industrial AI, globalization, and deep value chains—drive the new cycle.

2. Policy Implications: The State Council's AI+ action sets clear targets, while the National Data Bureau's dataset development supports data asset securitization, suggesting regulatory refinement needs.

3. Business Models & New Questions: Leqi's dual-drive model (R&D + manufacturing collaboration) upgrades industry co-creation. Guolian's globalization model evolves from platform to full tech-data integration. Cases like Fancing International's global warehouse network validate supply chain export trends. New challenges include capital pressure exceeding motivation, requiring diversified capital markets.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【亿邦原创】12月3日，亿邦产业互联网年会在京举行，亿邦动力董事长、亿邦智库院长郑敏进行主题演讲并发布《2025亿邦产业互联网发展报告》。

郑敏指出，当前产业互联网面临的增速放缓与普遍焦虑，与2015年消费电商“故事终结”的论调如出一辙。历史证明，那正是拼多多、抖音等新巨头萌生，跨境电商和即时零售孕育的起点。基于近200家企业的调研数据，他揭示了一个关键信号：2025年上半年，虽然营收增速普遍放缓，但实现利润增长的上市公司比例却大幅提升。这预兆着一个更健康的“新不等式”财务结构正在形成：净现金流增速 > 利润增速 > 营收增速，标志着行业从粗放扩张转向有质量的增长。

其中，有三大驱动力重塑产业格局：产业AI进入“场景竞速”阶段、产业出海迈向“供应链体系输出”、深度价值链在于“燃烧数据要素”。同时，国资正加速接盘，58%的产业互联网融资项目出现国资身影，与政策端的“AI+”和高质量数据集建设导向同频，共同构筑产业发展的新基座。

他坚定认为产业互联网远未终局，而是正进入一个以 “产业AI、产业出海、深度价值链” 为三大支柱的全新增长周期。

以下为演讲全文，经亿邦动力整理。

今年的产业互联网，很像2015年的零售电商。回顾2015年，零售电商领域普遍被认为故事已近尾声，然而此后却涌现出拼多多、抖音等新巨头，跨境电商中也出现了市值超千亿的公司，即时零售等新模式更是方兴未艾。因此，今天我们审视产业互联网，有充分理由相信其故事远未结束。

产业互联网的发展比消费互联网大约晚十年，我们判断它正进入一个全新的周期。这个周期将主要围绕“产业AI、产业出海和深度价值链”三大方向展开。

今年我们借“千峰奖”评选之机，对产业互联网企业进行了一次调研，涉及近200家企业。

数据显示，2025年上半年，约八成企业营收保持增长，但增速明显放缓。然而不必过于担忧，我们对13家产业互联网上市公司的跟踪显示：2024年仅有5家公司利润增长，而到2025年上半年，利润增长的企业已达9家。这一变化颇为有趣，可能预示着新周期将呈现一种新的财务结构：净现金流的增速 > 利润增速 > 营收增速。

另一项调查关注企业是否“带资进入新周期”。从“千峰奖”报名情况看，约80%的企业是带着资金储备进入这一阶段的。不过，在新周期中，资本对产业互联网公司的压力可能大于动力，产业互联网资本市场多元化是必然。当前，国资正在加速接棒，成为产业互联网资金支持的重要力量。根据我们梳理的数据，58%的产业互联网融资项目均有国资参与。

政策层面，导向也十分清晰。过去重点推动“上云”，今年则聚焦“AI+”和高质量数据集。国务院印发的《人工智能+行动意见》中明确提出，到2027年智能体应用率要达到70%，这标志着产业AI应用时代正在加速到来。同时，国家数据局也已启动高质量数据集建设的先行先试工作。

案例更能说明趋势。例如，陕西物流集团通过对15万家供应商数据进行清洗，结合其提供的海量商品信息，形成了涵盖一千多个维度的高质量数据集，并进一步转化为数据资产。2025年，以此数据资产为支撑，在深交所成功参与发行了全国首单规模达1.3亿元的数据资产证券化产品。

再看百望股份，它的电子发票工具处理着全国约40%的电子发票开具量。如今的百望股份，在依法合规的前提下，已经形成数据公司新战略。加速整合各类数据资源，面向企业的交易管理、经营决策以及银行金融业务输出数据服务。

区域产业政策方面，今年各地普遍强调“链式改造”。我认为，产业互联网平台是承载链式改造的最佳载体，否则，如何能高效组织产业链、配置各类要素资源？

目前，产业互联网领域已形成由“数字供应链”和“产业数智科技”构成的主赛道。其基本逻辑是：面向产供应链数字化需求，引发产业数智科技服务，催生数智化平台化品牌与产品。

