彩云 AI SLM
代表系统（口径）
这是本系列里信息最稀薄的一篇。数科想象能公开查到的，基本只有工商登记和一段自我描述式的愿景；产品怎么落地、客户是谁、有没有收入、团队什么背景，几乎全是问号。本文因此以"标注缺口 + 结构化追问"为主，判断从简、绝不脑补。
事实可核实的仅有：主体为「数科想象科技（上海）有限公司」，成立于 2023-04-14，法定代表人刘权，注册资本 1000 万元，被归类为小型 AI 软件企业；对外自述"以大模型为中枢、云计算为支撑、物联网为感知、大数据为燃料构建全域智能赋能体系"，代表产品/系统包括"彩云 AI SLM 系统"与"AI 供应链员工"；受邀参展 WAIC 2026（2026-07-17 至 20）。缺口其余几乎全部未公开：产品的具体功能与技术细节、"彩云 AI SLM"的模型规模与能力、"AI 供应链员工"的真实落地案例、目标客户与行业、付费客户数、收入、融资、团队规模与背景、创始人刘权的履历——均无公开可核实信息。因此本文的"判断"部分会刻意收敛，不对一个只有愿景口径的公司做过度定性。信息越薄，第 12 章追问清单越是本文的真正价值所在。
判断就目前可核实的信息，数科想象是一家成立时间短、对外叙事很宏大、但可验证事实几乎为零的早期 AI 小公司。它对外的表述——"大模型为中枢、云为支撑、物联网为感知、大数据为燃料的全域智能赋能体系"——听起来面面俱到，但恰恰是这种"什么都要、什么都能赋能"的全景式描述，最需要警惕：它可能是一个还在早期、尚未收敛到具体产品的愿景框架，而非已被市场验证的落地能力。推导相对可信、也相对具体的，是"AI 供应链员工"这个落点——它至少指向了一个具体场景（供应链里的数字化用工/自动化）。判断因此它的生死，不在"愿景大不大"（很大），而在它能不能从"全域赋能"这个大而空的框架，真正收敛到一个具体、有客户愿意付费的落地场景（很可能就是供应链 AI），并证明它做的比通用大模型"顺手就能做"的更深。在这些落地证据出来之前，任何更强的定性都是脑补。
| 决定性变量 | 为什么是胜负手 | 兑现的观察信号 |
|---|---|---|
| 能否从"全域赋能"收敛到具体落地场景 | "什么都能赋能"往往意味着"还没找到最该做的那一件事"。一家早期小公司的资源根本撑不起全景式布局，能不能聚焦到一个（如供应链 AI）真实、可付费的场景把它做透，决定它是真做事还是画大饼。 | 是否有清晰、单一、可复现的主打产品与真实客户案例；宣传是否从"全景愿景"转向"具体场景的实绩"。 |
| "AI 供应链员工"是否有真实落地与付费 | 这是它口径里最具体的落点。若它真在供应链场景做出了能替代/辅助人力的数字员工并有客户买单，就有立足点；若只是概念名词，则整套叙事悬空。 | 是否公布真实部署案例、客户名称、替代了哪些具体人力环节、付费与续约情况。 |
| 相对通用大模型 / 供应链软件的差异化 | "AI 赋能供应链"既是通用大模型 Agent 顺手能做的，也是既有供应链软件巨头在补的。作为 2023 年成立的小公司，它必须证明自己有别人没有的东西（数据/场景 know-how/客户），否则夹在两大势力中间没有空间。 | 是否有专有供应链数据/行业 know-how；客户为什么选它而非通用 Agent 或既有供应链软件。 |
先按它的自我描述，看它想站在哪——同时提醒：这只是它的"意图定位"，不代表已经占住。
