凯哥 ｜ 美国中部平原上的“千亿 AI 实验室”

欢迎大家关注“凯哥讲故事系列”公众号，我是史凯

给你最本质，最实战的数字化转型指南

科氏工业（Koch）千亿美元的 AI 转型实践与路线图： 美国“炼油土豪”，怎么给自己装上一颗数字大脑？

如果你习惯看互联网大厂的故事，科氏工业（Koch）这家公司听上去有点“土”：

• 总部不在硅谷，在堪萨斯州威奇托（Wichita），美国地图中间那一块经常被当成“飞越区”的地方；
• 主营业务听起来毫无“科技感”：炼油、化工、造纸、化肥、塑料、电子元件……一股子“油盐酱醋+工业原料”的味道；
• 但年营收最高干到过 1250 亿美元，是全美第二大私营企业，和 Cargill 一起站在私企鄙视链顶端。(维基百科)

这货表面上是个传统工业巨兽，实际上干的事非常 Web3——在“原子世界”（Atoms）铺满资产，在“比特世界”（Bits）悄悄建国。

而且它玩的不是“小打小闹试点项目”，而是真金白银往 AI 和数字化里砸钱：

• 光是六年内和技术相关的投资，就超过 260 亿美元；(证监会)
• 花了大约 130 亿美元把企业软件厂商 Infor 整个买回家，当自家“数字骨骼”；(TechCrunch)
• 选 C3 AI 做全集团的企业级 AI 平台，还签了多年的大合同，在旗下炼油厂、造纸厂、电子厂等一堆业务里铺开 AI 应用。(C3 AI)

你可以把这套操作理解成： “一个在美国中部挖油、砍树、造化肥的家族企业，决定给自己装一颗跨业务、跨工厂的 AI 大脑。”

下面这篇，就是一篇给不太看得下技术白皮书、但又想知道“人家到底怎么干”的网红科普版故事。

一、为什么一个炼油巨头，会对 AI 上头？

先把盘面摆清楚：

• 科氏是一家原子世界极其肥厚的公司：炼油厂、纸浆厂、化纤厂、化肥厂、芯片材料厂、牧场、物流公司……120,000+ 员工，遍布 60 多个国家。(维基百科)
• 收入高度跟大宗商品价格挂钩，油价一波动、纸浆一涨跌，就是几十亿地抖。

这类公司以前的典型思路是：多盖几座厂，多买几条船，多签几份长约——靠规模和资产硬扛周期。

但最近十几年，形势变了：

• 供应链“长尾风险”越来越多：疫情、地缘、港口堵塞；
• 能源和环保监管越来越严，稍微出点事就是天价罚单和舆论风暴；
• 原材料价格过山车，算不清风险的企业，利润一夜蒸发。

光有原子（Atoms），已经不够了。 你得有一套能实时感知、预测、重算和调度的“比特系统”（Bits）， 把工厂、仓库、管道和卡车变成可计算的资产。

科氏的回答很简单粗暴：

“既然迟早都要向比特投降，那不如现在就举起手顺便抢点地盘。”

而且，作为一家坚决不上市、CEO 公开说“我死了再考虑 IPO”的私企，它没有季度财报的 KPI 魔咒，可以玩一条更长的 AI 转型路线。(维基百科)

二、第一步：花 130 亿把软件供应商买回家，当“数字骨骼”

你可以把 Infor 理解成“比 SAP 更接地气的企业云软件供应商”：

• 专长是各行业的 ERP、供应链、工业软件，
• 客户里排着一串“全球前几大银行/酒店/奢侈品牌”这种名字。(TechCrunch)

2016 年，科氏先往 Infor 里砸了 20 多亿美元，给人家当大股东、提供成长资本；(Hotel Online) 到了 2020 年，干脆一咬牙——把剩下的股权也全买了，交易总额接近 130 亿美元。(TechCrunch)

为什么要干这么重的事情？

官方措辞是：

“Infor 是科氏技术转型的关键组件。”(infor.com)

