钧奕智能：一家两人的微型公司，如何靠”卖算法”拿到央企大单、拿下全国金奖
很多做技术的老板，心里都有过这种纠结：
“我的技术很强，但公司太小，大客户根本不相信我能做。”
做AI、做软件、做算法的技术创业者，最常遇到的问题就是——客户看你公司只有两个人，连标书都不让你碰。尤其招投标这种”容错率极低”的专业领域，大央企更倾向于找大公司、大团队。
你想证明自己？连证明的机会都没有。
问题出在哪儿？
不是你的技术不行，是大客户不相信小公司能做大项目。
今天讲的这家企业，叫钧奕智能。公司只有两位员工——创始人吴大钧和他的一个伙伴。
但就是这家”二人公司”，在2025年带领央企AI团队获得了招投标垂类AI大模型第二名，还拿下了2025年人工智能应用大赛（采购与供应链赛道）金奖[reference:51][reference:52]。
一个两个人的公司，凭什么让央企信服？凭什么在全国大赛中拿金奖？
这个案例，值得每一个做技术、做ToB服务、想”以小博大”的创业者认真看完。
一、企业背景：它为什么值得研究？
钧奕智能，全称宁波钧奕智能科技有限公司，成立于2024年3月[reference:53]。公司位于宁波数智巢产业园的一间办公室里[reference:54]。
创始人吴大钧，1975年出生[reference:55][reference:56]。1997年从浙江大学毕业后到宁波，曾在敏实集团、菲仕技术等制造业企业担任高管[reference:57][reference:58]。二十多年的制造业高管经历，让他对工业场景和企业痛点有深刻理解。
但这位”技术宅”并不安于”舒适区”[reference:59]。2024年，他怀着对技术的热爱，开启创业之路[reference:60]。
公司虽小，但做的事情不小。钧奕智能的主营业务包括：人工智能理论与算法软件开发、人工智能基础软件开发、人工智能应用软件开发等[reference:61]。核心产品包括人工智能模型开发与应用、钧奕工业设计创意云平台、钧奕AI-Agent开发中间件、钧奕LLM定制化、智能数据分析等[reference:62]。
它为什么值得研究？
因为它代表了一种全新的创业范式——“超级个体”模式。
在AI时代，一个人或两个人的小团队，可以做出过去需要几十人才能完成的事情。钧奕智能用两年时间证明了：技术实力和公司规模没有必然关系。
二、增长困境：做应用，为什么走不远？
吴大钧一开始走的路，和大多数AI创业者一样——做应用。
2024年，AI大模型席卷千行百业[reference:63]。吴大钧敏锐地捕捉到这一趋势，尝试为外贸企业开发一键生成产品创意的AIGC应用[reference:64][reference:65]。
这个方向听起来很对——外贸企业需要大量的产品图片和营销素材，AI生成内容能大幅降低成本。
但问题很快暴露了。
随着百度、阿里等科技巨头陆续开放工具，用AI生成一张电商图片的门槛，正以肉眼可见的速度消失[reference:66][reference:67]。
你花几个月开发的应用，巨头们一开放，所有人都能用了。你的”护城河”瞬间变成了”护城沟”。
吴大钧意识到一个残酷的现实：只是研发AI应用，”护城河”太浅，极易被复制和取代[reference:68][reference:69]。
问题不是技术不够好。
问题是——做应用的门槛太低了，谁都能做。你没有真正的壁垒。
三、增长突破：企业到底改变了什么？
面对”护城河太浅”的困境，吴大钧果断做了一个决定——从应用层往上走，进入算法层。
从”卖应用”到”卖算法”
过去：做AIGC应用，帮外贸企业生成产品图片。门槛低，容易被巨头取代。
现在：提供核心算法，相当于为客户提供”枪支弹药”[reference:70][reference:71]。
