昨天，6月15日，上交所上市審核委員會第37次會議審議通過燧原科技科創板IPO申請，擬募資60億元。同一天，「國產GPU四小龍」的說法可以正式畫上句號——摩爾線程、沐曦股份、壁仞科技、燧原科技，四家國產AI芯片公司全部登陸資本市場。
但讓我停頓的不是60億這個數字，而是另一組：騰訊貢獻了燧原科技超過80%的營收。一家上市公司，一個客戶佔八成收入。這個數字在後面會反覆出現，因為我認為它才是理解當前國產AI晶片生態最真實的切口。
這一週還有另外兩件事值得放在一起看。上週發佈的《2026中國企業級AI智能體產業白皮書》給出了一個嚇人的增速：2025年212億，2026年449億，增速超過111%，到2029年3320億，四年15倍。白皮書直接把2026年定義為「企業級AI智能體規模化元年」。再往前推兩週，Workday在6月2日的DevCon 2026上發佈了Agent Passport——一個專門給企業級AI智能體做測試、驗證、持續監控的平台，首發合作夥伴是Cisco AI Defense。
三條線拼在一起，我想說的是：企業AI從試點到規模化，需要三層底座同時就位——算力自主可控、應用市場足夠大、治理框架跟得上。2026年6月，這三層在同一週裡密集落地，不是巧合，是產業成熟度到了臨界點之後的集中爆發。
但有一個數字讓我始終放不下——燧原80%以上的營收來自騰訊。這個數字背後，是整個國產AI晶片行業的客戶集中度困境，也是企業採購國產算力時繞不開的風險標尺。
60億IPO與四小龍會師：國產AI晶片進入"生態戰"
先說清楚「四小龍會師資本市場」意味著什麼。
2023年底以來，英偉達對華出口管制不斷升級，H100、A100、H800先後被列入限制清單。對國內大模型廠商來說，這不是新聞層面的「影響」，而是現實層面的「斷供」——有錢買不到貨，或者能買到的價格離譜，更別說隨時可能落地的新的限制令。在這種背景下，國產AI晶片廠商的融資能力和研發節奏，直接決定了國內大模型訓練能不能持續迭代。
晶片行業有一個殘酷的規律：從一代晶片流片到下一代定型，中間需要幾十億甚至上百億的持續投入。沒有資本市場輸血，光靠大客戶的採購訂單很難撐住這個節奏。所以四小龍上市，核心意義不是「融了多少錢」，而是拿到了持續研發的入場券。
燧原科技2018年3月成立，註冊資本3.8億，專注雲端AI晶片、AI加速卡和智算系統。這次60億的融資規模在科創板算大的，資金用途如下：
| 資金投向 | 用途說明 |
|---|---|
| 新一代AI晶片研發 | 迭代第五、六代訓練推理晶片，直接對標英偉達中高端產品線 |
| 智算系統產業化 | 從單卡賣到集群方案，提升客單價和黏性 |
| 軟體生態平台建設 | 編譯器、算子庫、調優工具——讓開發者真正能用起來 |
| 補充流動資金 | 日常運營和研發團隊擴張 |
四個投向裡，我反覆看了幾遍，第三個最值得琢磨。「軟體生態平台建設」——說白了就是光有晶片不夠，還得讓開發者願意在你的平台上寫程式碼。輝達的護城河從來不只是硬體，而是CUDA生態十幾年積累的開發者慣性和算子庫深度。國產晶片廠商如果只做硬體替代，不補軟體生態的課，充其量就是個「便宜一點的替代品」，沒有定價權，更談不上長期競爭力。
所以60億裡面專門切出一塊做軟體生態，方向是對的。但能不能做成，取決於兩件事：開發者社區的活躍度，以及跟主流框架（PyTorch、DeepSpeed之類）的兼容性。這不是砸錢就能解決的問題，需要時間。
再看「四小龍」的整體格局：
| 公司 | 上市狀態 | 核心方向 | 備註 |
|---|---|---|---|
| 摩爾線程 | 科創板上市 | 全功能GPU | 同時覆蓋圖形渲染和AI計算 |
| 沐曦股份 | 科創板上市 | 高性能計算 | 偏通用GPU路線 |
| 壁仞科技 | 港股上市 | 通用GPU | 雙市場佈局 |
| 燧原科技 | 科創板過會 | 雲端AI晶片+智算系統 | 騰訊貢獻超80%營收 |
四家的定位各有側重，但有一個共同點：主攻訓練晶片。原因很簡單——訓練卡單價高、利潤厚，而且採購方主要是頭部大模型廠商和雲廠商，銷售效率高。推理晶片雖然部署量大，但利潤空間薄，競爭也更卷。