翻译成大白话就是：

1. 我不想做‘被供应商牵着鼻子走’的传统甲方。 买软件不如买软件公司，省得每次升级都被报价吓一跳。
2. 我想要一套可以按自己逻辑改造的‘数字骨骼’。 Infor 这些年在云化上投了大概 40 亿美元，业务已经从传统本地部署一路爬到云端；(福布斯) 科氏把它买回家，就等于把这套骨骼当成全集团统一的数字架构底座。
3. 我可以顺便卖软件赚钱。 Infor 自己就是一个全球软件商，科氏一边在内部用，一边对外卖—— 一边炼油、一边卖软件，现金流两头赚。

这步棋的精髓在于： 不是“采购 IT”，而是“把 IT 写进企业资产负债表”。

别的公司是：

“我们买了某某系统，帮我们省了多少钱。”

科氏是：

“我们买了一家做系统的公司， 以后省钱、赚钱、迭代、并购都围着它转。”

三、第二步：选 C3 AI 做“集团 AI 平台”，把模型铺进每个角落

有了数字骨骼，还得有“大脑”。 科氏挑中的，是那家 ticker 直接叫 AI 的公司：C3 AI。

2020 年，科氏旗下的 Koch Business Solutions 正式选定 C3 AI 作为企业级 AI 平台， 目标不是某一个小项目，而是**“让整个集团的业务都可以用 AI 改造”**。(C3 AI)

C3 AI 那边的新闻稿里有一句话，挺关键的：

科氏承认，自己之前也走过“完全自建 AI 平台”的路， 但发现要想在这么大的集团里快速、规模化铺开，还得找专业的 AI 套件来加速。(商业新闻社)

这话很真实—— 世界上没有哪个炼油巨头能靠招一队数据科学家，就自研出一套完美的企业 AI 平台。

那 C3 AI 在科氏体系里，干的具体是啥呢？ （公开材料不会写太细，我们只能合理还原一下思路）

大致可以想象这样的场景：

• 在炼油厂： 把传感器、历史故障数据、市场油价、物流瓶颈喂给模型， 做设备预测性维护、产能优化、能耗和排放控制。
• 在造纸和化工厂： 模型帮你实时算“这个配方+这条线+这个订单”， 哪种生产计划既不爆仓、又能把利润压榨到极致。
• 在物流和贸易环节： 用 AI 帮你动态调度卡车、船期和仓位， 尽量避免“货在这边、需求在那边、管道在中间吃灰”。

C3 AI 自己也强调： 和科氏的合作，是想“在一个极其多元、庞大的工业集团里，验证企业级 AI 在真实世界的可扩展性”。(C3 AI)

2022 年，双方把合同续约并扩大成一个覆盖多家子公司的五年协议—— 意思很简单：

“好用，那就全集团铺开，别只让几家工厂尝鲜。”(C3 AI)

四、第三步：KDT——一只“边学边投”的科技猎手

如果说 Infor + C3 AI 是科氏给自己安的大脑和骨骼， 那 Koch Disruptive Technologies（KDT） 就是它伸向外部科技世界的几十只触手。(kochinc.com)

KDT 干的不是“闲钱理财”，而是：

“我投的公司，最好能反过来改造我本体。”

随便看几个例子：

• proteanTecs：做芯片“深度数据”监测的，用数据看芯片健康和性能，KDT 带头投了 4500 万美元。(proteantecs.com)
• Outrider：专做物流园区里的自动驾驶电动牵引车， 最新一轮融资 6200 万美元，KDT 当领投，联手了 NEA、英伟达的 NVentures 等一票科技玩家。(Reuters)

你会发现一个规律： 这些投资标的，都和科氏自家业务高度贴近：能源、制造、物流、芯片、工业软件。

KDT 的官网把逻辑写得很直白：

我们投的东西，要么增强科氏的核心能力， 要么干脆创造一个可能改变社会的新平台。(kochinc.com)

这就形成了一个很“黑帮”的闭环：

1. 科氏本体：提供大规模的工业场景和现金流；
2. Infor + C3 AI 等：作为数字骨骼和 AI 平台，负责把场景数字化、模型化；
3. KDT：在外面撒网，捕捉那些能提高效率、降低风险、提升产品力的科技公司， 投回来之后再通过 Koch Labs 这种内部机制，和业务场景对接。(kochdisruptivetechnologies.com)

用一句不太严肃但很形象的话讲： “科氏在外头投的是自己未来可能的‘器官移植供应商’。”