吴大钧用了一个很形象的比喻：“如果说AI是一项工具，那么，提供核心算法就相当于为客户提供’枪支弹药’。我们负责解决’打得准、打得快’的问题，帮客户瞄准业务’靶心’。”[reference:72][reference:73]
这个转变的关键在于——算法是底层能力，不容易被替代。巨头开放的是应用工具，但核心算法依然是稀缺能力。
吴大钧建立了一套可用于工程化的AI项目开发体系——从模型推理的AI算力优化，到MOE（混合专家模型）架构，再到高质量知识库框架，以及各类专用小模型与算法的开发[reference:74][reference:75]。
为什么重要？
做应用的人很多，但能做底层算法的人很少。 从”应用层”到”算法层”，吴大钧把自己放到了一个竞争者更少的赛道。
从”纯软件”到”软硬兼施”
过去：只做软件算法，依赖客户的硬件环境。
现在：“软硬兼施”——自主研发高性能AI推理工作站[reference:76][reference:77]。
这套自研的工作站有多强？用消费级显卡就能跑出3000 tokens/秒的推理速度，支持长达5万tokens的上下文推理[reference:78][reference:79]。
他还通过与国际顶尖的AI算力优化团队KTransformers合作，针对大型算力中心进行优化，提升推理效率30%至100%[reference:80][reference:81]。
为什么重要？
算法是”大脑”，硬件是”身体”。光有大脑不够，还得有强壮的身体才能发挥战斗力。 吴大钧”软硬兼施”的策略，让他的算法有了”专属的身体”——别人想复制，不仅得复制算法，还得复制硬件。
从”通用AI”到”垂直深耕”
过去：做通用AI应用，谁都能用，谁都能替代。
现在：把”算法+硬件”的组合拳，倾注于专业性强、容错率低的垂直领域[reference:82][reference:83]。
吴大钧选择的第一个垂直场景是——招投标。
为什么选招投标？因为这个场景有几个特点：专业性强、容错率低、数据量大、对精准度要求极高。这些特点恰恰是通用AI做不到的，而正是钧奕智能的算法优势所在。
他为一家央企研发的AI应用，可以一次阅读数百页的投标文件，再和专业知识库的内容进行比对，审核相关参数指标是否符合招标文件的要求[reference:84][reference:85]。
比如，当问及“开关柜在评标时应关注哪些技术参数”时，这款智能体不仅能给出额定电压、电流、短路耐受强度等关键指标，还能精准定位《GB/T 11022-2020》等国家标准[reference:86][reference:87]。
他还开发了语义查重、图片查重、合规重写等功能，谨防串标和方案造假[reference:88][reference:89]。
结果如何？
仅用4个月，团队就建立了57万条高质量的问答和数据。经人工复核后发现，与源文件的符合性达到97.5%，而余下的2.5%则是模型基于知识的补充[reference:90][reference:91]。
吴大钧说：“一份招投标文件的背后，是浩如烟海的参数和条款，仅一份技术标准，就可能涉及10多万字的文件深度分析。”[reference:92][reference:93]
正是这套能力，让钧奕智能在2025年带领央企AI团队获得招投标垂类AI大模型第二名，并拿下2025年人工智能应用大赛（采购与供应链赛道）金奖[reference:94][reference:95]。
除了招投标，吴大钧还尝试过“AI+医美”——用技术化身智能面部分析师，为诊疗方案提供参考[reference:96][reference:97]。
为什么重要？
通用AI谁都能做，但垂直领域的深度AI，不是谁都能做的。 吴大钧选了一个”难而正确”的方向——门槛越高，竞争越少，溢价能力越强。
四、增长逻辑拆解（顾问视角）
逻辑一：做应用是”红海”，做算法是”蓝海”
很多技术创业者喜欢做应用——因为离用户近、见效快、容易拿到反馈。
