一场关于核心技术、团队与出海的深度对话。
智能制造作为人工智能、大数据、物联网等前沿技术与实体经济深度融合的产物，正驱动全球工业生产模式发生深刻变革，被誉为新一轮工业革命的“智能引擎”。它不仅大幅提升生产效率和产品质量，更重塑了全球产业链与价值链。面对万亿级市场潜力，资本持续涌入这一战略高地。
在8月21日召开的「2025甲子引力X中国科技产业投资大会」现场，华义创投业务合伙人陆海涛担任主持，携手创东方投资合伙人周星、创世伙伴创投合伙人聂冬辰、狮城资本合伙人刘振宇、芯能创投管理合伙人裴婉辰，共议智能制造如何赋能产业升级，分析核心技术突破、商业模式创新与未来投资机遇。
围绕智能制造落地中的核心痛点与解决方案，嘉宾一致认为，当前制造业企业普遍面临降本增效、数据整合与人才不足等挑战。
聂冬辰指出，最大刚需仍在于“替代人工、提升人效”和“通过数据与AI结合实现决策优化”；刘振宇强调，传统制造企业正处于“从规模化制造走向精细化运营”的关键阶段；裴婉辰则分享了视觉检测在烟草分拣等具体场景中带来的质效提升，反映出技术需与真实需求紧密契合。
就“非技术因素”在投资决策中的重要性，各位合伙人多次提到“团队”是关键。
裴婉辰表示，创始团队的专业能力、稳定性与道德品质是长期陪伴的基础；刘振宇提出目标感、边界感和迭代能力是衡量企业能否持续成长的重要维度；聂冬辰则强调产业经验与跨领域学习能力缺一不可；周星指出，创始人是否具备从技术到管理的升维能力，往往决定企业天花板。
在探讨中国智能制造的突破路径时，周星认为，机器人、低空经济、AI等领域以及核心部件（传感器、减速器、控制器等）仍有较大成长空间；刘振宇从出海角度建议企业“顺势而为”，借助架构设计与本地合作实现全球化布局；裴婉辰指出，工业软件、精密零部件等底层技术仍依赖进口，呼吁产业链各环节企业坚守专注、持续突破。
最后，在面向创业者的一句话总结中，嘉宾纷纷强调：内修核心能力、外抓客户需求，保持战略定力，贴近产业现场，才是穿越周期、实现真正价值的关键。
以下是本场「智能制造——工业革命的智能引擎」圆桌对话实录，甲子光年整理删改。
陆海涛（华义创投业务合伙人）：大家好！很荣幸能够作为这场圆桌的主持人。请各位嘉宾简单介绍一下自己和所在机构，以及在智能制造领域的重点关注方向和投资案例。
周星（创东方投资合伙人）：大家好，我是创东方投资有限公司的周星。
创东方投资成立于2007年，管理规模超过250亿元，投了超过180家企业，其中40多家企业成功上市，制造业企业占20多家。公司长期聚焦制造业，2015年设立首只先进制造基金，现在已经完成了先进制造第四期基金。未来将会面向于机器人、新能源、新材料，空天领域的投资。
聂冬辰（创世伙伴创投合伙人）：大家好，我是创世伙伴创投合伙人聂冬辰。
创世伙伴创投在2017年完成品牌升级。整个合伙人团队从2007年起管理硅谷KPCB中国基金，深耕TMT及硬科技18年。过去十年关注智能制造，比如工业软件、AI应用、核心零部件、系统方案及终端本体，主要投A轮左右的公司。A轮项目中超过40%实现上市或成为独角兽。未来继续聚焦早期优秀企业，大家一起扶持拿到更好的结果。
刘振宇（狮城资本合伙人）：大家好，我是狮城资本的刘振宇。
狮城资本2019年成立，是新加坡华侨银行旗下的人民币基金管理平台。华侨银行总部在新加坡，拥有一百多年历史，是东南亚第二大金融机构。
到现在为止，团队总管理规模100亿元，其中狮城资本人民币基金大概30亿元。投资方向聚焦数字化解决方案、跨境出海及中国与东南亚互动的机会；智能制造重点覆盖半导体、新能源、新能源车及工业软件。
裴婉辰（芯能创投管理合伙人）：大家好，我是芯能创投的裴婉辰。
公司2022年成立，依托团队学术及投资背景，我们在新能源、新材料、半导体、智能制造、生物医疗等领域进行投资。
目前，公司管理人民币基金20几个亿，有3只美元基金，专注早期生物医疗，总管理规模近30亿元。2022年布局新材料，覆盖钠电、锂电、钛材；2023年投资智能制造微纳加工及ALD设备；2025年重点转向生物医药、低空经济、商业航天，上半年已启动多家工业软件项目尽调。
1.智能制造攻坚时刻：落地难题与资本策略
陆海涛：从投资视角看，大家认为当前哪些应用层面的集成解决方案，能够最快、最有效地解决传统制造业最紧迫的痛点？