判断从自述看，数科想象想站在"把大模型、云、物联网、大数据整合起来，给各行各业做 AI 赋能"的集成/平台位置。推导这个位置的问题在于：它太宽了。对一家成立仅一年多、注册资本千万级的小公司而言，同时做"中枢+支撑+感知+燃料"的全栈全域，几乎不现实——更可能的是它以某个具体场景（供应链 AI）为真实抓手，"全域赋能"是对外的愿景包装。缺口它到底把资源压在了哪个具体环节、这套体系有没有真实跑通的部署，均无公开信息。
判断初创公司若用"全域/全栈/一体化赋能"来定位自己，通常有两种可能：要么是它真有一套被验证的平台能力（少见），要么是它还处在"愿景先行、产品未定型"的早期（更常见）。对数科想象，在没有任何具体产品实绩和客户证据的情况下，更审慎的读法是后者。缺口它的真实生态位——到底是"供应链 AI 的垂直玩家"，还是"想做通用 AI 集成的平台"，抑或只是"一个还在找方向的早期团队"——目前无法从公开信息判定。这正是第 12 章要逼问的第一件事：把宏大愿景收敛成一个可被检验的具体定位。
| 本质 4 问 | 答案（信息稀薄，多为方向性判断） |
|---|---|
| ① 本质在做什么 | 判断按口径，是把"大模型 + 云 + 物联网 + 大数据"整合起来给企业做 AI 赋能，并（相对具体地）落到"供应链里的 AI 数字员工"。卖的（意图上）是把 AI 落进企业运营/供应链环节的集成与自动化能力。缺口但"具体解决什么问题、给谁用"未明。 |
| ② 行业红利在哪 | 事实企业级 AI 落地、供应链数字化确是当下的大方向；推导"AI 员工/数字劳动力"替代或辅助重复性运营工作，是被广泛看好的应用范式——数科想象踩的是一个有真实红利的大方向。判断但红利大 ≠ 这家公司能吃到；这个方向玩家极多（通用 Agent、供应链软件、大厂），红利高度共享。 |
| ③ 哪层赚钱 / 谁掌握话语权 | 判断在企业 AI 赋能/供应链场景，话语权在"谁真正懂客户业务流程、谁有专有数据、谁能把 AI 稳定嵌进现有系统并产生可量化收益"手里，而不在"谁的愿景框架最全"手里。缺口数科想象是否具备这些，无公开证据。 |
| ④ 数科想象的位置 | 缺口因缺乏产品实绩、客户与团队信息，无法可靠判定它在行业中的真实位置。可确认的仅是：一家 2023 年成立、以宏大愿景对外、以供应链 AI 为相对具体落点、参展 WAIC 2026 的早期上海小公司。 |
判断它的叙事是"全域智能赋能"。推导但真正要问的第一个问题很朴素："抛开那套'中枢/支撑/感知/燃料'的宏大排比，你现在到底有一个什么产品、卖给了谁、解决了他们什么具体问题、收到钱了吗？"——如果答不上来一个具体、可核实的落地案例，那"全域智能赋能体系"就只是一段漂亮的自我介绍，而不是一门可被检验的生意。对信息如此稀薄的早期公司，最有价值的分析不是勉强下定性，而是把这个朴素问题问到底。
这一节能落到"事实"的内容很少，如实呈现，不做补白。
| 维度 | 情况 |
|---|---|
| 工商主体 | 事实数科想象科技（上海）有限公司，成立于 2023-04-14，注册资本 1000 万元，行业归类为人工智能软件，企业规模为小型。 |
| 法定代表人 | 事实刘权。缺口其个人履历、技术/行业背景、此前经历均未公开。 |
| 核心团队 | 缺口团队规模、技术负责人、是否有大厂/供应链行业背景，均无公开信息。 |
| 融资 | 缺口是否融资、轮次、金额、投资方，均无公开信息。以注册资本千万、成立一年余判断，很可能仍处极早期。 |
