【亿邦原创】GONYOYO（江苏优全电商信息技术有限公司）是恢弘集团旗下孵化的金属加工制造产业互联网平台，锚定“冶炼厂到终端”之间的中游，聚焦初加工、中深加工环节，服务全国数万家OEM加工厂。平台以“中游赋能、两端延伸”为路径，依托“平台+生态、技术+场景、线上+线下”三位一体模式，推动信息流、商流、物流、资金流、碳流“五流合一”，业务已覆盖镀锌、铝合金、紧固件、变压器等产业链。本届千峰奖访谈中，李军围绕AI与出海带来的模态进化，分享了GONYOYO的实践与判断。
亿邦：今年以来智能体无论是功能还是界面布局都开始初步趋同，市场会重新分配价值。有人判断，接下来可能出现“平台给智能体打工”的局面。本届千峰奖以“AI与出海带来的模态进化”为主题。结合金属加工制造产业互联网，您怎么理解这轮模态进化？GONYOYO怎么定位？
李军：我们把这轮“模态进化”理解为生产组织方式的重构，而不只是流通渠道的数字化。过去产业B2B解决的是信息撮合与贸易流通，赚的是信息差；这一轮，AI让需求识别、产能调度、质量管控、金融风控等生产性服务变得可计算、可自动化，全球化则把国内验证过的产业组织能力复制到海外产能带。两者叠加，产业互联网正从“交易平台”进化为“产业操作系统”。谁掌握真实产业数据与产能调度能力，谁就掌握新一轮主动权。
在金属加工制造领域，全国有数万家OEM加工厂，镀锌、铝加工、铝挤压等企业订单碎片化、议价能力弱、融资难、数字化基础薄弱，这正是产业平台最大的结构性机会。GONYOYO的机会判断是“切入生产端做生产性服务”，而不是简单做流通贸易。
战略布局上，AI方向，我们坚持“AI的前提是数据真实”，先打通业务、沉淀真实加工制造数据，再沿着“对话即场景→场景即决策”推进，落点包括大模型需求匹配、智能派单、能耗管控、质量监测与绿色权重推荐；出海方向，我们“跟着集团走”，依托恢弘集团在沙特、印度、西班牙、巴西等地的海外加工基地做供应链配套与技术标准输出，未来把国内验证成熟的“中游OEM平台模式”复制到海外。
亿邦：所以你们选择锚定“中游”？不碰上游冶炼，也不直接服务终端大厂？
李军：对。GONYOYO是恢弘集团旗下孵化的产业互联网平台，专注金属加工制造领域，锚定“冶炼厂到终端”之间的中游，聚焦初加工、中深加工环节：不碰上游冶炼，也不直接服务终端大厂，而是专注服务全国数万家OEM加工厂。我们以“中游赋能、两端延伸”为路径，依托“平台+生态、技术+场景、线上+线下”三位一体模式，推动信息流、商流、物流、资金流、碳流“五流合一”，成为OEM厂离不开的“虚拟工厂大脑”，OEM厂则成为平台的“云工厂”。业务板块已在镀锌产业链、铝合金产业链、紧固件产业链及变压器产业链领域深化拓展。
亿邦：现在有一些平台和软件商逐步去掉自家登录界面，转而成为通用智能体的插件或API。产业智能体会不会替代平台，成为价值链的顶级分配者？
李军：如果平台只做信息撮合，确实会有危机。但大家有一个共识，即平台会不会被替代，关键看垂直领域能不能扎得足够深。也有说法是，大模型上半场拼模型能力，下半场拼产业纵深，高地不在云端，在产业现场。行业知识壁垒看起来坚固，但通用大模型很容易把行业业务流程梳理出来，单纯靠知识守不住壁垒。真正的护城河，是模型要扎进企业的场景、流程与设备等操作系统。所以产业互联网平台必须继续向下扎，扎到操作系统这一层。
产业智能体改写B2B的方向是确定的。它会把“对话即场景”推向“对话即交易”。未来用户打开窗口说“我要买镀锌产品”，系统自动匹配厂家、资金方、仓库、物流，替代大量人工撮合与跟单。坦率地说，ToB场景的AI价值目前仍更多体现在风控模型、客户画像、数据找规律上，但这轮AI已经把“人找单、单找人”变成“数据找人”，这正是B2B被改写的标志性变化。
