山东,诞生一家AI黑马恒远科技

一笔山东AI融资正在赶来。 恒远科技B+轮融资过去还不到半年时间，全新AI产品便在德国汉诺威高光亮相，在工业AI圈引发关注。投资人的目光随之而来，已有多家投资机构关注恒远科技的后续动向。 趁此节点，我们在山东烟台见到了恒远科技掌门人——张永文，一位80后博士，早年职业生涯贯穿于富士康、西门子等巨头，直到2016年他带着多年的制造业经验投身创业，一手创立恒远科技，致力于用工业AI赋能装备制造业。 十年深耕，恒远科技从烟台一隅走向全国，在北京、西安、成都、太原、沈阳等地设立子公司，并在西安、成都双城布局研发中心，汇聚百余名AI人才，专注人工智能理论、方法及工具的原创性研究，构建起多点协同、纵深辐射的全国版图。 凭此布局，恒远科技崛起为工业AI一股不可忽视的力量，至今身后聚集一支长长的投资人队伍。透过这一幕我们看到，工业AI的分水岭正在到来。 复盘十年创业 熬过低谷，拿下500家客户 张永文将自己称作是一个“天生的创业者”。 张永文1983年生于西北小城，上大学才首次走出家乡。大学读机械工程专业，从此踏入工业制造领域。毕业后，他便进入富士康集团录用，担任工艺工程师。 在富士康工作四年后，张永文转身进入了西门子集团，虽然依旧是出任工艺专家，但他深切体会到了定位不同。相比之下，富士康是大规模制造，西门子则是世界级高精密制造。正是在这里，张永文对德国提出的“工业4.0”进行了系统研究，并接触到了全球化经营理念。 多年奔走在工业制造一线，张永文目睹着数字化为行业带来的种种变化，心中也萌生了一个信念——中国工业软件不能永远做追随者。于是，他将创业的目光瞄向了装备制造业，恒远科技也在2016年应运而生，面向大型装备制造，提供工厂级与产线级的工业智能化服务。 实际上，这并不是一个轻松的创业选择。装备制造业具有非常典型的“三高两长一难”特征：订单高度定制、设计与供应链高度复杂、制造过程高度离散、生产制造周期长、产品生命周期长、数据集成和治理难。显然，这是工业赛道里门槛最高的领域，开展工业智能化难度颇高。 但对于张永文而言，背后的逻辑很简单：“要做就做最难的事，在最难的地方建立标准。只有这样深入整个装备制造业，核心壁垒才会足够强。” 只是这意味着，恒远科技所面临的挑战非比寻常。张永文清楚记得那是在2019年，当时还在孵化器内办公的恒远科技品牌知名度并不高，来自装备制造的订单寥寥可数，导致企业内部也出现一些分歧：初心和生存应该怎么选？ 最终张永文果断拍板决定，给销售团队定下红线：谁拿装备制造以外的行业订单回来就罚款。他对投资界坦言，“当时只有一个信念，哪怕公司暂时不赚钱，也绝不碰装备制造以外的行业。” 在他看来，服务其它行业虽然能拿到一些订单，但是企业产品的验证路径将发生变化，为之付出的时间成本很高，大部分精力被分散掉，恐怕会离当初的目标越来越远。最终，团队咬牙坚持渡过了难关。 此后，恒远科技业务发展驶入了快车道，正当团队锚定更高的营收目标寻求突破时，戏剧性的一幕出现了。彼时正值2023年疫情刚刚结束，团队原本预计市场环境会有大幅好转，但没想到现实恰恰相反，客户需求疲软，订单增速远不及预期。 而恒远科技此时已在业务方面配置了大量资源，突如其来的变化让张永文压力倍增，这使他第一次感受到，创业是一项充满未知因素的事业。恒远科技果断调整战略方向，将重心锁定在产线级工位效率的提升上，并由此推出了“产线大脑”这一核心产品。随后，经过内部梳理与业务聚焦，公司迅速回归增长轨道，订单规模也在2024年成功突破1亿元。 时至今日，恒远科技已在装备制造领域服务超过500家客户，当中不乏中国航天、中航工业、中国船舶、中国兵器、中国航发、国家电投、太重集团等“大国重器”，并承担3项国家级重大科技项目，参与2项国家标准制定，实现了从数据采集、边缘计算、协同制造、智能决策的全链路贯通。 回顾十年创业路，张永文直言自己一直保持着战战兢兢、如履薄冰的状态，即便是聊到企业取得的这些成绩，在他脸上也看不到太多兴奋的情绪。“当你前期付出的努力足够多，好的结果自然是水到渠成。” 重新定义工业AGI 从同行看来，恒远科技敏锐地抓住了这波席卷而来的AI浪潮。 时间回到2024年，这是恒远科技的“AI元年”，发布了首款AI产品“产线大脑”；一年后，又推出了智能体统一交互与协同管控平台“AI工作空间”。与此同时，恒远团队内部也早早开启了全员AI赋能培训。担心掉队的张永文，还攻读了西安交通大学相关专业的全日制博士。 但张永文也十分清楚，前述的这些产品缺乏统一的AI底座，放在一家装备制造企业里，只能解决单点问题，而企业需要的是一个运作完整的工业智能系统。 