判断团队与融资信息的高度缺失，本身就是一个重要信号：对一家对外宣称要构建"全域智能赋能体系"的公司，如果连团队能力、资金支持这些"凭什么做成"的基本盘都无从查证，那么它的宏大愿景与其实际能力之间的落差，就是最需要被追问的地方。本文不因信息缺失而给出正面或负面的强判断——但读者应清楚：此刻能确认的，仅是"它存在、它这么说"，而非"它做到了"。
推导从"给企业做 AI 赋能、供应链数字员工"的定位推断，它大概率走面向企业的软件/系统交付或订阅模式，但这纯属基于定位的推断。缺口收费方式、客单价、客户行业、收入规模，全部未知。判断对一家信息如此稀薄的早期公司，谈商业模式的优劣为时过早——先要确认它有没有真实的付费客户。
缺口决定这家公司成色的几乎所有核心事实——产品的真实功能与成熟度、"AI 供应链员工"的落地案例、目标客户与行业、付费客户数、收入、融资、团队背景——全部未公开。本文因此无法对其"生意成色"给出实质结论；能做的，是把这些缺口一一列清，交给读者与时间去验证。
在信息稀薄下，这三题更多是"围绕一个只有愿景的早期公司，正反两种合理猜想的对撞"，裁决因此格外克制。
若按它最具体的落点，可把它类比为"供应链场景的 AI Agent / 数字员工公司"。用这个对标成立的四个前提逐条拷问它——结果会发现，除了"方向对得上"，其余几乎都无从验证。
| 「供应链 AI 数字员工」成立的前提 | 数科想象的现状 | 是否满足 |
|---|---|---|
| 选中并聚焦一个具体供应链场景 | 事实口径提及"AI 供应链员工"，方向对得上；缺口是否真聚焦未知 | ⚠ 方向对，落地未证实 |
| 有真实部署与可量化收益的客户案例 | 缺口无任何公开案例 | ❌ 未证实（最大空白） |
| 有专有数据/行业 know-how 形成壁垒 | 缺口无公开信息 | ❌ 无从验证 |
| 有团队与资金支撑"做成" | 缺口团队、融资均查不到 | ❌ 无从验证 |
判断"供应链 AI 数字员工"这个对标，只在"方向"这一条上对得上，其余三条支撑性前提全部无从验证。这意味着：从公开信息看，数科想象目前更像是一个"踩在了正确方向（企业 AI 赋能 / 供应链数字员工）上、但落地、壁垒、团队、资金全都尚待证明的早期概念型公司"。判断本文不因此否定它——早期公司信息少是常态，很多好公司起步时也查不到什么——但必须诚实地说：就现有证据，它值得被追问的远多于值得被下结论的。它真正要回答的第一个问题，不是"愿景多大"，而是"给我看一个真实的客户和一个真实的产品"。
按它的落地方向勾勒周围的势力——提醒：这是"它若真做供应链 AI"所处的格局，而非它已站稳的位置。
| 玩家 | 类型 | 打法 / 现状 | 对数科想象的意义 |
|---|---|---|---|
| 数科想象 DI | 早期 AI 赋能 / 供应链 AI（口径） | 全域智能赋能愿景 + 彩云 AI SLM + AI 供应链员工 | 本体（信息稀薄） |
| 通用大模型 Agent（豆包/DeepSeek 等） | 上游能力 + 入口 | 通用 Agent 可顺手承接不少运营/供应链任务 | 最强的"上游绕过"挤压者 |
| 供应链软件 / SCM 巨头 | 行业在位者 | 深耕供应链多年、有客户与数据，正加 AI | 下游正面对手与壁垒参照系 |
| 企业 AI 集成 / 数字员工初创 | 同赛道初创 | "AI 员工/数字劳动力"方向玩家众多 | 红利与热词的共享者 |
| 企业客户 | 目标客群 | 对 AI 降本增效有需求，但要看真实收益 | 需求来源，也是落地实绩的检验者 |
