6 月 30 日，施耐德电气宣布以 31 亿美元（约合人民币 210 亿元）全现金收购挪威工业 AI 公司 Cognite。对价对应 Cognite 年度经常性收入（1.17 亿美元）的 26.5 倍，远高于同期上市 SaaS 公司 8 到 12 倍的普遍估值倍数。
一家年收入不到 2 亿美元、成立不足十年的挪威软件公司，为何能获得如此高溢价？施耐德电气显然清楚成本高昂，Cognite 上一轮公开估值仅 15 亿美元，此次收购价格翻倍，但施耐德仍果断出手。这背后折射出欧洲制造业正经历的 AI 转型焦虑。
施耐德电气 CEO Olivier Blum 表示，Cognite 构建了“真正工业级的 AI 平台，能将复杂的运营数据转化为竞争优势”。
工厂的 AI 牌局，已经坐满了人
两年前，工业 AI 尚处于概念验证阶段。西门子展示 AI 视觉质检，ABB 运行预测性维护模型，施耐德描绘战略蓝图。到了 2026 年，行业格局已彻底改变。
KPMG 全球技术报告显示，AI 已从试点走向规模化部署。全球工业 AI 市场预计从 2025 年的 63.5 亿美元增长至 2035 年的 2800 亿美元，年复合增长率达 46%。行业巨头纷纷加速布局：
西门子处于领先地位。2026 年 CES 上，其 CEO 提出“工业 AI 操作系统”定位，联合英伟达及数百名专家，覆盖从 EDA 设计到工厂运营全链路。首个标杆项目落在德国埃尔兰根工厂，旨在建成全球首个完全 AI 驱动的自适应制造基地。
百事可乐已率先受益。在美国工厂改造中，结合西门子 Digital Twin Composer 与英伟达 Omniverse，在实际产线改造前识别出 90% 的潜在问题，产能提升 20%，资本支出降低 10-15%。
西门子 2025 财年营收 789 亿欧元，净利润 104 亿，是工业自动化领域唯一敢与所有对手同时竞争的玩家。
ABB则采取差异化策略，专攻机器人 AI 化。OmniCore 控制柜速度提升 25%，精度控制在 0.6 毫米以内。其"Follow me"技术允许机器人通过观察人类操作即可学习，无需编写代码，解决了中小企业缺乏自动化部署人才的痛点，落地速度更快。
霍尼韦尔将自动化业务独立为“霍尼韦尔科技”，目标直指完全自主运营。其 AI 框架涵盖预测维护、供应链优化及质量控制，2025 年年报明确指出工业领域正从试点加速转向规模化部署。
艾默生于 2023 年以 82 亿美元收购 AspenTech，布局工业软件加 AI 路线，比施耐德早了三年。
施耐德目前的筹码是 Aveva。2018 年施耐德拿下 Aveva 控股权，2023 年完成全资收购。Aveva 在制造垂直软件市场占比约 5.74%，核心能力在于工厂设计、运营优化和工业数据可视化。但 Aveva 存在致命缺口：难以处理工厂底层复杂的实时数据。
干脏活累活，才是真正护城河
Cognite 由 John Markus Lervik 和 Geir Engdahl 于 2017 年在挪威 Aker ASA 孵化成立，核心产品为 Data Fusion 和 Atlas AI。
Data Fusion 致力于将跨代技术栈的设备数据（如西门子 PLC、艾默生传感器、霍尼韦尔 DCS 等）导入统一数据模型，利用知识图谱关联设备、流程与工艺参数，打通数据孤岛。Atlas AI 则在此数据底座上运行 AI 代理。
实际应用中，若 AI 代理发现泵振动异常，可自动查询库存、下单采购备件、安排维修窗口，仅需人工确认。整个过程无需人工翻阅系统或沟通。道达尔能源已将 Cognite 部署至全部上游运营资产。Cognite 承诺 2035 年前为客户创造 1000 亿美元价值，2025 年 ARR 增长 36%，超过 1.17 亿美元。
施耐德 2024 年营收 381.5 亿欧元，31 亿美元收购价占年营收不到 8%。真正值钱的是 Cognite 解决的问题：工业 AI 落地与消费互联网截然不同。化工厂可能拥有上万个传感器，数据格式跨越多种工业协议，OT 与 IT 之间的壁垒极高。
许多工厂数字化转型多年，因数据质量差导致 AI 模型失效。Cognite 充当了数据清洗的“管道工”，这是工业 AI 从 demo 走向实际运营最稀缺的一环。
施耐德的战略是将 Cognite 数据层整合进 Aveva CONNECT，与自身 PLC、变频器、配电设备及楼宇控制系统串联，构建从底层电力分配到顶层 AI 决策的全链路生态。施耐德意在让整个工厂生长在其生态体系内。
竞争对手方案也在成型。西门子 Xcelerator 构建开放生态，英伟达 Omniverse 提供底层仿真，微软 Copilot 作为生成式 AI 入口。西门子的工业软件矩阵覆盖面远超 Aveva。ABB 赌注机器人本身成为智能终端。罗克韦尔则凭借离散制造 PLC 和驱动层的高客户黏性，不断完善产品线。
工业 AI 不会有“赢家通吃”
全球工业 AI 格局比消费互联网更为复杂。美国云厂商（微软 Azure、AWS、谷歌）在工厂跑马圈地，英伟达占据底层仿真与算力底座。
中国走的是另一条路。工信部等部门发布“人工智能 + 制造”专项行动及融合赋能行动方案，顶层设计力度全球罕见。华为、阿里云及多家工业互联网平台降低了中小企业数字化门槛。
中欧起点不同。欧洲是在已建成的自动化大厦上加装 AI 系统，难点在于兼容老旧设施；中国是在数字化地基未牢时同步建设，优势在于可预埋管线。但工业AI交付重、本地化深，物理世界的差异性决定了不会出现一个“工业版 OpenAI"吃掉全球市场。
施耐德收购 Cognite，西门子绑定英伟达，ABB 押注机器人智能，霍尼韦尔重组业务，艾默生提前布局。每家都在赌手中的牌。赌对者赢得未来十年工业自动化主导权，赌错者则仅留下财务支出。
参考资料