另一個值得注意的現象：國內頭部雲廠商和互聯網大廠，一邊採購國產芯片，一邊自己也在做AI芯片。華為有昇騰，百度有崑崙，阿里有倚天，字節也在加大自研投入。這意味著「四小龍」的長期競爭壁壘，歸根到底還是得回到軟件生態上——硬件能追，開發者的習慣難追。
回到燧原的80%問題。招股書顯示，騰訊是燧原科技最大的客戶，貢獻了超過80%的營收。這個數字在科創板已經算高了。上市之後，每個季度的財報都會把這個數字拿出來放大——一旦騰訊的採購節奏放緩，或者騰訊自研晶片有了突破，燧原的股價壓力會很快傳導。
我的判斷是：這不是致命傷，但確實是燧原上市後必須正面回答的核心問題。晶片行業大客戶深度綁定並不罕見——英特爾早年靠IBM，AMD早期靠康柏，都是類似路徑。關鍵在於，大客戶綁定之後，第二、第三個客戶從哪裡來？軟體生態什麼時候能貢獻真正的收入多元化？這個答案，比任何一個季報數字都重要。
449億背後的真相：哪些行業在動真格，哪些還在喊口號
6月9日發佈的《2026中國企業級AI智能體產業白皮書》，有一組數據被反覆引用：
| 年份 | 市場規模（億元） | 同比增長 |
|---|---|---|
| 2025 | 212 | — |
| 2026 | 449 | +111.8% |
| 2029（預測） | 3,320 | 2024-2029 CAGR 107% |
大多數人轉發的都是2029年那個3320億的數字——確實夠大，夠吸引眼球。但坦白說，遠期預測的置信度不高，變數太多。我反而覺得2026年的449億更值得認真看。
為什麼？因為從212億到449億，增速超過111%，這是對「當年」市場規模的估算，不是5年後的遠期預測。如果底層數據靠譜，那2026年企業級AI智能體就不是在試點階段，而是已經開始規模化部署——只有真實部署才能撐起這個體量。
白皮書把2026年定義為"企業級AI智能體規模化元年"，這個判斷我基本認同，但要加一個限定詞：行業分化嚴重。
金融、製造、零售——這三個行業是企業AI走得最快的。金融不用說了，合規壓力擺在那裡，風控、審計、報告自動化是剛需。製造業的質檢、預測性維護、排產優化，天然適合智能體介入。零售從用戶行為分析到個性化推薦再到供應鏈預測，一步步在擴展。
我自己的判斷是，這449億裡，金融、製造、零售三個行業佔了大部分。政府、教育、醫療的進展明顯滯後——不是不需要，而是採購流程長、數據合規邊界不清、試錯成本高。這幾個行業的規模化，估計要等到2027-2028年。
有一個信號能側面佐證：6月15日，也就是白皮書發布後的首個交易日，南興股份等股票出現明顯拉升。市場用資金投票的方向指向了「製造+AI智能體」這個交叉點。這種盤面反應通常意味著有真實需求被識別到，而不是純情緒驅動。
對企業管理者來說，449億這個數字有一個很直接的意味：你的同行可能已經在動了。不是在規劃，不是在做POC，而是在真實部署、產生業務數據了。差距正在拉大，而不是縮小。
Workday Agent Passport：治理先行，才是規模化最大的信號
6月2日，Workday在拉斯維加斯的DevCon 2026上發布了Agent Passport。先說產品本身是什麼：
Agent Passport = 企業級AI智能體的"測試+驗證+持續監控"平台
能力一：驗證每個智能體是否通過最嚴重風險測試
能力二：保留驗證記錄，供審計和合規檢查
能力三：持續監控運行狀態，發現異常行為
首發合作夥伴：Cisco AI Defense（獨立第三方安全測試）
我一开始看到这个发布，觉得挺有意思，但没到"震撼"的程度。"给AI系统做测试"这个需求，行业内讨论了不短时间了。但仔细想了几遍之后，我的判断变了。
Agent Passport真正重要的地方，不是產品本身有多革命性——測試、驗證這些動作不新鮮。真正重要的是：這是企業管理軟體廠商第一次把「智能體治理」做成獨立的平台級產品線，不是某個功能模組裡的小開關，不是開發者文件裡的一段建議，而是一個有獨立命名、有合作夥伴、有持續運營計劃的產品。
Workday的客戶是誰？大量Fortune 500企業的HR和財務系統使用者。這些客戶的焦慮非常具體：
第一，這個AI Agent到底做了什麼決定？有沒有留下記錄？出了合規問題追責到哪一步？
第二，內部審計部門和外部監管機構要求提交AI使用報告、風險評估——拿什麼填這些表格？
