AI最先给美的带来的大生意，不是大模型，而是空调。

这里的空调装在数据中心里。

今年上半年，美的拿下超过2亿元的中国联通通信机房空调集采订单。同期，美的工业技术来自数据中心及储能热管理零部件收入同比增长66%。

GPU越多，数据中心越需要制冷。AI算力扩张，给一家传统制造公司的老本行打开了新的增长空间。

这只是AI给美的带来价值的一端。

另一端发生在公司内部。今年上半年，美的员工自主搭建的智能体累计超过2万个，进入研发、生产、供应链、销售和售后等环节，累计提效超过900万小时，降本超过4.5亿元。

一边是数据中心里的空调和热管理零部件，一边是工厂里的智能体，看起来是两门相距很远的生意。

但继续往美的过去十年的业务看，事情开始变得有意思。

过去十年，美的陆续进入工业机器人、工业软件、芯片、储能、楼宇科技和机器人零部件。很多选择发生时，今天这轮生成式AI还没有出现。

到了2026年，这些原本分散的资产开始出现在同一条AI价值链里：数据中心需要制冷、储能和能源管理；工厂里的AI需要数据、模型和机器；跑通的工业AI又开始向外销售。

这也值得重新看一遍美的。

一个更大的产业变化发生了

过去十多年，科技产业越来越“轻”。

在移动互联网时代，一段代码从100万用户扩张到1000万用户，不需要十倍的生产线。科技产业最受关注的变量，长期集中在软件、算法、流量和商业模式。

AI最初被看作一场芯片和模型竞赛。英伟达提供GPU，微软、谷歌、Meta、亚马逊等公司投入数据中心和算力，大模型公司再把算力转化成模型与应用。

但随着算力规模扩大，AI开始变“重”，算力背后还有一整套越来越庞大的物理基础设施。

算力最终要落到一台台服务器和数据中心里。GPU越多、机柜功率越高，背后需要的电力、制冷、供配电和基础设施也越多。

国际能源署2026年最新预计，全球数据中心用电量将从2025年的485TWh增至2030年的950TWh，接近翻倍。同时根据其此前测算，在2024—2030年新增的数据中心用电中，冷却及其他基础设施约占20%。

这组数字解释了为什么冷水机、液冷、供配电和储能开始进入AI产业的核心讨论。算力密度越高，散热和供电越难继续被当作后台问题。

这种变化也进入了中国未来几年的基础设施规划。今年上半年，国家提出加强水网、新型电网、算力网、新一代通信网、城市地下管网和物流网“六张网”建设，其中算力网、新型电网和通信网直接构成AI基础设施的重要底座。

另一端，AI也开始走出数据中心，往物理AI方向延伸。

物理AI可以理解为，让AI从理解和生成信息，进一步变成能够感知现实世界、做判断，并驱动物理设备执行动作。比如，大模型可以回答怎么拧一颗螺丝，物理AI则要让机器人真正看到螺丝、判断位置、调整机械臂，再把它拧紧。

英伟达把物理AI视为AI的下一波浪潮。黄仁勋从2024年开始反复强调，AI正在从数字世界走向物理世界，到2026年已经提出“机器人的ChatGPT时刻”已经到来。

这也意味着产业链会继续变重。模型之外，还需要传感器、芯片、电机、控制器、机器人，以及真实的工厂、汽车和设备作为执行载体。AI越往现实世界走，对制造能力的依赖越深。

如今，AI产业正在同时向两个方向延长。

往上游，它需要电力、制冷和数据中心基础设施；往下游，它开始需要芯片、控制器、电机和机器人，把模型的判断变成物理动作。

这也是美的在这一轮AI周期里变得值得重新观察的原因，其旗下楼宇科技、储能、芯片、电机、机器人和工业软件等业务，恰好分布在AI正在扩张的这些环节。

过去十年的资产，开始重新组合

2016年，美的发起对德国库卡的全面要约收购。最终，美的持有库卡94.55%的股份。

当时，中国家电市场还在增长。外界对此并不理解，一家做空调、冰箱和洗衣机的公司，为什么要花近300亿元进入一个完全陌生的工业机器人行业？

九年后，美的董事长方洪波重新解释过当时的选择。“我们当时转型的逻辑非常简单，一直做家电，肯定没希望。”