但吴大钧的经历告诉我们一个残酷的事实：做应用的门槛太低了。百度、阿里这些巨头一开放工具，你的”护城河”就没了。
做算法就不一样。算法是底层能力，是”枪支弹药”。巨头可以开放应用工具，但核心算法的研发能力，依然是稀缺资源。
吴大钧选择了一条更难但更持久的路——从”应用层”下探到”算法层”。竞争少了，壁垒高了，议价能力也强了。
逻辑二：小公司的优势不是”大”，而是”快”和”精”
大公司做AI项目，流程长、决策慢、成本高。一个小项目可能要层层审批、层层汇报。
钧奕智能只有两个人——决策快、执行快、成本低。4个月建立57万条高质量问答数据，这个速度大公司未必做得到。
吴大钧把这种模式称为“轻量化创业”[reference:98][reference:99]。一个人负责技术，一个人负责商务——没有内耗，只有产出。
逻辑三：垂直领域的深度，是抵御大公司的真正壁垒
大公司什么都能做，但什么都做不深。招投标这个场景，涉及海量的参数、条款、国家标准——通用大模型做不到精准，而精准正是这个场景的核心需求。
钧奕智能做的事情，不是做一个”通用AI”，而是在一个极其垂直的领域里做到极致。4个月、57万条数据、97.5%的符合率——这些数字背后，是别人难以复制的深度积累。
不是做”什么都懂”的AI，是做”某个领域最懂”的AI。
五、如果我是企业老板，我应该思考什么？
如果你的企业也遇到类似问题，问自己几个问题：
问题1：你的”护城河”够深吗？
你做的是应用层还是底层？你的技术壁垒有多高？巨头一出手，你的优势还在吗？
吴大钧从应用转向算法，是因为他意识到应用层的”护城河”太浅了。
问题2：你的模式是”重”还是”轻”？
钧奕智能只有两个人，但能服务央企、能拿全国大奖。不是人越多越强，是能力越强越强。
你的企业，能不能用更”轻”的方式做更大的事？
问题3：你有没有找到一个”大公司做不深”的垂直领域？
大公司什么都能做，但什么都做不深。招投标、医美、工业设计——这些垂直领域，恰恰是小公司的机会。
你的行业里，有没有这样一个”大公司看不上、做不深”的细分市场？
六、ZPath增长能力映射
表面看：一家两人的微型公司，靠AI算法拿到了央企大单和全国金奖。
本质看：企业从”做应用”到”做算法”的战略升级——从”红海竞争”到”蓝海深耕”。
企业需要提升的是：
1. 战略定位能力——从”跟风做应用”到”深耕算法底层”
2. 技术壁垒构建能力——从”容易被复制”到”建立工程化开发体系”
3. 垂直场景深耕能力——从”通用AI”到”专业领域深度AI”
对应ZPath增长能力：
主要能力：战略增长突破
辅助能力：AI智能增长突破、组织能力突破
七、顾问观点
从这个案例，我看到一个趋势：
很多技术创业者的增长瓶颈，不是技术不够强，而是”赛道选错了”。
做应用，门槛低、见效快，但容易被巨头碾压。做算法，门槛高、见效慢，但壁垒深、竞争少。
吴大钧用两年时间证明了：一家两个人的公司，可以在AI时代做出大公司都做不到的事情——只要选对赛道、做深做透。
他有一句话我很认同：“我们的算法与框架就像AI的工业基座，让千行百业’开箱即用’。”[reference:100][reference:101]
未来能跑出来的技术公司，不一定是人最多的，但一定是壁垒最深的、垂直领域最懂的。
如果你的企业也遇到类似问题：
- ✓ 技术很强但客户不信任小公司
- ✓ 做应用门槛太低、容易被复制
- ✓ 想建立真正的技术壁垒但不知道怎么入手
- ✓ 在红海里竞争、利润越来越薄
你可能需要的不是更努力做产品，而是重新思考”你的护城河在哪里”。
ZPath企业增长咨询提供：
《企业增长问题诊断》
帮助企业：
- 1. 诊断当前增长瓶颈
- 2. 评估战略定位短板
- 3. 明确下一阶段增长路径
如果你是实体企业负责人，欢迎私信或留言，我们可以进行一次针对性的增长问题交流。