垂类大模型有长远发展必要，但前提是真实产业数据。垂类模型的价值不在参数规模，而在对行业参数体系、工艺逻辑、交易规则、合规标准的深度理解。所以GONYOYO的策略是先打通业务，把真实加工制造数据跑通并标准化，再逐步沉淀自己的专业模型与行业知识库，比如光伏支架、铁塔防腐的技术方案与标准。
产业互联网公司的AI护城河不在算法与算力，而在“真实产业数据+业务绑定+生产组织能力”三位一体。谁能用业务把数据、工厂、资金、物流绑在一起，谁的AI才有根。用我们的一句话总结：用平台链接生产力，用算法分配生产力，用AI重塑生产力，实现金属加工制造领域的F2F，让每一吨金属从出生到交付，都走最优路径。
亿邦：目前贵公司在哪些核心业务环节落地了AI/大模型技术？AI在纵向打通产供销全链路、横向整合物流、金融、园区等产业资源，以及品牌溢价、绿色发展等价值链升级方向上，发挥了怎样的作用？
李军：我们的落地环节主要有三个。一是生产组织侧：平台基于OEM厂的地理位置、产能、质量记录、历史履约情况做智能派单，配合原材料集采与去料加工，实现全程数智化精准管理。二是技术服务侧：“镀锌专区”提供AI镀锌专家做技术答疑与工艺指导，“询盘专区”实现供需高效对接、一键全网比价。三是质量与绿色侧：正在布局AI视觉检测与IoT设备能耗数据采集，通过设备能耗数据判断材料是否真正用于生产，同时采集能耗与燃料采购数据，进一步帮助工厂做好能耗与产能的优化提升。
从价值链升级方向看：纵向，AI贯穿“订单—集采—去料加工—质检—交付”产供销全链路，缩短采购周期、提升交付确定性；横向，AI与数据能力整合了供应链金融、国有监管仓与第三方物流等生产性服务；在品牌溢价与绿色发展上，我们做“绿色权重推荐”，优先推荐给五大六小等对ESG有要求的新能源客户，使绿色工厂更容易接到订单。
特色竞争力方面，GONYOYO的AI数智化竞争力以“真实产业数据”为根。我们不追求先做一个“好看”的大模型，而是先把真实的加工制造数据跑通，包括材料用量、加工时长、能耗、加工用时、产能排布状况等“有根的”数据，形成“业务产生数据，基于业务数据训练AI，最后让AI反哺业务”的闭环。AI不是空中楼阁，而是长在生产现场的真实数据之上。
亿邦：能否分享一个最具代表性的“AI+价值链”创新实践案例？它解决了哪些行业共性痛点？TOKEN消耗或算力成本如何？
李军：最具代表性的是“大模型需求匹配+智能派单+可信供应链金融”构成的完整闭环。行业共性痛点是需求碎片化、信息不对称、中游加工厂“有单不敢接、有货不敢囤”。过去业务人员要在协作群里喊“谁有镀锌卷”“谁能做这个加工”，现在AI完成第一轮筛选匹配；平台承接下游订单后按图纸拆解原材料规格，向自有生产、宝华新材或外部钢厂集采，再按产能、质量、距离匹配OEM加工厂去料加工，质检与交期全程可控；工厂在平台上沉淀的订单、采购、加工数据，反过来支撑供应链金融风控，凭数据信用即可获得融资。
可量化价值方面：平台年交易额已突破50亿元；物流履约端聚合近100条运输专线、30余家优质承运商，运输时效提升与成本压降10%—30%，全平台98%准时送达率；售后服务平均12小时解决，较行业标准快30%；联合中行、招行、建行及江苏银行、浙商银行等金融机构，累计为100余家中小微企业提供融资解决方案，单户授信最高可达5000万元；在客户侧，智能供需匹配缩短采购周期30%以上，为特高压、5G基站、装配式建筑等项目实现成本与工期的双重改善。
