今天上午，SuperAI 2026在新加坡滨海湾金沙开幕。一万多人、一千五百家公司、一百五十多个演讲嘉宾，门票早就卖完了。
会场里走一圈，你会发现AI产业链的完整程度已经有点像2000年代初的互联网了——从芯片（NVIDIA、AMD、Cerebras、Groq）到模型（OpenAI、Anthropic、Mistral）到应用（Salesforce、Palantir），再到机器人（波士顿动力、宇树科技），产业链上的每一环都有人在摆摊。
中国企业的存在感不低。华为、腾讯、阿里、字节、宇树都在展商名单上。
但真正让我觉得有意思的，不是会场里在聊什么——而是会场外正在发生的三件事。
信号一：58%的企业已经在用"物理AI"了
德勤2026企业AI报告里有一个数据，我觉得被很多人忽略了。
58% → 80%当前58%的企业至少有限使用物理AI（机器人、无人机、IoT+AI），德勤预计两年内这个比例会到80%
"物理AI"是什么？不是ChatGPT那种在屏幕上打字聊天的AI，而是能跟物理世界交互的AI——装配线上的协作机器人、带自动响应的巡检无人机、自动分拣的机械臂、能自主调节的能耗系统。
报告里举了几个具体的应用场景：制造业的产线协作机器人已经不算新鲜事了，物流行业的自动叉车和机器人拣选臂在加速渗透，国防和基础设施领域用上了能自动识别异常的巡检无人机。在亚太地区，物理AI的落地速度比两年前快了22个百分点。
这个趋势对做企业数字化的同行来说，意味着一个变化：以前我们谈"数字化转型"，基本是在数字世界里折腾——ERP、CRM、OA、数据中台。现在AI正在把这些数字系统和物理生产线、仓储物流、设备运维打通。数字世界和物理世界的边界在消失。
举个例子。毕马威追踪的制造业案例里，有一家电子制造企业用AI做智能排程，产线换型时间缩短了42%。这个42%不是"软件效率提升"，是真金白银的生产时间省下来了。另一家汽车零部件厂把AI视觉质检的缺陷检出率从92%拉到99.7%——同样，这不是屏幕上的数字，是物理世界里的良品率在变。
信号二："豆包"进车了，而且不是做语音助手
昨天晚上（6月9日），赛力斯参股的赛豆科技在北京发布了全新品牌AIVA。说简单点，就是赛力斯的制造能力 + 宁德时代的电池 + 字节火山引擎的豆包大模型，三方攒了一个叫AIVA的新汽车品牌。
重点不是又多了一个汽车品牌。重点是他们的口号："AI定义汽车，先有AI，再有车"。
AIVA总裁李博在发布会上的原话：AI会改变人和车的关系——车从工具，变成一个懂你的伙伴。
我翻译一下这句话的产业含义：豆包大模型在这辆车上不是"附加功能"，不是"你好小迪帮我导航到公司"那种语音助手。它是产品定义的起点。整车从设计阶段就是围绕AI来做的。
这和五年前车企说"我们有智能座舱"是两回事。那时候是车造好了，往里塞一块屏幕和一个语音助手。现在是先有大模型的能力边界，再决定这辆车该是什么形态。
对做企业数字化的人而言，这是一个信号——当"豆包"这种通用大模型能进车、进产线、进设备的时候，ERP系统里的数据孤岛就保不住了。你的客户关系管理、供应链、售后维保，都可能被一个能理解上下文、能自动调用多个系统的AI重新串一遍。
不止汽车。德勤数据显示金融、航空、公共部门都已经在落地类似的模式——AI不再是一个摆在IT部门的工具，而是长进了产品和服务本身。
信号三：会场坐满只是表面，钱在往哪里流才是关键
SuperAI 2026有两个数字值得注意：Genesis创业大赛总奖池230万美元，由OpenAI和Microsoft联合赞助。NEXT黑客马拉松奖池20万美元，AWS和Vercel在背后撑着。
这意味着这些大厂不是在"支持创新"——他们是在抢下一个十年的企业软件入口。
把SuperAI的参展商名单和德勤、毕马威报告里的趋势放在一起看，能看到一条比较清楚的主线：
| 层次 | 代表企业 | 正在发生的变化 |
|---|---|---|
| 算力层 | NVIDIA, AMD, Cerebras, Groq | 推理成本持续走低，企业自建AI基础设施的ROI拐点快到了 |
| 模型层 | OpenAI, Anthropic, 豆包, Mistral | 不再卷参数，开始卷"嵌入真实业务流程"的能力 |
| 应用层 | Salesforce, Palantir, SAP | 从"AI功能"转向"AI原生"——不是给旧软件加AI，而是用AI重构软件架构 |
| 物理层 | 波士顿动力, 宇树, 富士康 | 机器人+AI不再分家，一个物理动作的背后是数字决策 |
上个月SAP中国峰会刚把"自主运营企业"这个概念正式带给中国市场——224个AI智能体、知识图谱驱动的业务地图、从"记录业务"到"运行业务"的转变。我写过，不重复了。
有意思的是，当SAP在谈"自主企业"、德勤在谈"物理AI"、赛豆在谈"AI定义汽车"、SuperAI在谈"AI meets the world"的时候——这些不是同一个行业的事，但它们的底层逻辑完全一样：AI正在从"选配功能"变成"基础设施"。
就像二十年前企业不会讨论"要不要上ERP"，今天的企业也不会讨论"要不要用互联网"——AI正在走进同一个阶段。
对CIO来说，这意味着什么
我总结三点实操判断。
第一，重新审视你的技术栈。如果你的企业软件（ERP、MES、WMS）的AI功能是靠"插件"叠上去的，不是从架构层长出来的，那未来两年代价会越来越大。不是说现在就要换系统，但做技术选型的时候，"AI原生架构"应该成为一条硬标准。
第二，物理AI不是机器人的事，是数据的事。德勤说58%的企业已经在用物理AI了。但毕马威的数据提醒你——76%的企业卡在数据瓶颈上。物理AI能不能跑起来，首先取决于你的设备数据有没有被采集、格式统不统一、实时性够不够。先把产线上的数据管道修好，再谈机器人。
第三，别等"行业标准"。AI的基础设施化速度太快了。等行业协会出标准、等政策文件出指南，你的竞争对手可能已经把三个场景跑通了。找一个小切口先做，拿到数据再扩散——这是目前唯一被验证有效的路径。
