AI到底为企业带来了哪些价值？有多少企业因为AI获得了实际收益？
有机构把AI为企业带来的价值归为四类：增收、降本、提效、控险，在智能客服、工业视觉质检、智能营销、金融风控等场景，AI已经技术实现，且被市场大规模验证。但是，根据麦肯锡2026年8月发布的一份报告，只有37%的受访者表示，AI对所在企业的息税前利润产生了积极影响。
AI的企业级价值兑现速度为何如此之慢？在一篇文章里，麦肯锡把这背后的原因，归结为场景过于零散、流程未被重构、数据基础不足等原因。
在北京，有这样一家企业，围绕AI+情报，找到了高价值的落地场景，并且得到了市场验证。
这家名为盘拓科技的公司，帮助客户在关键技术攻关上实实在在降低了成本，缩短了研发周期。某科研院所，通过盘拓科技提供的技术图谱，节约了2000万元的研发费用。一家企业想要对标的美国公司的技术路线，通过盘拓科技的服务，原计划三四年的研发周期缩短了约两年。
创办于2021年的盘拓科技，经过近五年多沉淀，已经为上百家客户提供数据订阅服务。2025年，盘拓科技营收数千万元，2026年预计翻番，达到近亿元。
“Anthropic把人工智能和编程场景深度结合，后来者居上，估值超过OpenAI。盘拓科技做的是人工智能和情报的深度结合，有巨大的发展空间。我希望我们在这块能做成最强的公司。”盘拓科技创始人、董事长文盖雄说。
这个市场有多大？2025年美国存量市场是1560亿美元，中国存量市场只有200亿美元。为什么差距这么大？
“因为美国这个行业经过百年发展，已形成深厚技术积累和多个Palantir级别的供应商，既能挖浅表层情报，也能挖深层情报；中国这个行业还处于发展前期，大部分同行聚焦在舆情监测等浅表层情报，而预测、深度洞察等深层情报在中国还是蓝海市场，有巨大空间。我们做的是深层情报这个增量蛋糕。”文盖雄说。
在他的规划里，三到五年之后，盘拓科技要成为“中国版”Palantir。
01 AI+情报，助力客户降本增效
“市面上的研究报告公司，只能提供宏观的趋势分析，但是无法帮助企业解决关键技术。”文盖雄说，“比如一个IT设备企业，CPU超频加速持续两个小时不烧掉，关键技术到底怎么解决的？盘拓科技可以为客户提供解决问题的方向。”
而且，盘拓科技能解决的关键技术，并不局限在某几个行业，无论是制造业，还是硬科技，甚至软件开发，盘拓科技都能帮助客户在关键技术上迅速突破。
文盖雄是清华大学自动化系系统工程专业博士，创办盘拓科技之前，曾在某国企的信息中心工作14年，一直从事技术情报研究工作。在原单位的一次服务中，文盖雄用技术情报的方法，为一家科研院所解决关键技术问题，帮助对方节约了2000万的费用。客户随后追加经费，三年内，双方年度合作经费增至1000万元。
北京盘拓科技创始人、董事长文盖雄
“客户的需求远远没有被满足。”文盖雄说，国内能够从事深层情报挖掘的团队很少。而行业长期依靠师徒传授，不少直觉和经验很难表述。“有很多的事情是属于直觉型的东西，你很难去把它描绘出来去教徒弟。”而且，经验难以复制，也限制了供给。
2016年，文盖雄就开始探索把人工智能和情报融合起来，做了一些可实现预测的模型。2019年，他进一步确定了自己的判断：AI的发展会颠覆情报行业。“如果教会情报机器人来干这个事，一下子可以复制100个、1000个。”文盖雄说。2021年，文盖雄成立了盘拓科技，要用AI解决情报服务批量化的问题。
经过几年的发展，今天的盘拓科技，开发出“参星台”和“KO”系列智能体。
“参星台”智能体系列，面向的是科技和商业情报，其中的技术挖掘智能体，可以帮助客户寻找关键技术线索；竞品监测智能体，可以跟踪对手的技术、产品和市场变化；海外拓客智能体，则负责帮助出海企业寻找项目和潜在客户，并提供招采材料、企业画像及联系人等信息，助力企业出海。
