中国目前专精特新的企业，已经超过14万家，符合小巨人的国家级的也有1.46万家。是从技术、市场为焦点切入相关的赛道？在后续发展中是继续深耕垂直行业，还是不断扩展场景？

在2024创业邦100未来独角兽大会上，云遥宇航董事长、CEO李峰辉，蔚建科技创始人&CEO梁衍学，中科世通亨奇联合创始人/COO倪星光，迅杰光远CEO阎巍作为专精特新创业者代表与世辉律师事务所创始合伙人姜慧芳，围绕相关问题分享了诸多生动细节，从他们的创业故事中我们看到那些产业链深层的技术、场景多么不可或缺，其市场想象力可以怎样延伸。

以下为现场对话内容，由创业邦整理发布：

姜慧芳：4位朋友来自不同行业，千差万别，从航天到建筑，再到专业数据分析。想请大家详与我们分享一下，在选择业务及细分行业定位时，有哪些考量？阎总毕业于食品工程学，据说大学毕业与同学交流，发现一项技术想商业化，从一个行业跨到硬科技行业，您多谈谈如何选定这个赛道的？

阎巍：不是同学聚会时发现技术可商业化。近红外检测技术1995年就已商业化，我2015年才了解到。这设备能检测材质，比如你买件号称羊毛的西装，肉眼难辨，用我们设备一扫，就能知道羊毛、棉、化纤各占多少，就是这样的技术。

2015年我们同学聚会时，当时的设备体积大如音响，重50多斤，仅用于实验室。在化工、食品、发酵等行业生产中，现有传感器多监测物理性状，如温度、压力、流速，而产品品质与化学性质紧密相关，原化学性质检测靠实验室不同设备，缺乏实时性，出结果时若有次品，往往已完成大批量生产。

那次聚会看到该技术，我觉得追赶先行者意义不大。当时国内畅销的是进口顶尖品牌，如赛诺菲、布鲁赫等世界排名前列、年销超千亿美金的公司，在光学机电领域积累了几十上百年技术，我们难以超越。

巧的是我从事电子和IT行业，接触过MEMOS芯片（微机电）。用微机电技术替代原光学和电子技术后，设备从光学变为电子，对手技术优势归零。我们换赛道竞争，不与他们争原有客户（科研院所、中心实验室），而是面向其产品难以触及的群体，最小到农村现场收购、年收入10万8万的个体户。新技术使设备价格降为原来十几二十分之一，在维持利润的情况下，客户群体扩大约10-20个数量级，国内外皆如此。如今我们在海外表现出色，在欧洲、地中海、东欧和东南亚地区获奖众多，海外销量每年以3-5倍速度增长。

姜慧芳：您的思路挺不一样。很多创业者爱聊技术，而您更关注市场需求和客户。

接下来请倪总介绍下你们公司——一家独特的数据决策公司。您是如何选定定位与赛道的，是从技术角度出发，还是凭借其他商业优势开启这个创业项目？

倪星光：我们所处的数据智能决策赛道产业链较长，涵盖从数据获取、治理到决策分析，以及业务过程中的建模等环节。此前大数据人工智能应用成本高，是因为多为大公司、政府、部队、国防等行业使用。而且这些机构依靠内部数据打磨，速度慢、反馈周期长。

于是我们尝试用公开来源数据做分析，结果发现提供给用户的分析决策，比他们基于内部数据做的还要出色。可能由于内部相关工作未完善，后来他们反而愿意将内部数据交给我们，让我们协助分析决策。

选择这个细分赛道，更多是考虑到产品技术迭代能形成更快的闭环，同时也能借此证明商业价值。客户看到成效后，更愿意买单。这就是我们选择这个方向的原因，既兼顾了技术产品的快速迭代，又考虑了商业化因素。

姜慧芳：您找到了商业化、技术与客户的连接点。那您的客户主要是哪类呢？

倪星光：我们技术的可用方向较多，目前主要聚焦于国防、政府、能源、工业这四个赛道。

姜慧芳：如你所说，公开开源数据的应用场景很多，最初可能偏重于国防领域。

倪星光：最早就是从国防切入的。谈及复杂问题分析，做分析时需考虑的要素众多。例如，有客户要求针对男足对战世界杯，给出一份11人的首发名单。这就是个复杂问题，需考虑我方队员基本信息、敌方情况、赛场状况、天气等多方面因素，需要构建一个综合分析模型。在解决此类问题的过程中，如何整合公开来源数据、内部数据、专家业务知识以及当下的大模型技术，形成综合解决方案，是个难题。