TOKEN消耗和算力成本方面，GONYOYO当前AI投入是“场景化、轻量化”路线：文本类任务，如需求抓取、匹配、客服，以云端大模型API调用为主；生产侧以边缘IoT数据采集与视觉检测为主，尚未自建大规模算力中心。具体TOKEN消耗与算力成本属于经营数据，暂不对外披露。我们的总体原则是“先见业务价值，再放大算力投入”。
亿邦：在推进AI规模化落地、挖掘价值链深度价值的过程中，数据要素扮演了怎样的支撑角色？贵公司更侧重自有产业数据深耕，还是跨主体、跨行业的数据协同？核心挑战是什么？
李军：数据是AI与供应链金融的共同底座。我们的判断是：没有真实的产业数据，再好的算法也是空中楼阁。平台围绕OEM厂的真实采购及生产情况沉淀数据，这些数据来自生产现场，是“有根的”，可信度远高于单纯的流通贸易数据。
在数据策略上，我们更侧重自有产业数据深耕，同时以业务绑定实现跨主体协同。一方面，依托平台承接订单、集采、去料加工、供应链金融等真实业务，让数据在业务流程中“被动产生”、自然沉淀；另一方面，“不靠激励、靠业务绑定”，工厂要接单、拿到优质低价原材料、获得供应链金融支持，就必须在平台完成接单、报工、提料、回货全流程。同时引入国有监管仓与第三方物流，与中铝、宝武、中储等国资背景企业及一力股份合作，仓库的货物数据全部上云、多方交叉验证，造假难度极大。
核心挑战是数据标准化。不同工厂的设备、工艺、产品千差万别，我们正在逐步建立统一的参数体系和接口规范，这条路很长，但必须走。数据确权上我们态度谨慎，平台数据是客户在业务过程中产生的，产权属于客户，在客户授权下我们只做数据加工和使用，不“卖数据”；也正在探索多方安全计算等前沿技术，但现阶段更务实的是用业务场景驱动数据协同，而不是为了数据而数据。
亿邦：出海方面，贵公司目前布局了哪些海外核心市场？做了哪些关键本地化调整？
李军：我们不是独立大规模海外扩张，而是“跟着集团走”。当前，恢弘集团的业务已遍及全球80多个国家和地区。在沙特、印度、西班牙和巴西，都设有加工基地。还有正在规划筹建的基地，去年集团整体营收中有近一半来自海外业务。GONYOYO平台产品已出口东南亚、中东、非洲、澳大利亚、北美、南美等30多个国家和地区。
本地化调整方面：市场侧，我们在中东核心市场设立区域运营中心，配套建设本地化仓储物流节点；获客侧，搭建“跨境独立站+社媒精准营销”双引擎，在LinkedIn、TikTok、Facebook等平台分层运营，精准触达全球产业链客户；平台侧，正在做多语言、多币种的技术适配，同时关注欧盟碳边境税等新规；本地化团队与合规事务由集团海外实体统一管理，保障属地经营稳健。
亿邦：在海外市场的深度价值链建设上，GONYOYO形成了怎样的模式？核心能力是什么？
李军：当前主要做好两件事：一是跟随集团海外工厂做供应链配套服务。比如沙特工厂需要的原材料，我们通过平台组织国内供应链进行集采和出口。二是技术方案和标准输出。与国内设计院合作，把光伏支架、铁塔的防腐技术方案，包括抗风阻、镀锌厚度等，输出到海外项目。这些图纸和标准将来也会放到平台及我们的AI中，形成行业知识库，为整个产业赋能。
核心能力是把国内验证成熟的“中游OEM平台模式”整体带出去，包括原材料集采、去料加工、智能派单、供应链金融、监管仓、AI质检这一整套生产组织能力。未来三年，我们的出海战略关键不是盲目扩张，而是先依托集团在海外的多个加工基地站稳脚跟，再把“中游OEM平台模式”复制到海外当地。