周星：我们看到各个场景下的解决方案，大部分属于定制化。比如农业采摘、厨房作业、矿山作业以及芯片代工厂的场景，方案多种多样，核心在于关键零部件与核心算法。在特定应用场景中，解决方案未必需要最好的性能指标，但必须实现高度适配，这才是构建有效解决方案的关键。
聂冬辰：最终还是要回归传统制造业客户的实际需求场景，现在看最大的矛盾在于以下几点：
第一，传统制造企业普遍面临成本压力，亟需降本增效。
其中，减少人工依赖或提升人工效率是最大头的。过去我们投资比较多集中在利用数字化工具、虚拟现实结合技术、纯智能制造设备或智能机器人等方案，来替代人工或提高生产效率。
第二，数据应用成为重要方向。
过去二三十年，大量传统制造企业已经积累很好的数据基础。重点行业的头部企业数据技术逐渐成熟，不仅实现了数据上云、联通和BI看板等基础功能，更能够基于数据与人工智能算法结合，推出创新解决方案，从而帮助中大型企业构建新的竞争优势。
所以，未来应用解决方案应重点关注这两个点：一是围绕“人”的效率提升，另一个是围绕“数据”结合新的人工智能解决方案。
刘振宇：中国制造业冠绝全球，这几年中国的制造业在经历一个转型：从“做大”到“做强”。
原来中国是世界代工厂，如今则不断涌现出新一代的企业，他们凭借产品和自主品牌走向全球，他们也算智能制造的企业。这类企业更关注产品怎么创新，从产品设计、研发到制造，他们的原生能力很强。
然而，仍存在大量传统制造企业，其主要客户来自国内外头部品牌，当前的核心任务仍是补齐短板、提升规模化制造效率。对于这类企业，当务之急是通过引入数字化工具优化生产流程、提高效能，逐步实现做大做强。
裴婉辰：在传统制造业中，“降本增效、提质增量”是普遍共识的痛点，几乎每一位制造业业主都会明确提出这种需求。我们在投资相关企业时，会更关注制造业客户对我们的正向反馈。
比如，我们投资了一家专注于视觉解决方案与视觉芯片的公司，他们的首个落地应用是为烟草公司提供烟叶分筛服务。现在在深度学习这个领域，图像识别技术已经非常成熟。这家公司将他们的视觉芯片安装到烟草公司的整体生产线，替代传统依赖人工的分筛方式。
通过引入基于深度学习的视觉检测系统，该公司实现了对烟叶的自动化、高精度分筛，不仅显著提升分筛质量，也大幅降低了烟草公司的运营成本。所以我们筛项目的时候，更多关注底层是不是存在客户为他买单的情况。
2.决胜在“人”：投资智造的核心要素
陆海涛：我们理解智能制造是非常复杂的系统，不管在大的企业还是小的企业，都是一把手工程，里面涉及到组织变革、人才培养、数据安全等等各个方面的因素。各位嘉宾认为，咱们在投资智能制造企业时，除了技术和市场，哪些非技术因素是你们重点关注且决定成败的关键？能否结合案例分享？
裴婉辰：我觉得无论投资什么行业，最关键的因素始终是人和团队，投资创始人的专业能力、技术背景、道德品质，以及团队的稳定性与长远规划。
在投资决策过程中，我们倾向于与创始人及其合伙人聊，评估他们对行业的理解深度，自身的背景、产业经验能否支撑他们向投资人画的饼。
我们在投资中也有很多失败案例，这可能是因为团队核心成员在企业发展过程中心态变了，引发内部管理失控，最终将公司推向破产重整边缘。所以，除了直接与团队沟通，我们还要结合上下游，验证外界对整体团队的认可度，综合这些信息后再做出投资决策。
刘振宇：除了技术实力与市场前景，对创业团队的考察同样重要。在智能制造这块，我们投资过一批为智能制造提供工业软件和服务的企业。从这些案例中，我们总结出优秀团队具备的三个词：
第一，目标感。团队要清楚地知道制造业客户的真实需求，理解使用产品的核心驱动因素是什么？是行业本身发展倒逼他转型使用工具，还是为了提效。甚至还要进一步了解客户的市场，有很清晰的目标感很重要。
第二，边界感。工业软件系统功能边界宽泛，对团队来说需要定义自身的能力边界，清楚最擅长的领域是什么，而不是盲目地进行规模化扩张。
第三，迭代能力。我们投资的一家企业最初是服务传统燃油车厂商，比如福特、宝马等等。当新能源浪潮来了以后，该团队果断将业务重心转向新能源车企，从而在市场上取得了先机。早在2017～2018年，新能源行业走向尚不清楚，但团队展现出应对市场变化的敏捷迭代能力。