他把原因归结为产业升级。在他看来，中国家电过去依靠的是大规模、低成本的经营模式，而真正能穿越周期的企业，最终都要产业升级，进入附加值更高的产业。

此后，美的继续向内升级和向外扩张。威灵把电机做到机器人核心部件，美仁进入芯片，美云智数做工业软件；2023年，美的取得科陆电子控制权，把储能纳入版图，楼宇科技也从中央空调继续进入数据中心和能源管理。

这些选择当时各有各的理由。收购库卡时，大模型还没有出现；科陆进入美的时，AI也没有成为今天全球科技公司的资本开支中心。

变化发生在几年以后。

AI开始从电脑屏幕进入数据中心、工厂和机器，让美的过去分散在不同事业部里的能力，开始出现在同一条价值链上。

最明显的是数据中心。

AI服务器把越来越多GPU塞进一个机柜，热量集中在更小的空间，冷却开始从传统机房空调向液冷延伸。冷水机之后出现CDU和液冷末端，水泵、压缩机、风机、氟泵等零部件一起进入热管理系统。

美的工业技术过去做的很多产品，由此找到新的共同场景。

电力侧也在变化。AI训练集群耗电更高、负荷波动更大，储能开始参与削峰、调度和绿电消纳。科陆电子和合康新能恰好补上这一块。

于是，一座AI数据中心里，美的几块原本分开的业务开始碰头：楼宇科技做冷源和液冷，工业技术提供热管理零部件，科陆和合康提供储能和能源管理，软件负责调节整套系统。

今年，美的已经发布AIDC全栈温控方案，磁悬浮主动式CDU进入马来西亚超大规模数据中心批量应用，顺德液冷智造基地投资超过10亿元。与此同时，数据中心基础设施研究机构Dell’Oro Group对2030年全球数据中心物理基础设施市场的预测，在半年内从超过800亿美元上调到1200亿美元，热管理是增长最快的细分市场。

第二个变化发生在工厂。

传统工业机器人擅长按照固定程序重复动作，AI开始补上感知和判断这一层。

在美的工厂里，设备和IoT不断产生数据，“工厂大脑”和Factory Agent处理生产、物流和质量信息，再把结果交给机器人、AGV和生产设备。“美罗”已经在荆州、无锡等工厂完成物料识别、路径规划和上料；“美罗U”在洗衣机高端园区连续工作超过两个月，完成超过10万颗螺钉锁附。

一条新的工业链条开始形成：设备产生数据，模型做判断，设备再执行。

这恰好解释了九年前那笔库卡收购为什么又值得重新看。

库卡今年3月在英伟达GTC发布KUKA AMP，希望让已经运行在工厂里的机器人、AMR和工作站接入AI Agent，根据现场变化调整任务。国际机器人联合会数据显示，截至2024年底，全球已有466.4万台工业机器人在役，中国超过200万台。

这给物理AI提供了一个庞大的存量设备基础。它的商业化不必完全等待新人形机器人普及，也可以先发生在已经运行的工业机器人上。

第三个变化，则是内部能力开始向外卖。

美云智数最早把美的在工厂、供应链和经营数字化里的经验整理成软件，再卖给其他制造企业。如今已经服务超过2600家企业，并参与14家世界经济论坛灯塔工厂建设，其中6家来自美的之外。今年1月，美云智数又从美的内部上万个智能体中筛出40多个工业智能体对外发布，并开始商业化。

把这些线索放在一起，美的过去十年那些看起来并不相关的投资，就有了另一种解释。

液冷和储能进入算力基础设施；工厂和设备产生数据；模型和Agent处理数据；机器人把判断变成动作；跑通的工业能力再通过美云智数卖给下一家企业。

AI正在重新组织美的过去十年积累下来的资产。

一笔生意还能做多大

过去两年，工业企业最容易证明的AI价值，是省钱。

美的也一样。2026年上半年，员工自主搭建的智能体累计超过2万个，提效超过900万小时，降本超过4.5亿元。生产、供应链、研发、客服，几乎每个环节都能找到一笔可以被降下来的成本。

