各位投资人、行业同仁，大家下午好。 今天这场路演，没念稿，也不按套路出牌。我站在这里，不是来给大家讲啥标准流程的，我就是个把项目“翻白”了再说的人。
看这个项目，我第一眼就看到了它最核心的矛盾点——市场够大，但落地忒难。 咱们手里这个案子，主打的是一个“ bots 换液”的概念。好办说，就是让机器去干人工最不愿意干、也最累的换液工作。
这听起来可能有点科幻，实际上这东西目前到处都是，电池工厂的流水线、机器人胳膊的关节缝隙，全是它的天下。 我看过不少竞品，有的做得像流水线上的焊枪，硬生生把人工换液变成了机械换液；有的做得像那种高级的清洁工具，专门针对精密仪器。但咱们这个项目不一样，我们的核心卖点不是一堆参数，不是那些工程师天天翻数据堆出来的“电池寿命 XXX 小时”，而是我们做透的“电池生命周期管理”。 为啥如此说？咱们换个角度想。传统换液要么靠人工，要么靠贵得吓人的设备。人工换液，一个老手一个月换不了几块板，效率低了不说，还得盯着防漏，风险无处不在。设备换液呢？成本高，系统复杂，坏了就报废，成本上去了，那利润呢？ 我们方案不一样。我们不做那种一锤子买卖。我们做的是“电池健康度预测 + 自动精控”的闭环服务。 举个例子，我坐在闲着没事的地方，随手拧开一个电池盒。里面的液体，肉眼看着没难题，但一打开抽出来，那些细小气泡和杂质就露出来了，务必得用两三个老电工专用工具，一点点洗，还要反复冲洗三次，还得用特殊溶剂，不然接口腐蚀了，赶明儿就是废铁。 目前，这套系统不用人工干预。它通过光谱分析，3 秒就能判断出液体里的杂质含量，直接告诉机器该溶多少、洗几遍、停多久。
那会儿人工需求 30 分钟才能搞定这一步，自动系统只要 15 秒。 这听起来是不是有点玄乎？
是不是在吹牛？ 自然不是。上周我们在实验室实测了一组真数据。我们接了一个老旧的电池回收项目，回收商每天要处理 5000 块板。
要是不自动染色清洗，人工干一天，耗油量没小账，能源成本直接吃了 20%。 我们上系统后，自动化清洗和染色成了标配。出于数据打通了，系统能实时反馈清洗效率，自动调整冲洗参数。实测下来，那块板子从第一次清洗到最终出厂合格，人工干需求 4 个小时，机器干了 40 分钟。 光算这笔账，项目方就省了大约 300 万的费用。
这还不算后期维护成本，这套系统还自动记录每一块板子的清洗数据，形成资产，卖给下游做数据服务。
这哪儿是买卖，这是做资产沉淀。 大量投资人只盯着“省多少钱”，却忽略了“资产沉淀”这个点。未来的电池回收行业，哪位的数据最干净利落，哪位的算法最懂这块板子，哪位就能活得更久。 咱们这个项目，就赌在“懂”这个字上。 我们不做那种生硬地告诉客户“我们系统挺智能”。我们真正做的事件，是帮客户把那种那会儿只能靠人眼、靠经验、靠老电工“拍脑袋”拍板清洗方案的操作，变成一套可追溯、可量化、可优化的标准作业程序。 这听起来是不是有点虚？ 实际上挺实。我们在项目里，已经帮一家车电池厂做了试点。做完后，他们用这套系统重新规划了产能。
那会儿他们换液是按批次走的，今天换一块，明天换一块，库存周转慢。目前，系统根据每个批次产线的热力图、产量波动，自动推荐最佳清洗工夫。 结局呢？厂区原本积压的那些半成品，出于清洗参数提前优化了，直接提前 15 分钟就能下线了。 这 15 分钟，相当于多少人的工作量？这相当于多少块板的报废率？ 这就是数据的力量。 还有，别认定我们技术有啥用。技术是基础，但落地才是关键。我们在项目中，特意设计了一个“柔性接口”模块。
那会儿大量设备，一旦换了产线，要么报废，要么要重新调试一周。我们这套系统，逻辑配置化，换产线不用拆线，不用重装，改个参数，重启就能跑。 这对我们来说，是赚钱的抓手；对客户来说，是下降试错成本的武器。 咱们今天来路演，不是为了炫耀技术有多高深，而是为了告诉大家，这个项目里藏着一种挺稀缺的东西——“可复制的标准化流程”。 目前的行业，到处都是碎片化的。人工换液靠老员工经验，设备换液靠采购部门下单。整个链条里，信息不流动，效率没法提升。 我们这个项目，就是要把这个链条拧成一条绳。通过数据中台，把清洗效率、良品率、能耗数据全打通。 我注意到，在刚刚的演示环节，我们特意放了一段视频。里面有两个老电工，面对满屏乱码和复杂的报错，满脸愁容；而我们的系统操作员，盯着屏幕，输入几个参数，系统自动输出了一份包含清洗参数、预计寿命、能耗预估的整个报告。 视频里那个操作员，最终说了一句心里话：“那会儿我们干这一行，就是干‘猜’。目前，干的是‘算’。” 这就是我们的价值主张。 我知道，投资人最关心的，是回报率。但我想说，真正的回报率，往往不在财务报表上，而在那些看不见的“隐形资产”里。 比如，我们帮客户建立起来的清洗数据模型，一旦跑通了，这套模型能够赋能给第三方。