KO系列智能体则面向政府客户，提供特定目标的信息挖掘和持续跟踪研判，包括目标画像、战略意图研判和行为预测。
某家制造领域的企业了解到，国外的对手用7年的时间，投入几亿美元，攻克了某一项特殊技术。客户很想知道，对方的技术路径是什么样的，因为可能的路径有很多种，要一个个摸索，需要耗费巨大的时间成本和资金成本。
客户想通过分析专利入手，在之前，委托某专利分析公司做分析，发现这公司旗下相关的专利一篇都没有，用关键词检索后，发现该国相关专利有3000个结果，根本无从下手。
盘拓科技接手之后，根据该公司的合作活动、技术人员往来等公开信息，找到13家联系密切的公司，最终筛选出16份相关专利。拿到材料后，客户在一周内就基本还原了对方的技术路线，原计划三四年的研发周期，缩短了约两年。
02把行业Know-how做成技术底座
“参星台”和“KO”系列的背后，是盘拓科技开发的“霸下”智能底座。
在文盖雄看来，情报生产的过程，是从海量的信息中找到高价值的信息源，再通过融合分析，提炼出能够支撑决策的信息，他将这一过程比作探矿、采矿、炼矿“三步走”，由此形成盘拓科技的“三矿”理论。
根据“三矿”理论，盘拓科技打造了探源模型、因果与时序模型和信息融合模型，再结合通用大模型，以及大模型行为的调度控制框架Harness，盘拓科技打造了“霸下”智能底座。
其中探源模型，解决的是“探矿”的问题，通过为网页爬虫安装智能导航系统，把需要的数据信息尽可能囊括进来。
“探矿就像大海捞针。”文盖雄表示，并不是所有的公开信息，都能被搜索引擎找到。互联网中有很大一部分网站都未被收录，或者有抓取限制，加之搜索引擎的算力和存储有限，因此用搜索引擎的关键词搜索一定存在遗漏。
“互联网分明网和深网，只有10%的数据在明网。全球的网站数量大约有几十亿个，但国家级的全量采集大概也就不到40万。这是一个世界级的难题，因为数量太大，不能用穷举的方法。”文盖雄说。
“做情报的关键的前提，是要收集到足够多的关联的数据。”文盖雄说，这也是他多年在这方面的积累，“我们要确保我们搜索到的部分，有很大的概率能找到想要的东西。所以，需要计算它的概率，这是探源模型背后基本的技术方法。”
从已知线索出发，智能体会沿着线索关联寻找。一条线索可能引出上百个方向，探采智能体会评估哪些路径更有可能找到目标信息，优先追踪，再根据新证据调整判断。原先排除的线索，也可能重新进入查找范围。确定信息源后，智能体采集工具对筛选出来的高价值信息源做数据采集，完成“采矿”。
“只有多个数据融合，才能得到高价值的情报。”文盖雄说，这就是“炼矿”的环节，“这跟炼合金一样，必须由不同的稀有金属，用一定的顺序、一定的比例融合在一起，如果原料不齐或者顺序不对，最终都得不出准确的判断。”
针对“炼矿”，盘拓科技自研了因果时序模型和信息融合模型。其中，因果时序模型是将因果条件和时间规律用于约束推理模型，目的是去除推理模型产生的“幻觉”。
比如要预测某个客户竞争对手的数据中心何时采购设备，首先要确认项目是否还在推进：如果项目已被否决，就不能判断它即将采购，这是因果模型检查的前提条件；如果项目正常推进，再结合当前施工阶段、当地建设速度和提前备料的周期，推算采购可能发生的时间，这用到的是时序模型。两者配合，让采购预测有具体依据，减少了幻觉的产生。
而信息融合模型，则处理不同来源相互矛盾的信息，用来评估事情的置信度。
文盖雄举例，比如判断某国的某件事情，有信息来源称已成功，有的称未成功，其他来源只提供局部线索。信息融合模型会给每个信源都打上一组概率标签——发生、未发生、不确定，再用一套贝叶斯后验概率的融合模型把所有来源加权计算，最终输出类似“发生概率90%、未发生5%、不确定5%”的量化结论，作为客户的决策依据。
