背景：36氪 4 月 5 日报道，矿石 AI 智能分选设备企业霍里思特完成近 2 亿元 C 轮融资，投资方包括招商局资本、京国瑞、大兴产投、北创投、开源思创及初辉资本。公司披露近两年年出货量超过 100 台，年产值达数亿元，复合增长率保持在 40% 以上；其三维立体喷吹准确率达 99.9%，并已在锑矿、磷矿、萤石矿、铀矿、弱磁性铁矿等场景实现首台套落地。

判断：这类设备的商业化，不是“AI 终于能识矿了”这么简单，而是选矿流程里最昂贵、最不稳定的环节之一开始被算法和传感器重写。传统人工手选面临劳动力不足、劳动强度大和职业病风险，湿选则消耗大量水资源与药剂；在“双碳”与矿山绿色化要求下，干选、机选和光电分选的组合，正在把“能不能用”变成“什么时候全面替代”的问题。

为什么这轮融资值得看

霍里思特的路径很典型：先做 X 射线探测器，再做整机分选设备，最后把数据、算法和设备可靠性一起打包。它的壁垒不只是识别算法，而是探测器采集速度、精准喷吹、恶劣工况适应性和售后可维护性共同构成的系统能力。换句话说，矿山买的不是一块屏幕式的“AI 看板”，而是一台能在粉尘、振动和高负荷下持续产出的工业设备。

这件事映射到更大的产业逻辑

36氪提到，公司客户已覆盖紫金矿业、中国五矿、国家能源集团、陕煤等大型矿业集团，并出口到哥伦比亚、土耳其、巴西、印尼等市场。这个组合说明两点：第一，国内矿山企业对降本增效的诉求足够强，愿意为节水、提纯和减人买单；第二，海外资源国同样在寻找不依赖大量人工和水资源的替代方案。只要回本周期仍能维持在一年以内，工业设备的采购决策就会非常现实。

• 对矿山企业：优先看回本周期、处理量和故障率，而不是只看“AI”标签。
• 对设备厂商：下一步竞争重点会从单机性能转向数据积累、矿种泛化和海外服务能力。
• 对投资人：能否复制到更多矿种、更多工况，比一次性融资额更重要。

建议：如果你在看工业 AI 或智能制造赛道，矿石分选是一个很好的样本。它说明 AI 的价值不在“通用演示”，而在高摩擦、重资产、强约束的流程里把单位成本打下来。真正值得跟踪的指标有三个：新矿种的落地速度、出海订单占比，以及设备是否能稳定保持一年以内回本。

结论：这轮融资背后，最值得关注的不是“矿石里用了 AI”，而是 AI 正在从泛化软件走向可计量、可回本、可出口的工业资产。谁能把识别准确率、设备稳定性和现场服务一起做好，谁就更可能把这门生意做成规模化现金流。