
“这个有什么用?怎么用起来?”
一家有超20年制造经验的企业,进入AI推理算力市场后,被客户的这个问题问住了。
这两年,AI算力市场热闹得很。有人建设算力集群,有人销售服务器,也有人提供算力服务。可到了实际使用环节,一些企业却发现,设备买回来了,应用没找到,业务也接不进去。
IDC与中国信通院2026年的联合调研显示,在制造、政务等行业,智算资源利用率达到70%及以上的企业占比不足35%。
供给端忙着把算力卖出去,需求端还在琢磨怎么用起来。
对进入AI推理算力市场不久的奥尼电子而言,超20年的制造与供应链积累,为其探索Token工厂提供了硬件生产、定制和交付的基础。
而客户提出的“怎么用”,恰恰是过去的制造经验难以回答的问题。
做了超20年硬件
闯AI却被软件难住了
今年6月,奥尼电子开始向Agent及AI应用开发企业免费开放硬件适配测试资源。
一家做了超20年消费电子制造的企业,为什么进入AI推理算力市场?又为什么对软件企业开放硬件适配?
这要从奥尼电子几年前的转型说起。这家以智能摄像机、车载摄像头等产品起家的制造企业,在2021年上市后,受到行业竞争加剧的影响,开始寻找新的业务方向。
2023年,公司从笔记本代工切入计算设备领域;2025年,进一步向云游戏、渲染等企业供应高端服务器,直到当年年底才明确向高性能推理计算市场转型。
从摄像头到服务器,产品换了,做生意的思路却还有惯性。
奥尼电子AI算力事业部总经理阮剑告诉雷峰网,公司最初仍沿用传统制造业的思路,把产品设计好、外观做好、制造品质做扎实,认为这样就能打动客户。
客户反馈却很直接,设备的外形和产品设计并不是他们最关心的,客户更想知道这些设备能跑什么AI应用,又该怎么接进自己的业务。
为此,奥尼电子试过自己开发应用。但客户的需求越来越多,今天想用AI辅助办公,明天又要接财务、法务……不同行业、不同企业的需求差别很大,很难靠一套设备或几个预装应用满足。“我们其实也很头痛。”阮剑说。
硬件制造的“老兵”,遇上了软件开发的新麻烦。
不过,在与软件企业的交流中,阮剑发现,对方也有自己的难处。“我们发现做软件开发的企业面临的竞争压力,比我们做硬件的企业还大。但他们想投入硬件研发,又没有我们这样的制造基础。”
硬件企业熟悉生产制造,却未必了解具体的应用场景;软件企业拥有开发能力,却很难在短时间内建立硬件研发、供应链与交付体系。
双方都看到了对方所在领域的机会,也都碰到了各自的能力边界。(若你了解或经历过企业跨界AI的背后故事,欢迎添加作者微信 treelog10 分享)
奥尼电子缺应用,软件企业缺硬件,双方反而有了合作的机会。
“我们负责把硬件做好,并免费开放适配测试资源。”阮剑说。对方缺少硬件基础,奥尼电子则具备制造和定制化能力,双方可以各自发挥所长。
这也是奥尼电子尝试硬件资源开放的原因。随着合作推进,奥尼电子也获得了部分模型、芯片原厂的支持。
“我们不把这称为‘生态壁垒’,而是‘生态合作’。”阮剑说,奥尼电子的能力主要集中在硬件架构,应用层则不是优势所在。
目前,奥尼电子已发展60多家生态合作伙伴。硬件制造和适配测试资源由奥尼提供,具体场景的AI应用则交给软件开发企业完成。
“与其独自开发各类应用,不如寻找专业的合作伙伴。我们的能力有边界,但是各个领域都有高手。”
一锤子买卖到三五年服务Token Infra改变生意逻辑
找到软件合作伙伴,为奥尼电子补全了能力,但这还没有真正回答“怎么用起来”的问题。
阮剑说得更直白:有些企业投入资金采购设备,却没有找到合适的业务应用。“如果我们只想把设备卖给客户,很难卖,也卖不动。”
奥尼电子开始尝试换一种方式和客户谈生意:先不急着推荐设备,而是了解对方究竟想用AI做什么、有没有必要采购设备、准备投入多少钱。