正如在新能源、储能、消费电子和机器人等领域，持续扩展和调整商业边界的能力，对智能制造企业而言是有挑战的事。
聂冬辰：产业经验不可或缺。所有智能制造相关项目都必须与具体场景结合才能落地。如果欠缺比较深度的产业经验，最终会发现产品和解决方案很难落地。
比如，我们投资的中科原动力专注于农业场景下的自动驾驶，未来很多自动驾驶的无人拖拉机在田间地头耕地、播种和收割。实践中我们发现，东北黑土地、新疆砂壤、西北黄土及丘陵地带等不同地质条件对算法的影响非常大。如果不在行业里深耕，很可能误以为一套算法就可以用在全国各类地形，这就会影响方案的实际落地。所以，产业经验非常重要。
第二，是团队的学习能力。
智能制造是集大成者，无论是材料、算法、软件、核心零部件、本体集成一系列都会影响最终交付的解决方案和产品。我们发现好的智能制造团队应该能够不断弥补自身短板、承担超高负荷，这样才能把握新的市场机会。
以前大家都用传统CAD，当AI出现，更多端边云能力出现的时候，实时的CAD、实时的CAE就变成了现实的解决方案。传统CAD厂商如果不结合新的AI和云的解决方案就会落伍，很难处理线上云端的需求场景。
同样，在机器人领域，如果关键部件（比如踝关节所采用的行星滚珠丝杠）仍沿用传统零部件，而未吸纳最新技术，则机器人的运动精度将显著落后，机器人就容易摔倒，产品竞争力大打折扣。
因此，团队是否具备持续学习并整合前沿技术的能力，是我们重点关注的要素。
周星：在技术因素之外，我们还需重点关注以下几个维度。
首先永远是产业方向，它的重要性甚至高于团队。如果不是正确的产业方向，再优秀的人发展空间也会受限。
在关注团队时，最核心的还是创始人。回顾过往的一些失败案例，我们曾因看重联合创始人的能力而投资，但没过多久这个联创走了。这类情况更加表明，最关键的因素还是老板。
大家针对创始人各种维度也做了一些信息，我想补充三点。
第一，在智能制造领域，创始人核心要点之一就是精细化生产管理。精细化生产不仅能提高效率，也能更深入地了解自身的技术与客户。
第二，团队应具有系统化的管理机制与凝聚力，能否吸引并留住优秀人才，是支撑企业长远发展的基础。
第三，我发现绝大多数做到上市的企业家都实现了从技术到管理的维度跃升。仅具备技术能力是不够的，创始人还需突破能力边界，向管理维度升级。
3.技术破壁与出海：智造企业全球布局的关键策略
陆海涛：创东方在本土产业投资领域深耕多年，对中国制造业的脉络有非常深的洞察。结合中国庞大的工业体量和独特的市场需求，您认为在哪些特定的制造行业，或哪些智能制造的关键环节，中国企业最有可能率先跑出具备全球竞争力的企业？
周星：回归到具体产业，中国在全球有非常多优势产业，比如低空经济、AI、机器人。以机器人产业为例，中美之间的技术差距正在逐步缩小。
从微观层面看，有几个关键部件值得重点关注：执行器、控制器、减速器、传感器等核心器件，这些器件会被充分运用在机器人、汽车、飞机等不同领域。再向上延伸，机器人产业的核心环节，比如执行机构、移动部件与智能控制系统等领域，都存在（投资）机会。
陆海涛：狮城资本在全球，尤其在东南亚市场布局广泛。在您看来，中国智能制造这些企业出海时，除了传统技术跟市场竞争之外还应该关注哪些重点文化差异等非技术挑战？
刘振宇：除了技术市场因素，架构设计是企业出海需考量的重要方面。
现在很多企业出于业务拓展或资本市场布局等原因，选择出海，但是一定得搭建合适的组织架构。有些企业选择将海外总部放在新加坡，以此作为海外运营中心，与国内总部形成双总部战略，从而以新加坡公司为支点辐射东南亚乃至欧美市场。
其次，出海还是要顺势而为，自己“造船出海”不如“借船出海”。
企业要从自己的产业链出发，优先选择具备相应产业基础、人才资源及工业配套的地区，这样才能更好适配。同时，寻找可靠的本地合作伙伴也很重要。不管是已经出海的前辈，还是提供海外当地的Know-how合作方。
陆海涛：创世伙伴在企业服务、软件领域投了比较多项目。聂总，您觉得在智能制造的赛道当中，数据智能和工业软件的核心价值体现在哪些方面？在识别跟投资这些标的的时候，您最看重它们哪些关键能力？
聂冬辰： 一切传统企业叠加新技术与解决方案的时候，核心目标就是一个，要突破自身边界、找到第二增长曲线，或者提高在非常内卷环境下的核心竞争力与优势。
