当 AI 行业的叙事重心，从大模型的参数竞赛，转向具身智能的产业落地，金智维再次站在了资本与产业的十字路口。近日，金智维第二次向港交所递交招股书，冲刺港股主板上市。上一次递表于2025年12月15日，因届满6个月于2026年6月15日失效。
如今卷土重来，背后是一份矛盾的成绩单：头顶国内 AI 数字员工市场份额第一的光环，2023、2024和2025年公司分别亏损6257.3万元、1.22亿元、3.46亿元，三年累计亏损高达 5.31 亿元；2026年截至6月30日止六个月就亏损了10.9亿元。一边持续烧钱研发、拓展客户，一边押注 Agentic AI + 具身智能软硬一体化，试图把数字员工的能力从电脑屏幕延伸到物理工厂，抢占具身智能产业下半程的入场券。
资本市场从来不排斥尚未盈利的科技公司，特专科技板块本身就是为高研发、长周期的硬科技企业预留通道。但市场的疑问同样清晰：持续失血的金智维，靠一套“数字员工 + 数字工人” 的故事，能不能跨过具身智能从 Demo 走向生产级落地的鸿沟，完成商业化闭环？
翻开招股书，金智维的基本盘扎根于金融行业 RPA 与 AI 数字员工赛道。公司最早依靠 RPA 流程自动化起家，在六大国有银行、上百家证券机构落地，累计部署超 200 万名 AI 数字员工，服务超过 1600 家政企客户。在金融、政务这类强合规、重流程的场景，金智维积累了大量跨系统对接、业务流程编排的行业 know-how，这也是它最核心的护城河。简单来说，金智维的数字员工，是在数字世界里，替代白领完成系统录入、报表核对、单据审核等重复性工作，属于软件层面的流程智能。但软件 RPA 赛道，早已进入增长瓶颈。传统 RPA 市场增速放缓，行业同质化竞争加剧，获客成本居高不下。招股书数据显示，公司营收高度依赖 K-APA 单一产品体系，销售费用持续高企，营收增长很难覆盖高昂的研发与市场投入，亏损持续扩大。账面现金仅有 0.72 亿元，叠加可赎回优先股形成的巨额负债，现金流压力十分突出。这也是金智维急于登陆港交所的核心原因：借助资本市场输血，完成业务第二增长曲线的突围。在此背景下，金智维把目光投向火热的具身智能赛道，提出“生产级具身智能” 的全新方向，联合南京大学人工智能学院、蜂核科技，推出 Agentic AI + 具身智能软硬一体化方案，构建 “数字员工 + 数字工人” 协同的新范式。数字员工负责业务理解、任务规划、系统调度，相当于企业里的白领；数字工人也就是实体机器人，承接物理世界的抓取、分拣、巡检等实操任务，扮演工厂蓝领角色。这套方案的核心逻辑，是把金智维擅长的企业流程大脑，嫁接在机器人硬件本体之上，打通从业务指令、智能规划到物理执行的完整链路。这一定位，恰好切中当下具身智能行业最大痛点。当下具身智能赛道，绝大多数团队聚焦机器人本体、运动控制、视觉感知，能在实验室和展会里完成流畅演示。但一旦进入真实工厂产线，机器人就会水土不服。真实生产环境充满不确定性，物料位置偏差、环境光线变化、工单临时调整，都容易让演示效果失效。机器人只懂执行动作，看不懂企业工单、生产计划，无法对接工厂 ERP、MES 系统，机器人是孤立的硬件孤岛，很难深度嵌入企业原有生产体系。简单讲，现在的具身智能，大多解决了 “怎么动”，却解决不了 “为什么动、什么时候动、异常了怎么办”。而这恰恰是金智维的差异化机会。多年政企数字化交付积累下来的流程编排、多系统对接、业务逻辑理解能力，可以充当具身智能的上层业务大脑。实体机器人负责物理感知与动作执行，金智维的 Ki-Agent 智能体平台负责业务拆解、任务调度、异常判断，把企业业务语言翻译成机器人可执行指令，实现软件智能与实体硬件的协同。