五、从粗犷工厂到“可计算资产”：它到底在改什么？

很多传统企业谈“数字化转型”， 最后落地成了“上个 OA + 搞个大屏”。

科氏这一套，和那种 PPT 流完全不是一个量级。

如果我们抽象一下，可以看到它动的其实是三层东西：

1. 认知层：从“资产视角”转成“算力视角”

以前：

“我有几座炼油厂、几条管道、多少吨产能。”

现在更关心的是：

“这些资产，在不同场景下能产出多少数据、 这些数据能支撑多少模型、 这些模型能帮我节省多少成本/多赚多少钱。”

资产不再只是“钢筋、水泥、机器”， 而是**“可被 AI 消化的原始素材”**。

2. 组织层：从“IT 部门搞项目”变成“全公司改操作系统”

买 Infor、选 C3 AI、搞 KDT 投资， 说到底都是为了同一件事：

把“用数据和 AI 做决策”这件事， 从某个创新小组，升格为全公司的默认方式。

你可以把这理解成给企业“重装系统”： 从“Windows XP + 随机补丁”， 升级成一套**“统一内核 + 插件化能力”的操作系统**。

3. 方法论层：Market-Based Management + “创造性破坏”

科氏内部有一套被他们吹了几十年的方法论： Market-Based Management（MBM，市场化管理）， Charles Koch 还专门写了一本《Good Profit》，讲它怎么支撑起 1250 亿美元的生意。(pomp.substack.com)

里面有几个关键点，与 AI 转型高度贴合：

• 长周期视角：不被季度数字绑架，敢做需要 5–10 年才见效的投资；
• 鼓励局部试错：先让小团队在某个场景试，把能赚钱的做法放大；
• 资源按“创造价值能力”分配，而不是按“官大官小”分配。

AI 转型被塞进这套 MBM 里面，就会变成：

“谁能用数据和 AI 创造更多真实价值， 资源就往谁那边倾斜。”

这就解释了，为什么科氏会愿意花几十亿美元买 Infor、签 C3 AI 大单、养一个 KDT 到处投资—— 在他们的逻辑里，这些都是在重构未来 20 年赚钱方式，而不是在做“成本项目”。

六、对国内企业的几个“抄作业”提示

看完科氏这一圈操作，最容易犯的错，是“哇，好牛”，然后合上网页继续开会。 要真想抄作业，至少可以摘三条：

1. 别把“数字化”当成一个部门，而是当成“企业骨骼”

• 科氏不是“成立了个数字化创新中心”， 而是直接把 Infor 这块“骨头”装进全集团。
• 对国内很多大企业来说，与其每个 BU 自己买一堆不兼容的系统， 不如先把**“统一数据底座 + 统一 AI 平台”**这件事搞清楚。

2. AI 项目别只盯“一个 POC 能省多少钱”，要看“整个大脑长成什么样”

• 选 C3 AI 的时候，科氏看的不是“今年这个项目回本几成”， 而是“它能不能成为全集团的 AI 操作系统”。(C3 AI)
• 国内很多企业的通病是： 每个部门都在做 POC，最后做出一地鸡毛的 demo。

3. 搞“产业 + 资本”的闭环，而不是只会当“被教育的甲方”

• 科氏搞 KDT，不是为了玩金融，而是为了把有用的技术提前“捡进圈里”；(kochinc.com)
• 很多有钱有场景的中国企业， 其实完全可以做类似的“产业投资+联合研发”， 只要别把它做成单纯的财务投资就行。

最后一句：中部平原上的“AI 实验室”

如果只看新闻头条，你可能以为AI 转型就等于硅谷创业公司、开源大模型和各种 Demo Day。

但在美国中部那个看起来有点无聊的威奇托， 有一家年营收 1250 亿美元的工业巨兽， 正在悄悄做一件更冷冰冰、但也更有杀伤力的事：

把炼油厂、纸厂、化工厂、卡车队、仓库和管道， 一点点接进同一个数字骨骼和 AI 大脑里， 试图把“原子世界”的命运， 交给一套可计算、可优化、可复制的比特逻辑。

这场实验可能会很漫长，也肯定会伴随着各种“翻车现场”。 但有一点可以确定：

当一家这么会赚钱、又这么耐心的巨头，决定认真玩 AI 的时候， 它做出来的，往往不是一个行业“热点”， 而是一整套以后别的公司不得不抄的“新常识”。