判断① 它想切的方向，上有通用大模型 Agent、下有供应链软件巨头，两头都强——一家没有独门资产的早期小公司要在中间立足，难度很大。② 它当前唯一能被确认的差异化，仅是"一段愿景 + 两个产品名词"，还谈不上真正的护城河。缺口它是否有专有供应链数据、行业深耕或稳定客户来对抗两头挤压，无公开证据。因此它的竞争位置，本质上取决于第 12 章那些尚未有答案的追问——在落地证据出现前，它在这张矩阵里的位置是"待定"。
判断五个断点里，断点 1（聚焦）和断点 2（落地）最关键、也最基础：它甚至还没走到"比拼护城河"的阶段，而是先要证明"能不能把一个具体场景做出真实客户"。对信息如此稀薄的公司，因果链后半段（付费、基本盘）都建立在前两步之上——先看它能不能拿出第一个真实产品和客户，其余再谈。
| 风险 | 说明 | 观察信号 |
|---|---|---|
| 愿景与能力落差（母题） | "全域智能赋能"的宏大叙事与"零可验证实绩"之间落差巨大，可能是概念先行、尚未收敛。 | 是否拿得出具体产品 + 真实付费客户；宣传是否从愿景转向实绩。 |
| 产品仅停留在名词 | "彩云 AI SLM""AI 供应链员工"目前只有名称，无功能/成熟度/案例佐证。 | 真实部署案例、可量化收益、客户名称。 |
| 两头挤压无独门资产 | 上有通用大模型 Agent、下有供应链软件巨头，早期小公司缺乏不可替代性易被碾过。 | 是否有专有数据/行业 know-how/稳定客户。 |
| 团队与资金基本盘不明 | 团队规模、背景、融资全查不到，"凭什么做成"缺乏依据，续航与执行力存疑。 | 核心团队背景披露；融资与资金状况。 |
| 信息极度不透明 | 除工商登记与愿景口径外，几乎无任何可核实公开信息，第三方难以评估。 | 是否主动披露产品、客户、团队等可验证信息。 |
| 合规 | 若涉及企业运营/供应链数据的采集与处理，需满足数据安全与个人信息保护相关要求。 | 数据处理合规声明；客户数据授权机制。 |
判断六类风险的母题只有一个：数科想象宏大的"全域智能赋能"叙事，与它几乎为零的可验证实绩之间，隔着一道尚未被任何证据填平的鸿沟。在它拿出第一个真实产品、第一个付费客户、第一份团队与资金基本盘之前，本文对它不下正面或负面的强判断——只提醒：此刻能确认的是"它存在、它这么说"，而非"它做到了"。
信息越薄，这份清单越是全文重点——它把一段"宏大愿景"逐条逼回"可核实的事实"。★ 是最锋利、最能戳破叙事的问题。
判断① 现在有一个什么真实产品、卖给了哪个真实客户、收到钱了吗（落地）？② "全域赋能"里你真正聚焦做透的那一件事、以及别人拿不到的独门资产是什么（聚焦与差异化）？③ 团队背景与资金基本盘如何（凭什么做成）？——这三问答清楚，就知道它是"踩对方向、值得关注的早期潜力股"，还是"愿景先行、落地存疑的概念型小公司"。在答案出现前，请把本篇当作缺口清单，而非结论。
本篇为信息稀薄版，可核实来源极少，如实列出：
· 工商主体：数科想象科技（上海）有限公司，成立于 2023-04-14，法定代表人刘权，注册资本 1000 万元，人工智能软件，小型企业（企业信息平台口径）
· 自述定位：以大模型为中枢、云计算为支撑、物联网为感知、大数据为燃料，构建"全域智能赋能体系"（公司对外表述口径）
· 产品/系统（口径）：彩云 AI SLM 系统、AI 供应链员工
· 活动：受邀参展 WAIC 2026 世界人工智能大会（2026-07-17 至 20）