对海外伙伴的价值：为海外工厂和项目提供稳定、低成本、符合中国成熟工艺标准的供应链配套与防腐技术方案，帮助当地补齐光伏、电力、基础设施领域的加工产能与服务短板，让海外合作伙伴共享中国制造业数字化、智能化升级的成果。
亿邦：在出海拓展过程中，AI与数字化能力为跨境业务提供了哪些核心支撑？
李军：数字化与AI对跨境业务的支撑，不是单点工具的叠加，而是一条贯穿“组织货源—跨境履约—客户运营—交易达成”的数据主线：让看不见的跨境链路可视可控；让获客从经验驱动转向数据与AI驱动，让每一笔交易沉淀为可复用的客户资产与信用资产。
全球供应链方面，平台依托国内1000余家优质供应商与头部原厂直采体系组织集采出口，聚合近100条运输专线、30余家优质承运商，配合国有监管仓与智能仓配网络，实现跨境货权清晰、履约可控可追溯——货物质押、监管仓数据上链、分批付款分批提货，全链路留痕。
海外客户运营与B2B独立站推广方面，以“跨境独立站+社媒精准营销”双引擎获客：跨境独立站承接全球询盘，LinkedIn、TikTok、Facebook分层运营沉淀客户资产；“询盘专区”让需求即刻传达、供应商在线响应、一键全网比价；平台多语言、多币种适配降低交易门槛。
数据与AI方面，供应链数据与客户画像支撑跨境贸易融资与动态授信；AI需求匹配能力同步应用于海外询盘转化；绿色数据，也就是碳足迹，为应对欧盟碳边境税等合规趋势提前布局，让海外客户更放心地把订单交给平台。
亿邦：盈利模式上，GONYOYO经历了怎样的迭代？您怎么看产业互联网企业盈利模式的演变趋势？TOKEN付费如何才能成为行业标配收入模式？
李军：GONYOYO的盈利模式经历了从“贸易差价”到“服务增值”的迭代。我们明确不将贸易差价作为平台核心盈利模式。当前平台收益主要来自加工服务费，加上供应链金融、国有监管仓、第三方物流等生产性服务收入，毛利率远高于单纯流通贸易。
趋势上，产业互联网盈利模式正从“流通利差”走向“服务费”，再走向“数据与AI价值收费”，按生产组织效果、智能决策价值、风险管控价值计费。平台赚的不再是信息差，而是“云工厂”的“产业生态体系”的生产组织与服务增值。
TOKEN付费要成为行业标配，前提有三：一是AI必须直接创造可感知、可量化的价值，而不是卖概念；二是计费方式要贴近产业习惯，需要按订单、按交易、按效果计费，而不是按TOKEN生硬计费，让中小企业“为省下的钱付费”；三是必须有真实可信的数据基础。当AI像水电一样成为生产性基础设施时，按用量付费自然会成为标配。
亿邦：为统筹AI能力落地、国内价值链升级与海外业务拓展，GONYOYO在组织架构或治理机制上做了哪些关键调整？
李军：架构上，我们采用“集团实业+平台公司”的结构。平台依托集团生产实体与海外加工基地，天然具备制造业真实底盘；平台内部围绕镀锌、铝加工、铜等业务板块组建专业化团队。为补足人才短板，我们正在推进上海第二总部建设，把平台的运营、技术、金融、品牌团队前置到人才与资本高地；同时成立AI实验室，专注数字孪生与仿真等前沿研究。
治理上，我们以“业务共同体”代替单纯的股权绑定，通过订单绑定、标准输出、材料供应，与全国联合加工基地形成利益一致的协作网络。未来三年完成五大区域云加工厂布局，每个细分领域完成覆盖。这样既保障战略方向高效落地，又给一线业务留出快速试错空间，小团队试点AI场景，跑通后再放大。
亿邦：当前制约企业AI规模化落地、全球化深度拓展的最大内部瓶颈和外部障碍分别是什么？
李军：内部瓶颈有三个。第一是产业数据标准化与真实数据积累。我们服务的OEM厂设备、工艺、产品千差万别，统一参数体系和接口规范是长跑，这直接制约AI规模化落地。第二是复合型人才短缺。徐州根据地的人才供给跟不上产业平台对运营、技术、金融、数据人才的需求，这也是我们推进第二总部的原因。第三是制造端数字化基础参差，IoT设备与系统对接需要持续投入和时间。