于是，在今年4月的汉诺威工博会上，令人印象深刻的一幕出现了：一群欧洲工程师围在恒远科技展位的一块屏幕前，屏幕上的系统正在自主推理一个从未排产过的新订单——没有预设脚本和人工干预，调取了物料约束、设备状态、工艺逻辑，在几十秒内给出了可落地的排产方案，整个过程一目了然。 背后的答案，是一个名为“H4 OntoX”的AI原生本体驱动的工业大模型引擎：以OntoPlantOS为底座，搭载OntoLink物联智能、OntoPlant业务智能、OntoMind数据智能三大套件，覆盖“感知-分析-执行”的完整链条。 在张永文看来，传统工业AI在过去走了不少弯路，首当其冲的是流程固定化。把最佳实践编码成标准流程的逻辑，在上世纪末是百试不爽，但如今装备制造业进入“多品种、小批量、快交付”的模式，对高效柔性换产的要求极高，过程中不断会有新变量产生，再用固定系统去处理本身就是悖论。 此外，随着工厂生产管理的环节愈发增多，工业智能场景更加碎片化，而传统工业AI只是专才，只能针对单一场景解决问题，一旦换一个场景立刻束手无策。 即便是通用大模型爆发，却也无法在工业赛道里立足，原因在于其底层是概率模型。例如，让大模型分析一批轴承的质量数据，虽然给出的结论看起来有理有据，但却在物理上不成立，因为大模型并不知道这一材质的轴承在这个温度下的扭矩范围，最终实际结果只能是产品报废。 那么H4 OntoX为何能够脱颖而出？这离不开恒远科技过去十年的积累——深度服务数百家行业龙头，在数千个真实场景中，将数万名工程师们数十年的排产逻辑、工艺诀窍与异常经验，凝练成结构化的工业本体模型。它不是被训练出来的工具，而是从真实制造中长出来的认知系统。让它运转的，不是某一条产线的脚本，而是十年间几百家工厂、几千条产线共同沉淀下来的工业常识。这种在产线土壤里生长出的认知能力，是其他系统难以跨越的。 张永文强调，所谓的本体是对真实世界因果关系的结构化和表征化，是把物理产线上真实的设备、物料、工艺，以及它们之间的约束关系和因果链条，抽象成可被机器推理的认知框架。 由此一来，H4 OntoX一方面消除了AI幻觉，给通用智能装上工业常识的骨架。当产线出现新异常，系统不是基于概率给出“可能性”，而是基于因果链给出“确定性”，让每一步推理可追溯、可信任、可执行。另一方面，H4 OntoX可以将能力泛化，即把一个人的认知，转化为整个组织的资产。 换言之，H4 OntoX定义了一个新品类——工业级通用AGI引擎。更关键的是，这个系统是“活”的。当业务变化，动态建模跟着变；老师傅的经验，自动沉淀成“数字员工”的技能；下一次换产、异常处理，数字员工可以自主完成工作。同时，新客户上线即训练本体，意味着客户越多，引擎越强，壁垒越深。 张永文将这称之为“活态自主”，“标志着制造系统可以像生命体一样，能适应、能认知、能进化，伴随着工厂中每天出现的新变量，能够实时调整迭代。”复盘下来，恒远科技完成了工业AGI从“能说”到“能做”的关键一跃。 投资人云集 山东国资押注AI潜在独角兽 回顾以往融资历程，恒远科技在很长一段时间里鲜少与投资人接触。 这背后是一个主动选择的结果。张永文坦言，虽然当时受限于地域资源，作为初创公司确实缺少融资渠道，但更重要的是企业内部形成了一个共识——在没有好产品和成熟案例的前提下，融资时机并不成熟。 转折点在2019年出现。彼时恒远科技蜂巢工厂H1刚刚入选工信部“工业互联网优秀案例”，由此进入投资人的视野之中。而恒远科技当时办公的孵化器隶属开创集团旗下，开创集团董事长周伯虎也因此早早注意到了这家企业，恒远科技获奖后更坚定了他的投资信心，果断投出了第一笔数百万元的Pre-A轮融资。 完成投资后，周伯虎对张永文说的一句话令他至今记忆犹新：“周总让我放手去做，要坚持把自己想做的事情做好。同时要主动走出去，找够100家投资机构，总会有伯乐出现。” 很快，投资人开始排队赶来。 2021年3月，恒远科技宣布获得梅花创投数千万元A轮融资。聊起这笔融资，张永文透露契机源于疫情期间的一场线上路演，当时有多家机构都对恒远科技表示出投资兴趣，其中梅花创投成为最快出手的那一家。 马不停蹄，恒远科技又在同年11月获得数千万元A+轮融资，由达晨财智领投，梅花创投跟投。在这轮融资中，达晨投资团队的专业性给张永文留下了深刻印象。达晨财智多位合伙人曾先后来到恒远科技考察，同时达晨团队还对恒远科技的客户进行了走访，验证产品能力。 “达晨找了一家第三方咨询公司，共同研判我们公司的发展空间。这种严谨的态度，本身就是对我们的一种激励，能得到他们的认可，更坚定了我对公司未来发展的信心。”张永文感慨道。 随后，山东国资也来了。2022年6月，恒远科技完成5000万元Pre-B轮融资，新引入国资背景的源禾资本、华实投资，老股东达晨财智再度加持。 时隔半年，恒远科技又获得亿元级B轮融资，由毅达资本、烟台国丰投资控股集团、烟台业达经济发展集团等投资。紧随其后，东营财金投资集团及烟台正海投资也