探采和炼矿这三个智能体，共同构成盘拓科技的智能信息决策底座能力。文盖雄说，这是他对情报行业的Know-how，未来，盘拓科技还将推出自研的预测大模型，将因果时序等原本外置的模型集成到自研大模型内，进一步提高模型的工作效率和适用性。
03让AI来做AI,10亿营收预计仅用200人
商业模式上，盘拓科技采用“订阅制＋私有化部署”两条腿走路。客户既可以按年订阅技术挖掘、竞品监测、海外拓客等智能体服务，也可以按需定制智能体，将整套平台部署到本地。
文盖雄把订阅制的模式概括为“RaaS”（结果即服务），客户付费购买的，不是一套软件，而是经过信息采集、融合分析后形成的情报服务，以及持续的监测与更新，比如竞争对手的产能变化、海外项目的建设进展等。
为了降低客户的决策门槛，盘拓科技会从客户的某个具体任务入手，让客户先看到结果，再随着需求增加叠加其他智能体，由单项采购逐步扩展为长期订阅。
目前，盘拓科技已累计服务100多家客户，其中四成是企业及科研院等B端客户，其余则是政府客户。B端客户里，不乏中国商飞、百度、石大胜华、希迪智驾等大B企业。除此之外，在某大厂承接的部分情报项目中，盘拓科技还作为分包方，承担深层情报分析工作。
盘拓科技目前的团队达到70人，其中50多人从事研发。文盖雄透露，公司2025年实现收入达到数千万元，2026年预计收入翻番，接近一亿元。
在文盖雄的规划里，三到五年之后，盘拓科技要发展成为“中国版”的Palantir。
Palantir是美国大数据与情报决策软件企业，诞生于911事件后美国对反恐情报分析的现实需求，凭借协助追踪本·拉登、拆解麦道夫庞氏骗局等案例，Palantir在业内打响了名气。2020年，Palantir在纽交所上市，2025财年营收达到45亿美元。
事实上，目前在国内，已经出现了不下几十家对标Palantir的企业。但是，文盖雄认为，中国的情报公司要发展，不能照搬Palantir。
“Palantir通过几十年的发展，建立了一套很扎实的深度情报挖掘的理论体系方法，然后在这个基础上进行技术升级。这背后核心是他们的深层情报的能力。国内很多公司照搬他们的技术结构，模仿的只是形，这是一个误区。”文盖雄说。
另外，文盖雄认为，中国和美国的数据基础不一样，美国已经形成较为完善的情报产业链，从寻找信息源、采集、清洗加工，到算法模型和咨询服务，每一个环节都有成熟的公司。客户能够从上游数据商获得数据，Palantir可以直接采购，只需要用自己的分析能力即可。但国内还普遍缺少高质量数据。
“就像炒菜，锅造得很好，还有五星级大厨，但没有米，也没有食材，这个菜还是出不来。”文盖雄说，基于这个现实洞察，盘拓科技开发了探源模型，解决高质数据源的问题，把情报工作的核心环节都做起来。
“一句话，要做‘中国版’的Palantir，第一要有扎实的情报分析能力，第二要能够解决高质量稀缺数据来源的问题。”文盖雄说。
除此之外，Palantir还有一个精髓，是订阅制的收费方式。Palantir 2026年Q2财报披露，Q2公司的净美元留存率升至157%，也就是说，即使不拉新客户，仅靠老客户增购就有可观的增长，老客户的购买量比一年前多了57%。
“软件项目制走不远，因为验收一次才能收一次钱，而且每次都要投标。”文盖雄说，“在中国市场，数据订阅前景很好，盘拓2025年的收入里面，数据订阅收入占到了三分之二，这是与同行一个很大的区别。而且，盘拓科技也是中国对标Palantir公司里少有的已经实现盈利的公司。”
文盖雄认为，要服务更多客户，关键要提高情报模型的通用性，让已有能力更容易复制到新场景中，他的目标，是“让AI来做AI”，由AI辅助生产情报系统与情报智能体，推动情报工作走向自动化生产，降低对定制化人力的依赖。
“未来如果我们做到10个亿，我觉得不会超过200个人。”文盖雄说。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