我们经常会说“降维打击”。比如，当企业通过智能制造设备或智能体替代人工，实现7×24小时不间断生产的黑灯工厂，它的核心竞争力就比传统人力密集型企业提高了一个维度；或者，当企业通过AI Agent平台打通各部门流程、系统化完成工作流时，它的运营效率与业务精准度也高了一个层次，进而形成内部管理上的显著优势。
从我们的角度来讲，无论是工业软件、智能数据解决方案，还是专精型、软硬结合或纯硬件企业，其根本价值在于帮助客户进入更高维度的竞争层面，提升他们的竞争力。
在评估这类投资标的时，关键在于判断产品是否真正提供此类价值。
做投资做久了，大家经历了很多阶段，能够识别很多事情是“新瓶装旧酒”的概念包装，但本质没变。就像很多“AI to B”应用，把AI概念砍掉之后，它的内核与上一代SaaS产品没有区别。上一个时代国内SaaS几乎全军覆灭的情况下，如果这个时代还投本质上仍是SaaS的“AI公司”大概率也会死得很惨。
所以，不管是软件还是软硬结合方案，核心都要回归到真实价值上：不要说做了多少市场调研，做了多少客户访谈，而是以客户长期持续增长的订阅或服务费作为结果给投资人看。只有客户愿意持续付费，才是“用脚投票”的真实体现。
此外，对于进军全球市场或计划海外IPO的企业，盈利性并不是那么重要的指标，增长性往往更具重要性——这是一个截然不同的衡量维度。
陆海涛：芯能创投专注于核心技术投资。您认为未来5～10年，哪些底层的核心技术突破，会对中国的智能制造突破卡脖子环节有帮助。在这些领域您认为咱们作为投资机构应该如何去布局？
裴婉辰：从2013年开始，德国提出“工业4.0”，到2015年，我国启动“中国制造2025”战略，现在已经过去十年。当初设定的目标是在2025年使我国迈入制造强国行列，到2035年达到制造强国前列水平。
回顾这十年，我们看到中国在智能制造方面有所变好，但是变好的还没有那么明显。大家达成了共识：智能制造是一项系统化的工程，并不是单一或少数技术突破就能实现整个行业的跨越式发展。
我们要清醒认识到中国智能制造的现状。在软件层面，无论是CAD、CAE、CAM等工业软件，还是设计仿真系统、产品生命周期管理（PLM）系统以及制造执行系统（MES），目前仍主要依赖进口。尽管国内涌现出不少工业软件企业，但其产品底层架构与核心引擎大多还是建立在国外一些公司的系统上，包括引用了一些开源技术。这些还是有一定的风险性。
在硬件方面，以当前备受关注的人形机器人领域为例，关键部件如减速器市场大部分被国外企业占据：日本企业垄断了RV减速器80%的市场，纳博特斯克则占有60%以上份额，而在行星减速器领域德国企业也占据了50%以上。
当然这两年中国涌现了很多机器人核心零部件企业，但在产品一致性和可靠性方面，与日本、德国等传统制造强国相比仍存在显著差距。
究其根源，许多核心零部件的制造仍依赖工匠的手工技艺和经验传承，甚至受制于工业母机——比如五轴联动数控机床等高端装备也需进口。
所以我觉得，并不是某单一技术有所突破，而是产业链上的每一个环节企业都在自己专注的领域上有所突破，这样我们才能把中国制造业做得越来越好。
4.长期主义者的生存法则：练好内功、深耕客户
陆海涛：最后，请各位嘉宾用一句话概括您对“智能制造——工业革命的智能引擎”的理解和展望，并对有志于投身或投资智能制造的创业者和同行提供一个最核心的建议。
周星：智能制造是需要长期沉淀的行业。各位创业者、企业家不用太关注浮华的世界发生了什么，我觉得更重要的是内观自己的核心竞争力，把握行业机会。也就是内修技能，外修客户。
聂冬辰：一切跟AI和机器人相结合的智能制造，我们都超级关注，大家做这方面都可以来找我们，谢谢。
刘振宇：路虽远，行则将至；事虽难，做则必成。
裴婉辰：建议创业者不要只做纯技术派、钻技术的牛角尖，需要同步推进技术突破、商业场景落地与规模化量产。创业团队要多下工厂，多去和前线的工人沟通，看他们的具体需求是什么，从而快速迭代，让产品有更广阔的市场前景。
陆海涛：智能制造确实已经喊了非常多年。我觉得最终还得要资本方与创业者合力，向工业交付真正有价值的智能制造解决方案。
（封面图及文中配图来源：「渡口——甲子引力X2025科技产业投资大会」）
END.