外部障碍有四个。一是行业信任与数据确权机制不成熟，数据资产化在行业尚未跑通，跨主体数据协同缺乏成熟的激励与合规框架；二是ToB场景AI价值兑现周期长，“对话即交易”等技术仍处初级阶段；三是地缘政治、跨境合规与本地化运营成本抬高了全球化门槛；四是产业资本周期偏长，资本更青睐流量型模式，对实业型平台的估值体系仍在形成中。
亿邦：面向2026年及未来两年，贵公司在AI能力迭代与全球化布局上有哪些重点投入规划？您预判这会给行业竞争格局带来哪些关键变化？
李军：未来三年我们有三大投入重点。一是AI从“对话即场景”推向“场景即决策”，实现智能排产、能耗优化、质量监测的全面落地。二是完成全国五大区域的云加工厂布局，在镀锌、铝加工、变压器等细分领域各构建5—8家联合加工基地，通过订单绑定、标准输出、材料供应形成业务共同体。三是出海模式复制，依托集团海外基地，把“中游OEM平台模式”带到海外；同时推进第二总部建设，强化运营、技术、金融、品牌能力。
格局预判上，行业竞争将从“流量与价格”转向“数据与生产组织能力”。具备实业背景、掌握真实产业数据与产能调度能力的平台会持续胜出；AI能力将成为标配，差异化在于数据真实性与场景闭环深度；垂直深耕者有望在细分赛道形成全国性壁垒，通用型平台难以通吃。我们相信，未来产业互联网的估值叙事不是“千亿交易额”，而是“全国金属加工中游产能由你组织调度”，这个含金量完全不同。
亿邦：工业品电商是否出现了机会？预判会以什么方式快速增长？
李军：机会已经明确提出。工业品采购高客单、强专业、强供应链依赖，天然适合“平台+服务”模式；当前需求碎片化与供给分散化之间的错配，就是工业品电商最大的增长空间。GONYOYO平台年交易额突破50亿元、服务全球30多个国家和地区的实践，也印证了这一判断。
增长方式预判有三条：一是“B2B独立站+社媒精准营销”的线上获客，在LinkedIn、TikTok、Facebook等专业渠道分层运营，精准触达产业链客户；二是产业带数字化集群与集采效应，聚合中小订单形成集采、集约交付，帮中小客户实现“零散采购、集约交付”；三是“AI撮合+履约一体化”，需求匹配、智能派单、智能仓配、供应链金融、监管仓全链条在线。工业品电商的胜负手不在流量，而在交付与服务的确定性。
亿邦：如果给刚刚起步、希望同时构建AI竞争力与全球化能力的同行企业提一条最核心的建议，这条建议会是什么？
李军：我们的建议只有一条：先扎根真实业务场景，用业务绑定沉淀真实产业数据，再谈AI与出海。没有真实的产业数据，再好的算法也是空中楼阁；没有扎实的国内中游网络，出海也只是把脆弱重复一遍。先把一个细分场景做深做透，让数据在业务流程中自然产生、自然沉淀，AI和全球化才有根。用平台链接生产力，用算法分配生产力，用AI重塑生产力。
作为TO B领域年度风向标，“2026第八届亿邦产业互联网年会暨首届产业智能体大会”将于2026年11月20日在北京召开。主题定为“AI与出海带来的模态进化”，聚焦产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等前沿议题深度思辨。大会将集结学界权威、央国企标杆、产业龙头、投资机构、服务生态伙伴，汇聚产业核心力量、拆解产业数智化转型路径、分享前沿实战经验。同期还将发布年度产业互联网报告及标杆案例，举办决策人闭门会、“千峰奖”颁奖盛典。
本文首发于 亿邦动力 官方网站
