长期对标Palantir，北大校友任鑫琦又拿到钱了

9月11日，据投中网获悉，企业级AI公司悦点科技已完成数千万元人民币Pre-A轮融资，由盈富泰克领投，水木创投跟投。本轮资金将主要用于AIGO模型训练、推动AI FDE Model持续进化、完善RSI闭环，并加快已经验证场景的市场复制。

在多数企业级AI公司还在为POC转化和续费发愁时，这家成立四年并已实现盈亏平衡的公司交出了一份不太一样的成绩单：累计付费客户接近100家，2023年至2025年订单与收入年复合增长率均超过300%，2026年上半年收入已经超过2025年全年。

悦点科技脱胎于明略集团知识图谱产品线，长期把Palantir作为产品参照。它把重心放在企业级决策智能上，面向企业私有化环境，让AI进入数据分析、业务判断和任务执行。简单来说，他们想让AI把跨系统查数、判断和执行的整条链条接起来，替企业里那位“什么都懂的老师傅”干活。

“我们不是把Palantir的业务版图搬到中国。”悦点科技创始人兼CEO任鑫琦对投中网表示，公司保留的是它用私有数据支撑复杂分析、决策和执行的产品思路，要解决的则是中国企业自己的问题——企业AI资产迭代、私有化AI体系建设、以及核心业务场景适配。

北大校友创业，对标Palantir

悦点科技的创立，离不开任鑫琦对知识工程、知识图谱和企业数据产品的长期研究，也源于一个困扰了他很久的问题。

时间回到2020年，他在复盘手上的项目时发现一个现象：同样的知识图谱和分析平台，在不同客户那里跑出的效果差别明显。在任鑫琦看来，变量在于客户内部有没有真正懂业务的专家，“经验丰富的人能够借助系统寻找线索、建立关联并形成判断。如果使用者本身缺少业务经验，同样的平台很难发挥相同价值。”

这个判断背后，是任鑫琦近二十年的职业积累。他本科、硕士均就读于北京大学计算机系，早在北京大学人工智能实验室时期就开始研究知识工程，接触Ontology（本体）、知识表达和推理。之后，他在百度从事搜索引擎、Knowledge Graph和大规模数据的实际落地工作。

2014年，他作为技术合伙人参与创立明略数据，并从零孵化和拓展企业知识图谱产品SCOPA。据任鑫琦回忆，SCOPA从成立之初就把Palantir作为重要产品参考，但团队并没有照搬其全部业务，而是选择了更贴近自身能力和中国市场的私有数据、深度分析和业务决策。

SCOPA企业知识图谱平台将原本分散的数据组织起来，并建立实体和关系，再把这些能力带入金融等复杂业务。由知识工程、企业数据工程、AI技术、ToB产品和大型企业项目交付组成的能力组合，也成为悦点科技此后继续创业的底气。

为了真正完成分析、决策和行动的闭环，任鑫琦于2022年6月在北京创立悦点科技并独立发展。除了考虑到涉及大中型企业等私有数据的业务更适合长期在国内发展，他认为要解决“专家依赖”，必须用AI重新改造产品和技术架构，“这类推倒重来的探索，更适合放在一家新公司里做。”

独立之后，悦点科技做了两个选择。技术上，没有一味持续维护一套传统知识图谱产品，而是把AI接进原有的数据和知识体系；市场上，他们也不再只做熟悉的安防和金融，而是逐步把重点转向制造、能源、运输等泛工业场景。

他们的方向由此逐渐清晰，并继续把Palantir作为一个产品参照，学习对方利用私有数据支撑深度分析、决策和行动的方法。这家公司准备在中国企业的工业和私有化场景里，把过去知识图谱解决的数据组织问题，继续向业务执行推进。

Ontology也被重新放回产品的核心位置，承担起把客户、订单、产品、设备等业务对象，以及它们之间的关系、规则和可执行动作组织起来的任务。“大模型知道世界是怎么运转的，但不知道这家企业是怎么运转的。Ontology就是把后者告诉它。”任鑫琦直言，希望以此降低大模型在企业核心流程中的不确定性，让人和AI基于同一套业务结构工作。