姜慧芳：若给你2分钟现场做广告，哪些会是你潜在的应用场景？

倪星光：上午西门子提到的工业场景与我们较为适配。如今大家都在热议大模型，大模型主要是通用智能技术，而很多复杂场景的决策往往需要通用智能与专业智能（或者说专家知识）相结合。工业场景就非常合适，其中主体比较明确，数据基础也相对不错，这会是我们接下来重点考虑的一个场景。

姜慧芳：我在网上了解到梁博士的企业咱们是国内第一家、填补了相关空白的企业。从创立至今，这种领先态势是否持续？过程中有没有波折？还有聚焦的优势体现在哪些方向？

梁衍学：我之前从事工业机器人领域工作，做了10多年，是中国最早一批涉足该领域的人，而且我早期是在国外从事工业机器人行业。

这几年工业机器人日益成熟，成熟带来的结果是利用率逐渐下降。于是我开始思考这些技术还能应用于哪个行业。做机器人确实有很多选择，要么做“性感”但落地困难却充满想象力的，要么做“骨感”的硬骨头。工业机器人领域成熟度较高，在选择其他行业时经历了一番周折，很长时间都在纠结到底做哪个。

后来我们转变思路，从务实且能实现社会价值的角度出发，考量哪个从业群体数量较多。在中国，工业从业人数约1.4亿，其次是建筑行业，再往后还有司机、教师、清洁工等各个行业。随后我们将目光投向建筑行业。以前觉得建筑行业不太可能使用机器人，可实地考察后发现，经过几十年发展建筑行业的场地和标准化程度有了应用机器人的机会，而且在全球各个国家和地区都呈现出这种趋势。建筑工人工资相较于其他行业，特别是工业工人，高出好几倍。

对于我们做机器人的而言，目的是代替一部分重复繁重的劳动，自然要选择价值高的部分。进一步细分逻辑就是，机器人不要与人抢活，人不愿做的事让机器人去做。比如逆重力、耗体力或者有精度要求的工作，尤其是那些依赖手艺、工艺门槛高且难以传承的环节。如果能将这些只可意会不可言传的工艺通过数字化以参数表达，看似难啃的骨头，实则可能是块“肉”。

基于此，我们把建筑行业所有工艺列了一遍，每次列完按照上述逻辑排名，最后选定了抹灰。这并非因为我们有十足把握，而是觉得这件事值得做。

到目前为止，说实话，这个过程挺孤独的。因为直到现在，真正能产业化落地的只有我们这家公司。做完后我们也没指望别人帮我们完成最后一公里，而是自己带着机器人下场干活。如今，我们这款机器人已能在市面上实现运营盈利，接下来就是大规模复制。建筑行业几十年形成的惯性和组织方式有其内在逻辑，这些逻辑能否改变，是否需要引入新要素，是我们后续要重点思考的。

姜慧芳：听完后发现这是科研人的思路，从宏观到微观，分析大环境，再量化评估哪个赛道和场景可行，然后就投身实践，这是市场导向型的，先考虑市场，再考虑技术应用。

接下来这位创业者所在的行业在“天上”你们在做赛道选择的时候，思维方式跟前几位是不是有相似之处，还是有所不同？

李峰辉：有相似也有不同。先讲一个大的背景，可能和每个人都相关。我们每天生活、出行及工作等都需要精准天气预报信息。

姜慧芳：是的，天气预报与每个人和很多行业息息相关。

李峰辉：这就是我们要做这件事的原因。我们的初衷是为数值天气预报提供更加丰富的观测数据源。再讲个宏观背景，在国内，根据《中华人民共和国气象法》，国家对公众气象预报和灾害性天气警报实行统一发布，而我们现在所用的数值天气预报卫星数据源80%来自国外。目前我国在轨“风云”气象卫星只有9颗。由于气象卫星工程建设极为复杂、难度大，投入也很巨大，虽然在WMO（世界气象组织）内得以与美国、欧洲交换数据，但在顶层数据源方面，我们气象数据自主可控能力上仍有很大短板。

为了实现掩星观测数据自主可控，遥宇航开始组建商业气象小卫星，掩星产品与风云卫星产品相互融合、相互补充，为国家提供更多的自主可控气象观测资料。

自2015年以后，我国商业航天的整个供应链和工业体系不断完善，从部组件到火箭、卫星都日益成熟，成本也不断降低，这为我们开展相关工作提供了低成本的大背景。这是第一个大环境因素，我们希望通过商业化来解决这些问题。