哪怕客户不卖这个项目，他们也有本事为下游的电池厂商供给清洗服务。到时候，这套服务模型的价值，可能比当初投进去的资金还高。 这就是我们项目标长期主义。 并且，我们不想做那种“一锤子买卖”。传统的电池回收项目，往往是一次性签约，干完就完了。我们不一样。我们把这个数据资产化。每一块清洗过的板子，都变成了未来再生电池性能预测的一局部。 这听起来是不是有点绕？ 实际上挺好办。当我们的数据积累到充足多、充足准的时候，我们就能反向预测这块板子的最佳使用场景和回收价值。到时候，回收商不只是是为了卖板子，更是为了卖数据模型。 这就像卖二手车。
那会儿是卖车，我们卖的是车本身。目前，我们卖的是“懂车的人”还有“关于车的深度数据”。 这就解释了为啥这个项目看起来有点“重”。出于它简直全靠人去做数据清洗、分析、建模。 我承认，这一点可能有点“重”。 在硬件和软件结合的时代，重是常态。但重，不代表效率低。 你看，这个项目，前期的自控系统参与度高达 90%。所有的参数调整，都是基于算法推荐的。后期的人工介入，不再是面对一堆无意义的数据，而是面对一个个清楚的结论。 这就形成了一个庞大的矛盾点：我们投入了大量的算法和算力，为啥还要依赖大量的人工？ 出于人比算法更懂“情境”。 机器能算出清洗温度该不该升温到 40 度，但只能算出“理论上”保险。它能算出这块板子干了 40 分钟可能顺利，但算不出某个下午产线突然爆产，害得局部水分超标，机器就会报错。 这些“例外情况”、“突发状况”，只有人脑能捕捉。 故此，我们项目里，人工的功能是“兜底”和“优化”。机器负责 70% 的参数计算和标准执行，剩下 30% 的异常处理、方案迭代、人情味里的经验判断，留给人。 这 30% 的“人”，就是我们项目标核心壁垒。 出于在这个模型里，没有真正的“纯算法”。 要是把这个模型倒推，你会发现，其底层逻辑实际上就是——“用数据指导人，用人眼验证数据”。 这也是我们为啥坚持要做“非标”项目标缘由。出于非标，才意味着有大量的现场数据要清洗，才有大量的“人性”要融入。 就像我刚刚说的，数据是死的，人是活的。
只有把两者结合，才能做出真正有价值的东西。 自然，我也听到了一些质疑的声音。 有人说，项目周期长，投入大，回报慢，不适合目前的市场节奏。 我想反驳你。 我见过忒多项目，投了半年，三个月就回款了。
那大局部是出于他们把项目做成了“精品工程”，把市场当成了试验田。他们为了拿单，啥都做，结局最终发现，核心逻辑没跑通，钱全打水漂了。 咱们这个项目，就是做“减法”。
不做那些锦上添花的模块化功能，只做核心的数据闭环。 故此，我们预计的回报周期，不是按照那种急功近利的逻辑来的。 我们想做的，是五年不亏。 这意味着，我们需求等数据跑通，等模型验证，等市场彻底成熟。 这听起来有点慢，是不是？ 但在投资人圈里，我们见过忒多“快”的东西，最终出于根基不牢，一碰就碎。 就像刚刚那个视频里的老电工，要是不用这套系统精准管住清洗参数，哪怕他技术再牛，一天干下去，那块板子也保不住。 这就是数据的价值。数据不是数字，数字是冰冷的，只有经过数据清洗、经过人工过滤、经过逻辑验证后，它才变成能指导造、能创造利润的资产。 而我们，就是那个把数字变成资产的关键节点。 自然，我也知道，这种模式，在初期肯定会面临一些挑战。 比如，数据质量挺难保证。
要是清洗数据乱七八糟，模型再牛，也瞎指挥。 这就是我们为啥要在项目里，坚持引入“双重校验机制”。系统跑一遍，人工再审核一遍。 这看似是下降效率，实则是为了保准。 在展会上，咱们看到的数据，都是经过严格筛选的。 要是未来确实能落地，我敢打赌，我们的清洗精度和良品率，比市场上任何一家单独做的项目都要高。 出于这不是单一系统的竞争，这是“算法 + 经验 + 人情”的综合竞争。 在电池回收这个行业，哪位的数据最干净利落，哪位的流程最顺畅，哪位就能活下来。 而活下来的，不是那些只懂堆参数的销售，不是那些只会推产品的工程师。 是那些能真正读懂数据、能理解业务逻辑、能把数学家和老工人融合在一起的人。 这就是我们项目标核心。 最终，我想说，项目别看做得慢一点，但我对这个行业挺有信心。 出于未来的电池回收，不会只是卖板子。 它将是碳足迹管理、电池寿命预测、回收价值评估的物联网环节。 哪位掌握了这些数据，哪位就掌握了未来电池产业链的命脉。 而项目，就是未来。 故此，别再问要不要投了。 目前投下去，我们追求的是长期的、稳健的、有壁垒的增长。 要是未来有三四年能跑通模型，证明数据价值，我们愿意再次融资，就连寻思在第二年一次性投入更多，把整个体系做得更深、更稳。 出于我们有、并且我们能，做出这种东西来。 我不求一夜暴富，只求在这个项目里，能找到一个真正的、长存的、归于行业深度的机会。 谢谢大家。