21世纪经济报道记者曹恩惠、实习生许以昕 上海报道

9月下旬，黄浦区主会场延中绿地，2026上海国际光影节“VOIDSPACE 空·间”装置前，观众通过小程序等交互渠道输入个人感受，整片墙面的光色便随之流转——从盛夏的翠绿，渐入深秋的琥珀。

这并非一场单纯的艺术秀，而是全球照明巨头昕诺飞（Signify）交出的一份AI商业化答卷。当日，昕诺飞宣布旗下生成式人工智能智能体（GenAI Agent）与智能互联照明系统延伸至景观亮化领域，通过Interact Landmark Flex实现多模态光交互，官方称该系统可降低约80%的内容策划成本，并缩短相应周期。

这已是昕诺飞GenAI Agent一年内落地的第三大场景：从道路照明场景的Interact City Flex，到办公场景的Interact Office Flex，再到如今景观文旅场景的Interact Landmark Flex。2026年被昕诺飞大中华区首席执行官殷慷定义为“AI照明元年”。

但对一家年销售额达58亿欧元、正主动推动传统业务迭代升级的百年企业而言，“元年”二字背后，是整个行业急于重算商业账本的现实压力。

百年老店，寻求增长焦虑下的“第二曲线”

照明是一门古老而成熟的生意。当LED替代白炽灯的技术红利耗尽，全球照明行业正步入存量竞争。Mordor Intelligence数据显示，2026年全球智能照明市场规模约275亿美元，2031年预计增至678亿美元，年复合增长率近20%——但这一增速的主要来源，早已不再是卖灯具的硬件收入。

“过去我们卖的是灯，未来卖的是光产生的服务和体验。”昕诺飞在今年5月发布的《照见智慧未来：GenAI Agent重构照明行业新蓝图》白皮书中如此判断。这句话的潜台词是：单纯卖硬件的生意正在见顶，照明企业必须找到可持续的经常性收入。

这正是AI切入照明的商业化逻辑起点。截至2026年第一季度，昕诺飞全球智能互联照明点已达1.71亿个。这些安装在城市道路、办公楼宇、景观建筑上的灯，不再是一锤子买卖的工业品，而是持续产生数据、可以远程升级、支持订阅服务的“光终端”。

问题在于，如何让这个终端真正“转起来”？

80%成本下降，省的是谁的钱？

以景观亮化为例，这是一门典型的“项目制”生意。一座城市的滨江灯光秀、一个地标的夜景照明，过去依赖专业灯光编程团队提前数月制作内容，一次方案调整往往意味着数周开发周期和数十万元费用。项目交付即结束，后续内容更新乏力，大量景观灯光在首秀之后便陷入“年复一年同一套动作”的尴尬。

昕诺飞此次推出的Interact Landmark Flex，瞄准的正是这一痛点。用户只需用自然语言描述光色、氛围或情绪——比如“中秋月夜”“赛博朋克”“春日樱花”——AI便可自动生成一套“光配方”，将光谱、亮度、色温、时序、动态效果等参数转化为可执行的灯光控制指令。

“过去，人要学习如何控制光；未来，人只需表达，光就能够理解。”昕诺飞全球首席创新官邱戎红在受访时这样概括这一转变。

80%的成本与周期压缩，意味着商业模式的根本变化：过去，一座城市的景观灯光是“一次性工程资产”；AI介入后，它变成了一个可以持续生成内容、按季节、节日、活动动态更新的“运营平台”。运营方不再需要每次更新都聘请外部编程团队，而是可以像运营公众号、短视频账号一样，持续为这片“城市之光”生产内容。

对B端客户而言，这是从资本性支出（CAPEX）向运营性支出（OPEX）的迁移；对照明企业而言，则是从卖设备的一次性收入，转向软件订阅、内容服务、运维升级的持续性收入。

场景分化，三条商业化路径

值得注意的是，昕诺飞并未用一套AI方案打天下，而是针对三大场景拆解出了不同的商业化逻辑。

在城市道路场景，AI解决的是“运营效率”问题。道路照明是城市最大的公共用电项目之一，Interact City Flex通过AI感知车流、人流、天气，自动调节亮度和开关策略，本质上是在帮市政客户算“电费账”和“运维账”——这是一种以节能效益为核心的付费模式。

在办公场景，AI解决的是“人的体验”问题。Interact Office Flex根据室内人数、自然光照、工作时段动态调节光环境，对应的是企业客户为员工健康和生产力提升所支付的溢价。

而在刚落地的景观文旅场景，AI解决的是“内容生产力”问题。这是三个场景中商业化想象空间最大的一个——因为文旅景区、商业街区、文旅地产都需要持续的内容更新来吸引客流，而AI把内容生产的边际成本降到了前所未有的低位。

“城市场景更多关注让照明系统自己把事情做好，文旅场景则更关注让光更懂人、更有创造力。”昕诺飞方面表示。

壁垒不在模型，在1.71亿个真实的智能互联照明点

当然，AI照明并非昕诺飞独舞。从国内照明龙头到互联网巨头，几乎所有与“智能”沾边的玩家都在谈AI照明。但真正的商业化门槛，可能不在大模型本身。

在邱戎红看来，AI照明的核心壁垒是“长期积累的照明专业知识、真实场景经验以及用户需求”。这番话翻译成商业语言就是：通用大模型谁都能接，但什么色温让人放松、什么亮度适合阅读、城市主干道和步行街的光环境差异几何——这些know-how沉淀在1.71亿个真实智能互联照明点的运行数据里，才是难以被简单复制的护城河。

这也是为什么昕诺飞选择在中国首发景观场景。中国拥有全球最密集的城市景观照明项目、最活跃的文旅消费市场和最丰富的应用场景。“新能力在中国先验证、再向全球复制”的模式，正在成为这家荷兰企业的创新路径。

“我相信未来这样的能力还会进入更多场景，比如公共空间、商业空间、文化空间，甚至我们日常生活中的更多地方。”邱戎红说。

AI照明仍处早期。多模态交互的稳定性、内容生成的审美可控性、数据安全与隐私边界，都需要在更多真实项目中检验。但方向已经清晰：照明产业的竞争，正在从“谁的灯更亮更省电”，转向“谁的光更懂场景、更能持续产生服务价值”。

从“照亮空间”到“运营空间”，AI正在重写这门古老生意的商业账本。而2026年，不过是这本新账的第一页。