第二个原因与我们团队有关。我们曾在五院负责中国第一颗地震卫星项目，我当时是项目负责人。2018年2月2号卫星成功发射后，我们整建制从五院出来。这一过程也历经波折，实际上体制内对于人员完全转向纯商业领域的态度，并不像大家想象的那么乐观，很多时候不太支持人员出来，我们遇到了不少困难。但我们整个团队，从设计、软硬件到算法，都是整建制的，这是我们做这件事的第二个原因。

第三个来讲讲市场。气象领域在顶层数据方面，被国外垄断得非常严重。我们很多人出差会乘坐飞机，目前国内所有飞机上加装的气象设备都是国外的。今年航运业发展较好，中国大约有6000多艘注册的远洋船只。与在地面上只需看手机就能知晓天气不同，远洋航行时，船员需要知道航行区域的具体气象情况，比如在太平洋上是否有台风、风力多大等。目前，中国90%以上的远洋船只使用的都是欧洲和日本的气象服务，这就是该行业面临的现状。

气象有个很典型的比喻，就像盐一样，无论炒什么菜都会用到。比如刚才提到的建筑行业，在高空作业时，不同的风况，像骤风、闪电等，都会对施工产生影响，所以很多建筑企业也开始购买气象服务。气象如同盐，各行各业都会用到，但它不像汽车、手机等行业那样集中，其分散性和高难度使得国内从事这个板块的人一直比较零散。

以上就是我们选择这个领域的三个原因。

姜慧芳：前面几位都在带动各自的行业发展，刚才李总给大家普及了，我国在气象数据领域处于非常弱势的地位。气象行业与各个行业都有着千丝万缕的联系，无论是在底层支撑，还是做决策、提供服务等方面。从政府科研院所走出来，创办一家民营企业，去做类似半政府工程的事情，这是一类非常值得我们致敬的创业者和企业家。

接下来咱们聊点前瞻性的话题。从未来发展角度看，对于切割小的细分市场，是要朝着更纵深的方向发展，还是做得更广泛呢？市场也是不断变化的。大家有什么想法都可以畅所欲言，这能给在场的各位一些启发，没有固定的标准答案，咱们就敞开聊聊。

阎巍：我们所处的行业是碎片化的，应用场景极为广泛，食品、石油化工、精细化工、新能源、集成电路等领域基本都能应用。而且我们有个优势，目前全球能用MEMOS技术实现近红外在线检测的仅有五六家，国内外都没有太强的竞争对手。

2022年我们获得中鼎的第一轮融资，2024年又拿到达晨领投、闲庭跟投的一轮融资，共计1点几个亿。之所以能拿到融资，是因为2019年产品推出后，现金流和利润都是正向的。在一些细分行业打开缺口后，由于竞争对手不强，很容易深耕下去。

当前环境下两三年后可能会有竞争对手跟进，对我们而言，时间成本远高于经济成本。所以现在的原则是，更快地进军更多行业并深耕。这主要涵盖两个方面，行业和区域。目前在国内，我们每年进入两个新行业；在国际上，每年进入一个新的大区或一个洲，大致是按照这个逻辑推进。

姜慧芳：这在行业里就是开疆扩土，拼命往前冲，这是一种发展选择。接下来听听倪总怎么说。

倪星光：我们在选择行业时也经过了一番思考，最终选择了国防行业。之所以选它，一是因为国防领域对相关技术和服务有着刚需，二是这个行业足够有深度。事实证明这个选择是正确的，过去4年我们的收入差不多翻了20倍。

我们在实践中体会到，当把一个行业做深做透后，不仅收入增长较快，还能实现盈利。我们可能是市面上为数不多实现盈利的人工智能公司。当在一个行业取得成功后，自然会吸引其他行业的客户，比如能源、工业领域的客户会主动找上门来。这时，我们就可以将积累的数据、分析技术和模型，向这些相近行业进行迁移。

在接触不同行业的过程中，我们发现即使是做相同的事情，不同行业的利润空间差异也非常大。所以，作为民营企业，我们会优先寻找利润空间较大的行业进行拓展。

我觉得对于我们这种专精特新企业，或者小巨人企业来说，不必有收入天花板的焦虑。早期投资人也常问我，我们所做的业务市场规模是不是只有十几亿。但世界在不断变化，只要关注大趋势，每年去做市场空间预测，就会发现市场空间在持续扩大。

