作者：黄大爷｜HOT (Chengdu) Industries Co Ltd

在大多数人看来，这不是一个性感的行业。
它重资产、周期长、全球分布、复杂且不标准化——几乎和互联网的所有优势完全相反。

但恰恰因为如此，我们反而认为：
矿业，是少数还没有被“真正工业化”的行业之一。

过去几年，我反复思考一个问题：

对比其他行业，这个现象其实很不正常。

在制造业，有 Siemens
在自动化领域，有 Schneider 
在数据平台领域，有 Palantir

但在矿业，这种“平台型公司”仍然是空白。

这背后，其实意味着一个机会。

如果你真正进入矿山现场，你会发现一个很有意思的现象：

很多关键决策，依然依赖经验。

这些问题，并不是没有数据，而是：

数据没有形成系统，系统没有形成决策能力。

这就是矿业的本质问题——
它还没有被“计算化”。

过去几年，AI 非常热。
但在矿业这个行业，很多 AI 项目最后都停在了 PPT 里。

原因很简单：

AI 进不去现场。

矿山不是互联网场景，它是一个：

• 强物理系统（设备、流程、矿石）

• 强约束系统（安全、产量、成本）

• 强非标准系统（每个矿都不一样）

如果你没有：

• 工程能力

• 工艺理解

• 设备控制权

AI 是无法真正产生价值的。

所以我们从一开始，就没有把自己定义为 AI 公司。

我们做的是另一件更“笨”的事情：

先进入矿山，再让 AI 生效。

HOT 过去几年做的事情，可以用一条非常简单的路径来总结：

我们并不是在做一个软件。
我们在做的是：

一个能够在真实矿山运行的“工业系统”。

有人会问：
这件事难吗？答案是——非常难。

但难的事情，往往也意味着壁垒。

矿业不会像互联网那样出现赢家通吃，但会出现：

我们更愿意把自己对标为一种公司：

不是传统工程公司，
也不是纯AI公司，
而是类似 Siemens、Schneider这样的工业系统型企业——
只不过，我们聚焦在矿业这个更深、更难的垂直领域。

未来的矿业竞争，会发生一个非常重要的变化：

不再只是比谁有矿，而是比：

这些，本质上都不是资源问题，而是：

系统能力问题。

很多人会把 HOT 理解为一家矿业工程公司。
也有人把我们理解为 AI 公司。

其实都不完全对。

我们真正想做的是：

把矿山，从“经验驱动”，变成“系统驱动”。

这是一个很慢的过程，但一旦建立起来，它会形成极强的壁垒。

接下来几年，我们会重点做三件事：

这三件事，看起来不性感，但它们是唯一能让这件事真正成立的路径。

LIBS技术，即激光诱导击穿光谱技术，是一种新型的、先进的原子光谱分析技术。它利用激光脉冲将样品激发，样品中原子分子产生的等离子体发生不连续跃迁时辐射出的原子光谱线进行元素分析。