Cognite

1.1 公司身份、管理层与治理架构

Cognite 是一家面向能源、制造和公用事业等资产密集型行业的全球软件即服务供应商，提供工业数据运营和生成式人工智能能力。 公司最初成立于挪威奥斯陆，后来将全球总部设在亚利桑那州，同时扩大挪威和印度的研发中心，并在休斯敦、东京和阿布扎比设立商业分支机构。 董事长兼 CEO Girish Rishi 负责管理层，他接替了联合创始人兼前 CEO Dr. John Markus Lervik。工业控股集团 Aker 是控股多数股东， 与成长型股权投资方 TCV 共同构成治理核心；在 2021 年那轮标志性融资后，TCV 普通合伙人 Jake Reynolds 进入 Cognite 董事会。 2025 年，Cognite 招募 Chirayu Shah 担任首席产品官、Sandy Joung 担任首席营销官、Bill Owen 担任首席服务官，扩充高管团队， 以管理核心平台和 AI 智能体产品的全球扩张。[CO001, CO002, CO003, CO004, CO005, CO006, CO007]

1.2 资本化轨迹、运营规模与财务表现

2021 年 5 月，成长型股权投资公司 TCV 领投 $150 million 融资，Cognite 投后估值达到 $1.6 billion，跻身独角兽。 这轮融资补充了 Accel 早期的机构风投，以及工业母公司 Aker 提供的多数资本。到 FY2025，公司运营规模大幅扩大； 管理层宣布截至 FY2025 的年收入超过 $170 million，ARR 预订同比增长 36%，新客户群体的净收入留存率为 150%。 全球员工人数同比增长 21%，超过 800 人，分布在美洲、EMEA、亚洲和日本。尽管运营势头强劲且有公司自报指标， 第三方数据库对历史成立日期说法不一，且有关 $3.1 billion 后期估值的说法未经证实；私营状态下，主要经审计资产负债表和股权结构表分配仍未披露。[CO008, CO009, CO010, CO011, CO012, CO013, CO014, CO015]

1.3 产品演进、工业 AI 部署与里程碑轨迹

Cognite 的技术平台以 Cognite Data Fusion 为核心，这是一个部署在 bp、Mitsubishi 和 Saudi Aramco 等企业客户中的工业数据运营与语境化引擎。 公司按季度迭代产品路线，最终推出工业智能体工作台 Cognite Atlas AI，以及把运营工作流与智能体 AI 结合起来的行动层 Cognite Flows。 FY2025 客户采用指标显示，工业知识图谱纳入的时间序列数据点超过 80 trillion，增长 48%；AI token 使用量近乎增长 500%，月活用户增长 26%。 但客户案例仍集中在重工业，客户数量披露也大多不公开。Cognite 承诺了 Moonshot 目标：到 2035 年累计创造 $100 billion 客户业务价值， 但完整客户群的财务回报指标尚未经过审计验证，这仍是持续存在的尽调缺口。[CO001, CO009, CO010, CO016]

1.4 图表

2.1 市场边界、品类范围与相邻行业

Cognite 将主要可触达品类定义在工业 DataOps 和运营智能软件领域，重点面向能源、化工、电力、公用事业和制药等资产密集型行业 [CM001]。 平台架构的核心，是把非结构化数据、运营数据和工程数据统一到语境化知识图谱中，这使其区别于通用企业数据湖或横向云存储基础设施 [CM002]。 相邻市场包括历史时间序列 historian、专业运营分析引擎和企业 AI 编排套件 [CM003]。交易导向的企业资源规划系统、边缘硬件控制器， 以及缺少行业资产语境化能力的通用商业智能仪表盘，不在这一边界内 [CM004]。Cognite 有意把 Cognite Data Fusion 和 Atlas AI 放在资产所有者 从被动的描述性遥测转向自主智能体工作流的关键位置 [CM005]。

2.2 市场规模视角与可触达支出层

评估工业 DataOps 和运营 AI 的可触达市场，需要多层规模视角，而不是单一的自上而下总量预测 [CM006]。最宽的视角涵盖全球工业软件和企业运营技术现代化， 对应一个覆盖全球能源设施和离散制造工厂的巨大 TAM [CM007]。在这笔宏观支出中，可服务市场聚焦于全球资产运营商部署的工业智能、语境化平台和 DataOps 层，用来打通信息孤岛 [CM008]。Cognite 的可获得市场体现为后期成长型企业部署，2025 年收入 $170 million 以及在重资产企业中的既有覆盖面 都是佐证 [CM009]。但由于分析师分类之间的定义重叠，关于纯工业 DataOps 精确美元上限，尚无全面、独立的第三方共识可供验证 [CM010]。

