AI4S不卖模型卖产线，苏州沃时科技凭什么让中化资本下注首子

中化集团旗下某精细化工产线的研发室里，一个合成配方的筛选曾要三名博士轮班三个月。如今AI给出反应路径，无人实验台连夜执行、在线表征、数据回传，模型次日给出下一轮假设。这套系统的提供方，是成立于2021年的苏州沃时数字科技有限公司（简称沃时科技）。它所在的赛道叫AI4S，即用人工智能驱动化学、材料、医药领域的分子设计与合成工艺开发。

希鸥网观察到，沃时科技近日宣布在过去一年内连续完成多轮融资，投资方包括中化资本、海汇资本、亿文资本、苏创投、苏高新、远桥资产、航信资本、德美化工。其中中化资本创投的这笔钱，是其在AI4S赛道的首个战略落子。资金投向四个硬目标：AI Scientist模型迭代、结构化化学数据库扩建、云研发实验室平台建设，以及毫克级到公斤级无人化实验平台的规模化落地。

AI4S赛道过去两年的主流姿势是卖模型API、卖SaaS账号、卖单台自动化设备。沃时科技从成立那天就反着走：把数据库、AI模型、自动化硬件、工艺知识打包成一套可交付的工业级研发基础设施。逻辑不难算。模型单独卖，客户拿去用不出结果，第二年就不续费。把设计、执行、表征、数据回流焊成闭环，客户的研发资产才长在沃时科技的地基上。

研发的真卡点一半在设计，一半在验证。手工实验速度慢、数据散、不可复现，AI模型就永远空转。沃时科技把毫克到公斤级的无人实验系统铺进真实场景，集成液体固体处理、控温、在线监测、分离纯化与数据回传。中化体系既是股东，又是用户，还是场景提供方。资本、场景、采购三重绑定，在AI4S行业极为稀缺，技术不是在中试车间里看起来能用，而是被头部客户的真实产线反复打磨。

数据更直接。2024至2025年，沃时科技营收连续两年翻倍，同时连续两年保持盈亏平衡。AI4S赛道普遍高投入、长周期、尚未盈利，这张成绩单本身就是最硬的钩子。化工与材料企业的采购心理很清楚：不为“AI懂化学”付钱，只为“帮我省下几条中试线、压缩半年研发周期”付钱。付费意愿的锚点从来不是技术叙事，是账本上的时间成本。

希鸥网认为，这场融资的信号不在金额，在出资方的身份。中化资本背后是中国中化在化工新材料、农药、新能源材料的真实产线，它投的不是估值故事，是一张能被反复打穿的验证场门票。2023到2025年，行业解决的是“AI能不能懂化学”；2026年之后，竞争焦点换成“AI能不能在真实实验室里持续把事做出来”。沃时科技押的是后一个问题，这决定了它的对手不是同行，是研发效率本身。

达利欧在《原则》里写过一段经历：他把市场判断交给系统化的计算机程序去跑，机器接管盯盘之后，人反而被解放出来，去想更高层面的事。他给洛克菲勒基金会设计的那套资产组合，后来被威瑞森采用，12年后桥水管理着近800亿美元资金，风险平价成了全行业复制的模板。沃时科技想干的是同一类事——把化学家的经验判断沉淀成可迭代的系统，让实验数据自己喂养模型，而不是等某位资深研究员退休时把know-how一起带走。

但达利欧也留了一句提醒。桥水做大之后，内部辩论过一个岔路：继续做一个出色的精品店，还是长成一个大机构。沃时科技眼前是同一道题。数据库、模型、无人实验室、云平台四层同时铺开，每层都是重资产长周期。它的解法放在开放服务层：云研发实验室把设备与AI能力对外，让中小研发团队不建实验室也能远程调用。研发平权的说法听着大，商业意图很实，把固定成本摊薄给整个行业。

对创业者更实际的启示藏在细节里。桥水的系统能跑通，靠的是几十年判断被一点点翻译成规则。沃时科技自建数据库，覆盖分子结构、反应规则、条件、产率、杂质、表征与工艺参数，条条机器可读、可溯源，图的是高端研发场景的话语权，而非依赖海外平台。没有结构化数据，AI是空谈；没有自动实验，AI无法自我进化。这话适用于任何做AI落地的团队：先问自己有没有那条数据回流的水管，再谈模型有多大。

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