大模型的出现，使这条路线有了新的技术条件。2023年，悦点科技启动领域大模型研发。次年，团队开始尝试通过AI FDE方式，把过去需要工程师完成的数据处理、知识提炼和场景搭建交给AI承担一部分，产品随后升级为Knora-AI。

随着产品方向逐渐清晰，他们于2024年12月完成云启资本独家投资的天使轮融资。云启资本的判断是，随着AI大模型能力进化和应用边界进一步拓展，市场对于端到端能力的强烈需求，而悦点科技在AI与数据智能的结合上有显著优势，拥有完整的端到端产品，在数据智能和大模型应用方面具有很大潜力。

通过让大模型承担更多标准化工作，悦点科技又于2026年将Ontology、Agent和自主执行能力进一步整合到同一产品体系。盈富泰克和水木创投也沿着这家公司长期积累的技术路线进入，最终成为他们的股东。

“企业AI建设的关键是整合私有化知识，形成面向AI、人与组织的核心资产。这其中Ontology发挥着不可替代的作用。”在盈富泰克投资人王术看来，“悦点科技团队是国内最早提出企业级知识图谱、将本体长期实践、并规模化落地的队伍。”

让AI自主判断并行动，公司已实现盈亏平衡

除了让企业软件少依赖站在系统外的专家，悦点科技也在让数据、知识和业务能力能够被AI自如的调用。

一家制造企业出现质量问题时，会发生什么？客户信息在CRM里，生产批次在MES里，原材料和供应商在ERP里，工艺和设计在PLM里。过去，这需要不同岗位的人分别去查，再由业务人员结合经验拼出一个判断。

悦点科技不想只让AI回答问题，而是先通过Ontology把这些业务信息组织起来，再让Agent完成查询、任务拆解、工具调用和执行，把过去需要多人接力完成的流程连接起来。

效果直接体现在时间和成本上。任鑫琦举例称，在一套质量追溯流程中，原来可能需要多人花费数天进行跨系统查询。在接入Ontology和多个Agent后，一名员工就可以驱动整个流程，查询时间缩短至5分钟。

在Ontology和企业数据能力之上，悦点科技会通过任务拆解、推理和动作编排，把业务目标进一步转化为Agent可以执行的任务。除了把质量管理、设备运维、供应链等具体场景做深，他们还会确保数据不出域、过程可追溯，而这是国央企和头部制造企业绕不过去的硬门槛。

这也使得他们让企业获得了两类价值：一类是可以直接测量的显性价值，例如减少人工投入、提高效率、降低错误、缩短业务周期等；另一类则是隐性价值，包括降低跨部门协作成本，把资深工程师和业务专家的经验沉淀下来，并减少人员流动带来的知识损失。

“企业AI真正的生命力，不是看能否获得几个大客户、形成几笔大订单，而在于能否进入企业的核心业务，在高价值场景中保持粘性，持续解决复杂问题。”据任鑫琦透露，在一家头部面板厂商的质量管理场景中，Knora-AI帮助客户将良率提升3‰，对应收益将超过2000万元。

目前，悦点科技累计付费客户接近100家，客户主要是大型企业。头部民营制造企业更多采用软件授权和订阅方式，而国央企则往往是软件、项目实施和服务的组合，部分实施工作也可以交由集成商或第三方完成。

“2023年至2025年，悦点科技订单与收入年复合增长率均超过300%。2026年上半年的收入，已经超过2025年全年。”任鑫琦坦言，公司已经实现盈亏平衡，预计2026年收入将突破亿元，持续实现盈利。

未来一年，他们希望让产品与大模型进一步结合，在生产制造、产品研发等真实场景中提升自迭代能力，逐步减少人工干预，实现RSI（递归自迭代）闭环，“短期目标是，在部分生产环境中形成无需人工持续参与的闭环。”

十多年前，任鑫琦和团队做企业知识图谱，是把分散的数据和关系组织起来交给业务专家。今天，悦点科技继续向前一步，把原本散落在数据、流程、规则和专家经验里的能力也放进系统，让AI能够参与判断和行动，并变成更容易复制的企业级产品。

本文来自微信公众号“投中网”，作者：鲁智高，36氪经授权发布。