这也是金智维所定义的具身智能下半程：比拼的不再是机器人步态、抓取这类底层硬件能力，而是产业场景融合、业务系统打通、全流程任务闭环的工程化落地能力。赛道方向看似精准，但金智维面临的挑战同样严峻，具身智能下半场的突围之路，布满三重难关。第一重难关，是商业化与盈利模型的考验。当前具身智能整体仍处在早期投入阶段，硬件成本高昂，项目交付重、周期长，很难快速规模化复制。金智维本身尚未盈利，原有 RPA 业务已经持续烧钱，新赛道软硬一体化方案，需要同时投入算法研发、硬件适配、场景试点，会进一步抬升成本压力。如果新业务长期只能做标杆试点项目，无法形成标准化产品、降低边际交付成本，亏损还会继续放大。资本市场会追问：具身智能故事，究竟是长期产业布局，还是为 IPO 量身打造的估值叙事。第二重难关，是跨界能力融合的难题。金智维的基因是软件服务商，擅长系统集成、流程自动化；具身智能硬件涉及机器人本体、伺服、运动控制、工业视觉，属于完全不同的工程体系。虽然采用合作模式，联合硬件厂商共同开发，但软硬协同的工程磨合难度远超预期。软件逻辑的稳定性，会被物理世界的不确定性持续冲击。业务智能体下达的指令，机器人本体未必能稳定落地；现场出现故障，还要界定软硬件之间的责任边界。软件团队和硬件团队的技术语言、工程思维差异巨大，跨界整合，不是简单的合作签约就能完成。第三重难关，是客户市场迁移的挑战。金智维传统优势市场集中在金融、政务，这类场景以线上业务流程为主。而具身智能数字工人，主战场在制造业工厂。制造业客户的采购逻辑、验收标准、付费模式，和金融政企差异巨大。制造企业对投入产出极其敏感，采购机器人方案会严格核算回本周期，试点项目想要转化为规模化订单，难度远高于 RPA 软件项目。金智维能否把金融行业的客户能力平移到工业场景，是巨大未知数。当然，我们也不能否定金智维布局的价值。AI 产业发展的主线，就是智能从数字空间不断向物理世界延伸。第一阶段的 RPA，实现电脑内操作自动化；大模型催生企业智能体，实现自然语言理解与任务规划；具身智能，则把智能的触角延伸到现实物理世界。三者一脉相承。金智维从数字员工升级到数字工人协同，本质是在延续自身技术路线，把企业流程智能的能力边界向外拓展。如果这套软硬协同框架能够跑通，未来各类实体机器人，都可以接入金智维的业务智能大脑，形成平台化价值，打开远比传统 RPA 更大的市场空间。对于二闯港交所的金智维而言，上市不是终点，而是具身智能下半场长跑的起点。资本可以补充弹药，但不能替代场景验证与商业化打磨。特专科技企业上市，投资者更看重产品落地能力、可复制的商业模式，而不只是概念故事。金智维想要突围，不能单纯依靠概念讲故事，需要稳步推进：稳住金融基本盘，持续优化原有 RPA 与 AI 数字员工业务，改善现金流；小范围深耕制造标杆场景，打磨软硬一体化方案，沉淀可复用模板，降低项目交付成本；循序渐进扩大落地规模，证明生产级具身智能可以给工厂客户带来明确的降本收益。放眼整个具身智能赛道，行业已经告别靠 Demo 博眼球的上半场，进入产业落地的下半程竞争。未来胜出者，不会只是掌握机器人硬件或者大模型单项技术的企业，而是能够打通业务、软件、硬件全链路，把 AI 能力嵌入真实产业流程的玩家。金智维手握企业流程智能这张独特手牌，拥有差异化切入点，但它必须回答一个核心命题：如何在持续亏损的压力下，完成从数字员工到数字工人协同的商业化验证。金智维的 IPO 闯关，也是国内 AI 数字员工赛道，向具身智能产业纵深突围的一次样本试验。软件出身的 AI 企业，能否成功驾驭物理世界的机器人，把企业智能体真正落地到工厂产线，金智维接下来的探索，值得整个行业持续观察。