姜慧芳：你们这种稳扎稳打，起码现金流为正、能赚钱不亏钱的企业在大数据、大模型领域是比较少见的。把行业做深做透，再自然向外扩展，像你说的，先做好分析，选择值得投入、有利可图的行业，这是经过泡沫挤压后创业者非常务实的做法。前几年很少听到这种声音。接下来我们听听更务实的做法，包括选好行业赛道后究竟该怎么做？

梁衍学：这涉及公司定位问题。我们做的是建筑机器人，可究竟是侧重于建筑还是机器人呢？如果定位为建筑，那就沿着建筑方向发展。但我本身是做机器人的，我们最初的想法是，大家都知道现在的机器人，能走路的不干活，能干活的又不走路，而建筑行业内在要求机器人必须既会走路又会干活。

从技术角度讲，我们希望做出一个能走路且能干活的机器人，外形长成什么样不重要，关键是具备这两种能力，拥有“大脑”才是重中之重。我们要沉淀的东西，将决定公司未来走向。实际上，我们把自己定位为机器人公司，要求我们的机器人必须能走路、能干活。目前呈现出的产品是建筑机器人，接下来要思考如何用数字化思维改造这个行业，再往后可能就是整套控制体系。

在当下社会，各类产品的生命周期越来越短，公司得具备一定的转型能力。具体往哪个方向转，得看哪里有盈利空间。而具备这种能力可能与技术规划相关。所以从公司成立之初，我们就花了大量时间研发自己的控制器。至于机器人的胳膊和腿能做什么，那是另外一回事。但在未来5到10年内，我们还是要深耕建筑行业，把这个领域做透。

姜慧芳：这个行业存在着巨大的发展空间，看清自身的资源和资金状况，将业务做深做透，这确实体现了创业者坚定的想法。接下来这位面临的挑战更大。刚才我们谈到政策和数据方面，由于国家间实力存在巨大差异，我们要做的事情很多。但对于偏民营的创业企业来说，既不是国企也不是央企，更不是政府机构，永远面临资金有限和资源有限的问题。那你们如何确定先做什么、后做什么，又怎样进行取舍呢？

李峰辉：我们公司属于重资产型企业。目前已经发射了30多颗卫星，明年至少会发射60多颗，资产规模较大。我们公司首先要解决的就是找到大客户。公司有两个关键要点：第一，将卫星原始数据卖给气象局以及Jiban，这能为我们带来稳定的收入。好消息是，Jiban已优化采购流程，而气象局方面，我们去年通过了中国相应的业务准入审核，拿到了唯一一张民营牌照，明年也将正式采购我们的数据，这第一步算是走通了。

然而，仅依靠这类客户，业务增长是有限的。所以第二步就是拓展行业应用。但这一步面临的挑战极大，因为涉及跨行业融合，还存在竞争，而且竞争对手大多来自国外，其中最大的竞争对手是EC，它在这个领域处于领先地位。我们尝试先从一些领域入手，第一个选择的是航海领域，我们在上海成立了子公司，为航运公司提供服务。接下来要拓展的领域是新能源，希望在座从事新能源，特别是做光伏预报的公司能与我们合作，共同拓展业务。

未来我们一定要拓展到C端市场。市场上已经存在一些目标天线，我们要与他们进行差异化竞争。毕竟天气与每个人都息息相关，我们现在也在做一些相关业务探索。大家如果感兴趣，可以关注我们云遥宇航，在抖音上搜索也能找到我们，欢迎大家关注我们。

关于创业邦100未来独角兽大会

2024年12月19-20，第十六届创业邦100未来独角兽大会在成都举办。本届大会由创业邦主办，成都市科学技术局、成都市投资促进局为指导单位，睿兽分析为数据支持平台。大会官方指定用车为比亚迪旗下新能源个性品牌方程豹汽车豹8。

“创业邦100未来独角兽大会”是准独角兽企业的年终盛会，始于2009年，致力于发掘出一批未来1-3年有望成为独角兽的未来独角兽企业。作为独角兽的挖掘者、创新的探路者，大会连续十六载颁发《创业邦100未来独角兽榜单》，累计评选出1289家高成长企业，如美团、小米、滴滴、理想汽车、蔚来汽车、泰格医药……根据睿兽分析数据显示，其中有106家公司已经成功上市，91家企业被并购，105家成为独角兽企业。

本届大会以“CrossingtheAlps——行者无疆”为主题，继续揭晓“2024年度投资人”《2024创业邦100未来独角兽榜单》《2024硬科技创变者50强》，发布《2024年全球独角兽企业洞察》，携手未来独角兽、硬科技创变者奋楫前行。 更多未来独角兽、硬科技榜单，以及实时科创数据、产业图谱尽在睿兽分析。