曹凌霄语速平稳，措辞精准。他掌舵的创腾科技在AI4S赛道上像是一个异类——没有社交裂变，没有流量逻辑，讲不出性感的资本故事，却拿下了中石油、恒瑞医药、京东方材料等一长串头部客户。更反常的是，这家公司实现了正现金流和盈利。
希鸥网观察到，创腾科技是一家成立于2000年代早期的科学软件公司，核心赛道是AI for Science（AI4S）下的研发数据与智能决策平台。它以iLabPower、SDH、MaXFlow三层产品体系，为药企实验室、材料研究院和半导体工艺工程师解决研发数据割裂、AI难以落地的问题。自主产品业务近年保持年复合增长率50%以上，同时维持正向现金流与盈利，这在AI4S细分领域极为少见。
创腾起家时是达索系统、赛默飞等国际科学软件巨头的代理商和服务商，在客户实验室里摸爬滚打十余年。这个位置让团队积累了跨行业的实施经验，“知道客户的实验室里有多少台仪器”。但代理模式天花板清晰——没有定价权，客户忠诚度归产品方所有，一旦厂商调整政策，处境尴尬。
转折来自三个信号交汇：央企和科研机构对数据主权、系统可控的诉求升温；AI技术快速扩展了科学软件的能力边界；多年积累的客户场景知识到了支撑自研的临界点。曹凌霄的判断很直接：不转型，就永远没有护城河。转型意味着烧钱、耗时、初期拿不到大客户，但他选择放弃稳定的代理收入。
三层平台架构是转型的骨架。iLabPower解决高质量结构化数据采集问题，承接GLP、GMP等合规要求；SDH打通ELN、LIMS、仪器数据之间的孤岛，治理“转椅接口”问题；MaXFlow把分子模拟、机器学习、虚拟筛选交到科学家手上。三者咬合成一个完整的研发操作系统。
一个OLED材料案例说明了这套架构的协同逻辑。MaXFlow用计算提出候选分子，iLabPower记录湿实验全过程包括失败批次，SDH把结果沉淀为数据资产反哺模型。每做一批实验，模型就更准一点，积累留在企业内部，不随合作方更替而流失。这就是“干湿实验室飞轮”的含义。
希鸥网认为，这个案例揭示了AI4S行业被忽视的真相：真正的壁垒不在算法层，而在数据底座与行业场景的交付能力。很多拿到融资的AI4S项目习惯宣讲大模型能力，却很少能回答“科学家为什么愿意每天使用”。创腾用交付换信任，靠的是一个一个项目积累的可信度，这种方式不会短期爆发，但建立的信任关系在行业里极难被复制。它同时证明，严肃的行业数字化需求，对结果的看重远高于对概念的追逐。这正是持续获得客户的关键。
创腾的转型路径，是对“路径依赖”的一次主动反叛。大多数企业的真实风险不是选错方向，而是对既有成功方式的过度依赖。代理生意稳定赚钱，但曹凌霄清楚，如果只持续优化代理业务，就会错过整个AI4S时代的窗口。许多人为了确保成功而沿用老路，却忽略了市场结构变迁正在让这条老路逐渐失效。用确定性较高的短期收入，换一个不确定但空间巨大的长期位置，这种取舍是创业者最难做的决策之一。
从代理到自研，每一笔投入都要面对结果不确定的煎熬。真实的创业难题从来不是设定宏大目标，而是在目标尚未实现时做出艰难取舍。科学软件的客户是理性群体，不会为概念付钱。曹凌霄说“我们不是靠PPT长大的公司”，这句话落到经营层面，意味着无数轮需求调研、产品迭代和现场交付的堆叠。那些漂亮的口号在遇到真实的客户质疑时都会褪色，唯有交付能力能留存下来并沉淀为口碑。
创业本质上是一种需要持续变革的实践。曹凌霄观察到2026年以来一个实质性的变化：企业对AI4S的态度从“想了解”转向“要落地”。研发数字化正在从可选工具变成企业的研发基础设施。这个窗口属于那些在组织、认知和价值判断上保持弹性，同时有足够积累接住需求爆发的公司。创腾数千个日夜积累的客户信任，正在转化为一条属于自己的增长曲线，时间会给出答案。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo