01
工业AI落地
卡在了“数据底座”
过去两年，大模型能力飞速增长，但工业AI的落地进度远低于预期。问题不在于大模型不够聪明，而在于工业数据还没有准备好。
走进任何一家制造工厂，数据散落在PLC、DCS、SCADA、MES、ERP等十几个系统中，各管一摊。同一个温度参数，不同设备可能叫"Temp""温度""T03"——大模型拿到的是一堆没有上下文的裸数字，根本读不懂。
涛思数据创始人陶建辉说得很直白："工业AI缺的不是大模型，而是数据底座。"
02
这次升级
到底升了什么？
涛思数据宣布TDengine从时序数据库全面进化为AI原生的工业数据平台。核心变化有三：
第一，工业本体层——给AI建"翻译官"。在数据存储和AI应用之间新增一个语义层，用"树形+网络"双层模型，让工厂里每一台设备、每一个测点都有清晰的"数字身份证"——属于哪条产线、正常范围是多少、上下游设备是什么、历史上出过什么问题。有了这层，AI才算真正"读懂"了工业数据。
第二，工业智能体运行时（IAR）+时序AI引擎。内置13个开箱即用的AI助手，覆盖智能问数、根因分析、报告生成等场景。TDgpt将AI算法下沉到数据库内核，一条SQL就能调用异常检测和趋势预测，数据不出库，毫秒级返回。
第三，柔性软件。同一套平台能力，支持对话交互、嵌入飞书/微信、即时生成Web应用、个性化Web应用四种交互方式——工程师用浏览器，管理者用IM查数据，一线人员不用登录网页就能接收告警。
03
“永久免费”四个字
为什么在工业软件圈炸了？
工业软件行业的"免费版"通常是功能裁剪版——核心免费，权限管理、版本控制、数据备份这些企业刚需功能要付费。
TDengine这次的做法：5000测点以内，所有功能永久免费、免费升级、不限制功能、不限制性能。从工业本体建模、实时分析、过程分析、AI智能问数，到Git版本控制、五级安全策略、审计日志——全部开放。
5000测点意味着什么？一台设备通常25-50个观测指标，5000测点可以覆盖100-200台设备，或者一条中等复杂程度的自动化产线。对绝大多数中小企业来说，完全够用。
04
为什么不走“开源”而走“免费”？
TDengine的时序数据库核心代码早已在GitHub开源，Star数超过24.5k，全球安装实例超100万套，付费客户超1000家。但陶建辉选择了"免费"而非"开源"来推广IDMP。他的逻辑是：开源为了企业生存必然切出企业版，中小企业拿到的还是"只能演示、不能真正用"的版本。既然目标是帮中小企业跨过工业AI的门槛，就得把真正有价值的东西全部给出来。
05
激进策略背后的算盘
工业软件行业的客户获取成本极高——一个项目从接触到签单往往半年甚至更久。免费模式大幅降低了获客门槛，工程师自己就能下载试用。
更深一层的考量是行业标准卡位。工业软件领域长期被PI System（OSIsoft）、西门子、施耐德、GE、AVEVA、霍尼韦尔等国际巨头把持。AI浪潮带来一次技术范式切换——谁能先占据中小企业用户的心智和工作流，谁就有机会定义下一代行业标准。
06
对中小制造企业意味着什么？
过去，一套完整的工业实时数据库授权费动辄数十万甚至上百万元，还不含实施和运维。对资金和人才都有限的中小企业来说，工业AI几乎是一个"看得见摸不着"的东西。
现在，零成本就能拥有一个功能完整的AI原生工业数据平台。不用走采购审批流程，工程师自己下载就能用。
当然，免费政策的实际效果还有待观察——产品的易用性、实施成本、生态完善度，都是决定能否真正落地的关键因素。但至少，门槛已经被踩到了地上。