只是降本有一个天然的终点：省掉的人力、时间和库存越多，下一轮还能继续省下来的空间就越小。

收入端则没有这样的上限。所以，更大的问题开始转向收入端：AI能不能帮一家制造企业多赚钱？

美的已经出现了一个很早期的信号。

今年上半年，美的在国内销售体系里使用AI客资智能体，识别消费者意向、分配商机，再生成不同的跟进策略。半年累计分配93.5万条商机，线索一小时内跟进率提高到80%，滚动成交率达到28%，对应成交规模超过31亿元。

31亿元仍然是空调、冰箱、洗衣机等产品的成交额，不能直接算到AI收入。却说明AI已经进入收入形成的过程。过去它主要帮美的少花钱，现在开始参与怎么把东西卖出去。

如果把视野放到全球工业公司，会发现这条路已经出现了几种完全不同的走法。

今年上半年，施耐德电气为美国AI数据中心运营商TeraWulf的Lake Mariner园区提供超过2.9亿美元的基础设施解决方案。订单里既有配电设备、UPS和电池，也有机柜、液冷和工程服务。

这笔订单需要看的，是施耐德承担的项目范围。如今的AI数据中心，供电和散热变得更加紧密。GPU功率越高，产生的热量越大，冷却系统跟不上，算力就无法稳定运行。数据中心建设方需要同时考虑供电、液冷、机柜和整体设计。

施耐德在这个项目里，参与已经不只是某一类设备，延伸到电力、液冷和工程设计等多个环节。

这给工业公司提供了另一种增长方式：项目数量不一定增加，但随着自己能够解决的问题变多，在同一个项目里能够参与的范围也会扩大。

另一条路，是把一笔设备生意做得更长。

日本工业集团日立过去几十年在铁路、电力和制造领域铺下了大量设备。2024年，它先在铁路业务里推出一套名为HMAX的AI解决方案，把已经运行的列车、信号系统和基础设施数据接起来，用AI做故障预测、维修、运营优化和能耗管理。到了2026年，日立又把HMAX从铁路扩展到了能源、交通和工业等领域。

这门生意已经有了相当大的规模。2025财年，HMAX收入达到3000亿日元，调整后EBITA利润率达到22%；日立预计2026财年收入进一步增长到4800亿日元，同比增长60%，利润率仍维持22%。

日立先卖出列车、变压器和工业设备，再沿着这些已经部署在客户现场的设备继续提供AI服务。一笔硬件交易因此被延长了很多年。

这里藏着工业企业做AI时很容易被忽略的一张牌。

模型可以采购，也可以更换；一台已经装进工厂的机器人、一套已经接入楼宇的冷水机或者能源系统，更换起来要重新采购、安装、调试，还要承担停机和兼容风险。设备越深地嵌进客户业务，后来叠加软件、AI和服务的入口也越稳定。

再看美的，施耐德和日立走过的路，已经能找到一些对应的影子。

先看一座数据中心。

在数据中心，美的过去最容易卖出去的是中央空调和冷水机。现在，产品已经从冷源延伸到CDU、液冷末端，工业技术提供压缩机、水泵、风机和阀，科陆电子进入储能和能源管理，iBUILDING负责控制和数字运维。

在中国移动2026—2028年低压冷水机组集采中，美的获得70%的份额；今年6月，美的又与阿里巴巴围绕AIDC液冷温控展开合作，并进入头部互联网企业液冷供应商白名单。

另一条路已经从美的自己的工厂走出去。

今年1月，美云智数从美的内部上万个智能体中筛出40多个制造业智能体商业化。截至7月，美云智数累计服务企业超过2600家。它与佛山共建的装备及配件产业链平台，上线一年多已经接入超过300家中小企业，其中54家完成数字化升级。美的内部已经使用的合同审查、多语言翻译等AI能力，也被放进平台，企业可以按次调用。

一个方向是在同一座数据中心里卖更多东西；另一个方向，是把自己已经用过的工业能力再卖一次。

AI已经开始进入美的收入端。

如果把美的这一轮AI转型看成一场掼蛋牌局，AI像那张红心主牌。它没有改变库卡、工业软件、储能和楼宇科技各自的价值，却让这些原本分散的牌有了新的组合方式。

家电、机器人、软件、能源和热管理开始进入同一条价值链，一手原本各自能打的牌，有机会组成更大的牌型—同花顺。

美的的赢面因此变大了。

这也让它在向“AI+工业科技集团”转型的路上，又往前走了一步。