阮剑觉得,这种模式和FDE(前沿部署工程师)的工作方式有些相似:先了解业务,再讨论技术和部署方案。
算力设备卖出去只是开始,后续服务可能持续三到五年。
要做到长期管理,第一步就要管好算力设备。随着奥尼电子逐渐推出桌面工作站、企业微节点和云端集群,客户还希望把此前购买的其他品牌硬件也接入同一套系统。毕竟如果每增加一套设备就要再部署一套管理系统,使用起来不止复杂,还可能导致资源浪费。
阮剑举了个例子:年初采购的算力设备,到了年底可能已经不是最新型号,但依然有算力、有价值。那么,老设备能和新设备统一管理、调度,才不至于让前期的投入闲置。
奥尼电子的TokenPond平台就是在这样的需求下逐步建立的,平台最初只管理边缘机房设备,后来接入桌面工作站,再打通云端集群,尝试兼容不同厂商的硬件,把算力调度、计量计费和运维管理集中到一套系统里。
除了管理算力资源,奥尼电子也开始通过Token工厂提供推理算力服务。阮剑介绍,奥尼电子目前在三个城市建立了算力集群,其中庆阳的项目服务于自动驾驶业务,玉溪的项目则主要面向渲染场景。
深圳则略有不同,奥尼电子在这里搭建了自己的Token工厂样板,通过GPU集群部署模型、提供推理服务,尝试将AI应用到自身制造业务中。
“建立企业私有的Token Infra,最初是因为我们自己就遇到了数据安全的困扰。”阮剑说。作为一家制造业上市公司,奥尼电子的核心经营和客户数据不能出域,无法直接交由外部AI平台处理。
这是当下制造企业引入AI时需要面对的现实问题。涉及商业机密、生产数据和客户信息,企业既要考虑数据安全与合规要求,也需要解决模型部署、数据管理以及AI应用与现有业务系统的衔接问题。
按照奥尼电子的设想,企业可以根据业务规模和数据安全要求,选择在桌面工作站、企业内部机房或专属云端部署算力,再通过TokenPond统一管理这些资源。由此,企业便可以在一套私有Token Infra中管理算力、部署模型,并接入所需的AI应用。
奥尼电子也拿自己当起了“小白鼠”。除了自建自用私有Token工厂,公司内部还组建了企业Agent研发团队,相关应用会先在自身业务中试用;有客户企业提出新的应用需求,也会考虑先在自身业务里验证。
“客户有什么需求,我们可以先自己试一遍。”阮剑笑道。
走向智算服务商还要跟上技术变化
除了应用开发和长期服务,奥尼电子还要面对另一个挑战:AI技术更新得太快。
阮剑介绍,目前公司同时对接英伟达、AMD等国际芯片生态,以及华为、海光、沐曦等国产厂商。不同客户对芯片和算力方案的选择各不相同,如何跟上技术变化,并提供相应的产品和服务,也成了转型过程中需要不断学习的事。
谈起技术能力的积累,阮剑把自己和奥尼电子都比作学生:“我们找到了好的老师,我们也算是一个努力的学生。”
阮剑透露,未来一年还会继续增加团队、技术和产品投入,逐步建立更完整的AI推理算力服务能力。
“这一路都是挑战。”阮剑坦言,奥尼电子的服务体系仍在建设中,选择项目时要考虑上游芯片供应及自身技术支撑能力。
对于这场从硬件制造走向智算服务的转型,他也承认:“其实心里也是挺忐忑的。”
忐忑归忐忑,阮剑对奥尼电子的未来依然有着明确的判断,只有真正从制造型企业走向智算服务商,才意味着这场转型取得了成功。“希望未来人们提起奥尼电子,想到的是一家‘真实可交付、可信任的AI推理算力服务商’。”
传统制造企业迈入AI市场,从自身擅长的领域开始是一个好的选择,但在这条新赛道找到新生意,却不止于制造,更要理解客户的需求,找到能够持续提供服务、创造价值的方式。
奥尼电子的探索仍在继续,这条实践的道路也为传统制造企业拓展AI业务提供了一个新的观察样本。
(关于传统制造业向AI产业转型,欢迎添加微信 treelog10 分享故事、看法。)雷峰网雷峰网

2026-11-11

2026-10-15