解锁新周期，主要看三个方向。

一看产业AI。

产业AI是今年的最大热点。各家公司正从大模型竞赛，转向深耕供应链具体场景，这也带动了专用小模型的兴起。

根据我们联合研究的数据，例如震坤行自研的工业品大模型，在商品选型准确率上远超通用大模型和传统算法。AI在供应链中的应用场景正不断聚焦，其中“采销环节”应用热度最高。

齐心的AI应用场景在一年内从40多个增至70多个，品牌采购准确率提升30%。欧菲斯在投标及大宗商品报价场景中，借助AI实现前后端高效协同，新品精确匹配率达86%以上。而得力在智能体（Agent）开发上，半年内就构建了80多个，目前累计达287个，平均每位员工配备2-3个，人效提升23%。人力资源结构重构，我们将看到碳基人与硅基人协同工作的普遍场景。

三横是一家总部位于广州，采购服务经验丰富的公司，创始人柳总坚定地将其重新定义为一家科技公司，形成了“技术+运营+货源”三位一体的新发展模式。

如同当年放开外贸进出口权，促进了中国外贸腾飞。AI真正的想象力在于为中小企业实现“技术平权”，推动产业能力大规模跃升释放。

根据1688推出的“AI版诚信通”首月运营数据显示，会员GMV增长73%，询盘量增长15%，复购率提升31%。在义乌，一家毛巾厂的二代经营者通过AI洞察突尼斯市场，发现了圆形沙滩巾的大卖商机。这些看似微小且具体的应用，恰恰解决了中小企业市场、研发或者运营能力短板，快一点，准一点，强一点，就能释放出中小企业产业集群的庞大竞争力。

二看深度价值链。

在深度价值链方面，我们提出三个深化方向：一是向上走，追求品质、品牌与绿色低碳；二是纵向一体化，提升全产业链协同效率；三是横向拓展，提升全要素生产率。

以京东工业为例，它形成了“工业大模型+供应链应用”双轮驱动的数智降本模式。背后的“燃料”是对超过8000万个工业品SKU数据进行标准化清洗与管理，包括MRO和BOM品类在内。数据新生产要素，会让京东工业更有价值增长空间。

云中鹤董事长董辉刚刚介绍了AI方面的能力，我们也看到他们通过“营销物资”和“员工福利”两条路径，将价值链从企业采购（S2B）向前延伸至服务会员用户（S2B2C）及员工，拉长了价值链条。

中铝集团旗下的中铝物资绿星链通平台，上线约两年，已覆盖集团内400多家企业，年交易额超过500亿。一端是供应商协同平台，一端是面向采购企业的商城平台，中间由采购供应链平台打通，深度价值延伸已经在路上。

三看产业出海。

在产业出海领域，国联股份表现不错。记得2019年上市时，它首提“平台、科技、数据”六字战略。今天，国联股份的出海模式已演进为“跨境电商平台+跨境物流仓储+数据+科技”。此处的“科技”与他在国内云工厂改造相比，有了新的内容，他们泰国、越南、巴基斯坦等制造业集中区域，在集成IT软硬件的同时，将中国机械设备一并带出。

泛鼎国际是一家我们特别看好的公司，业绩增长迅猛，验证了“以仓代链”，全球仓网+属地分销，具备打开海外线下巨量市场空间的可行性，也预示中国从产品出海到供应链出海的趋势。

刚刚，乐其的演讲同样精彩，我们特邀他分享的核心原因，是希望探讨品牌如何借力产业互联网思维。乐其的模式是“快制造，快创新”：每年创新产品超过500款，每日约1.6款，产品开发周期实现21天基本闭环。这种研发模式，已从“用户共创”升级为“行业共创”，构建起面向全社会的研发协同平台，再结合制造协同平台，形成了独特的双轮驱动模式。

亿邦动力自2019年起，每年发布产业互联网研究报告，在各位朋友的支持下，我们七年来持续刻画产业互联网的年轮线。我们坚信，产业互联网必将如年轮般一圈圈生长，终成参天大树。产业互联网一定还有新故事，也必将是“千峰竞秀”，它只是比消费互联网晚了十年而已。

因时间关系，这份内容丰富的报告无法在此详尽展开，大家可以扫码下载完整版。

谢谢大家！

【附千峰奖名单】

12月3日晚，在2025亿邦产业互联网年会“千峰之夜”上，在一百余位产业互联网企业决策人、投资人及业界人士的共同见证下，“2025产业互联网千峰奖”（下称“千峰奖”）评选结果正式揭晓。

本届千峰奖主题为“解锁新周期”，细分为产业AI、产业出海、深度价值链三大赛道，从专业评视角遴选出了2025年度优秀产业互联网企业。

文章来源：亿邦动力