第三，智能體有沒有產生幻覺？有沒有改了不該改的規則？能不能給一個完整的操作時間線？
Agent Passport的做法是給每個AI智能體發一本「通行證」——它通過了哪些風險測試，有哪些已知的風險點，被哪個第三方驗證過，全部記錄在案。說白了，這不是在限制AI的能力，而是在給企業的內部審計和外部合規檢查提供「證據鏈」。
我翻譯一下：Agent Passport本質上是在幫企業建AI治理檔案。如果這套產品能跑通，Workday就佔據了一個比HR和財務SaaS更有價值的位置——企業AI合規治理的平台型玩家。這個位置目前還沒有人佔。
對中國企業來說，這個產品可能暫時直接用不上——Workday在國內的覆蓋面有限，且數據出境合規是個實際問題。但它揭示的趨勢是真實的：當智能體開始參與真實的業務決策，哪怕只是「推薦」而非「執行」，合規風險就已經存在了。
那些現在開始主動建立AI治理框架的企業，在監管趨嚴的時候會少踩很多坑。那些還在「先跑起來再說」的，遲早要補課——而且補課的成本只會越來越高。不只是合規風險，還有業務連續性風險：一個沒有治理記錄的AI系統出了問題，你連「怎麼排查」這個起點都沒有。
另一個值得注意的細節：Cisco作為首發合作夥伴進場做第三方安全測試。這意味著AI Agent的安全測試已經開始有專業服務商了。資訊安全審計從專業公司開始做，慢慢變成上市公司的標配——AI治理審計大概率也會走同樣的路。
五條給CIO和企業管理者的建議
把上面三件事放在一起看，我有五條具體的建議。不是戰略方向層面的虛話，是能直接拿到下一次季度復盤會上討論的行動點。
- 算力採購清單該更新了
四小龍融資上市意味著他們有了持續研發的彈藥。2026-2027年，國產訓練卡和推理卡的性能會有明顯爬坡。英偉達出口管制的缺口，正在被國產芯片加速填補。IT採購負責人現在應該把華為昇騰、燧原、沐曦這些廠商的產品路線圖放進評估清單。不是說馬上切換，而是要有備選方案——有了備選，你跟英偉達談價格的時候底氣都不一樣。 - 2026年的關鍵詞不是「看AI」，是「看ROI」
449億市場規模，意味著已經有大量企業在部署智能體了。這個時候，盲目追熱點不對，完全觀望也不對。我的建議是聚焦1-2個有明確ROI指標的場景——比如客服智能體降低人工成本、供應鏈預測優化庫存周轉——先跑出一個可量化的數字。一個跑通的ROI，比十個POC項目都有說服力。 - AI治理不能只靠IT部門——現在就拉上法律和合規
Workday的Agent Passport說明一件事：當智能體開始參與真實業務決策，合規風險就產生了。別等到監管部門來問「你們的AI系統有沒有審計記錄」的時候再去補課。現在就跟法律、合規團隊坐下來討論：AI使用的邊界在哪裡？決策記錄機制是什麼？出了問題責任怎麼分？這些問題現在討論成本最低。 - 選AI供應商時，客戶集中度是一個健康度信號
燧原80%的教訓在提醒我們：選供應商不能只看產品參數，還要看客戶結構。一個過度依賴單一大客戶的供應商，在定價議價空間和長期服務穩定性上都值得打一個問號。你的AI基礎設施供應商如果主要就靠一兩個大客戶養著，那你的議價能力和風險敞口都要重新評估。 - 窗口期正在打開——先建設能力，比等SaaS成熟後再切換更值得
算力、模型、應用三層，中國正在同步補齊。這個時間窗口對企業的技術團隊來說很關鍵：現在參與跟AI供應商共建私有化或混合部署的智能體能力，積累的是數據、調優場景和運營經驗。等到標準化SaaS方案成熟了再切，你付出的切換成本和時間成本只會更高。先發優勢在這個領域特別明顯——誰先跑通，誰就在積累數據飛輪。
回到開頭的那個數字：80%。它不只是燧原科技的風險提示，更是整個國產AI產業鏈的縮影——能力在快速追趕，但生態和客戶結構還在補課。2026年6月這一週，算力底座、市場規模、治理框架三層同時落地，是一個明確的信號：企業AI的基礎設施正在從「有沒有」切換到「好不好」。
對CIO來說，這意味著你不再需要說服任何人「AI值不值得做」，而是要回答一個更難的問題：「我們怎麼做，才能既跑得快，又不翻車？」
這個問題的答案，不會來自任何一份白皮書或任何一個供應商。它只能來自你自己的團隊，從第一個真實場景開始，一個一個地試。