2.3 买方细分、采购路径与商业摩擦

资产密集型组织的企业买方主要分为企业 IT 领导、运营技术负责人和工厂工程主管 [CM011]。数字化转型项目与企业工业 AI 架构通常由首席数字官和 首席信息官推动，他们寻找高 ROI 的运营用例，并希望集中治理数据 [CM012]。工厂经理和运营工程师则更看重设备正常运行时间、流程安全和直接的 运营工作流改进，部署往往依赖合作伙伴系统集成商 [CM013]。企业订阅的打包方式带来显著商业摩擦；Cognite Data Fusion 需要定制报价、主服务协议， 以及强制性的专业服务或实施加速器，既不利于透明的自助采用，也会拉长采购周期 [CM014]。此外，外部品类评估认为，相比通用企业数据管理平台， Cognite 在更广泛的 AI 数据分析排名中的认知度有限 [CM015]。

2.4 图表

3.1 竞争格局与结构性替代方案

Industrial DataOps 是运营中间件层，用于提取、语境化、建模并治理横跨 OT、企业 IT 和 ET 的分散遥测。在这一品类中，Cognite 面临四条竞争路径： 传统工业自动化集团、云原生点解决方案、横向企业数据结构，以及内部 DIY 工程构建。AVEVA、Siemens 和 Rockwell Automation 等成熟自动化领导者， 在全球制造基地拥有根深蒂固的硬件基础、专有 SCADA 系统和本地 historian。但旧架构经常把运营遥测困在专有协议和供应商锁定的信息孤岛中， 阻碍跨工厂语境化分析。Litmus 和 Sight Machine 等云原生挑战者瞄准车间遥测快速接入，却往往缺少多站点企业知识图谱建模能力。 通用企业 hyperscaler 与横向数据平台又缺少原生工业协议提取器和语境化 ISA-95 资产层级模型。因此工业买方必须权衡，是拼装分散的开源数据湖， 还是部署专门的商业平台。[CP001, CP002, CP003, CP007, CP008]

3.2 架构差异：工业知识图谱与传统孤岛

Cognite Data Fusion（CDF）的核心技术差异，在于 Industrial Knowledge Graph 和自动数据语境化引擎。不同于主要作为扁平时间序列标签档案的 OSIsoft PI， Cognite 把非结构化文档、P&ID、3D CAD 模型和实时传感器流映射到统一语义图谱。独立采购基准给其 OT/IT/ET 数据整合 4.8/5.0、工业资产建模 4.9/5.0，且有超过 90 个预构建连接器。Atlas AI 和 Cognite Flows 的运营化引入智能体 AI，让一线人员直接基于语境化工厂数据构建自动化工作流并执行根因诊断。 但其原生车间边缘执行和亚秒级控制环路存在明显限制，边缘处理基准只有 2.8/5.0。由于 Cognite 依赖容器化本地提取器缓冲遥测后上传处理， 而非作为分布式确定性边缘运行时，关键安全系统和闭环控制仍需由本地 PLC 与 DCS 管理。[CP004, CP005, CP006, CP009, CP014]

3.3 商业打包、交易架构与总拥有成本

Cognite 的 GTM 依赖高价值、多年期企业 SaaS 订阅，通过定制主服务协议（MSA）签订，而非透明自助或公开价目表。 为保护高毛利软件经济性并满足 ASC 606 收入确认标准，公司在收入运营团队内设立专门的交易设计治理职能，把低毛利、服务密集型实施任务拆分到 Professional Services、Development Accelerators 和 Success Track 的独立咨询订单中。与按标签收取限制性许可费的传统自动化厂商不同， Cognite 订阅鼓励企业广泛连接。但 TCO 分析显示采购风险明显：第一年支出高度偏向可计费咨询工时、定制提取器配置和语境 schema 设计。 底层用量指标（如数据吞吐量和 3D 接入速率）又处于保密状态，未在公开市场清单中编入索引；当多站点遥测超过初始试点预测时，企业买方可能面临预算扩张。[CP010, CP011, CP012, CP013]

3.4 护城河持久性、切换成本与竞争风险

Cognite 的长期竞争护城河来自深度运营集成带来的高切换成本，而非合同锁定。通过把开放 REST API、GraphQL 端点和 Python SDK 嵌入企业 IT 环境， Cognite 将 CDF 定位为协作式数据解放层，与现有 historian 共存，而不是要求立即推倒重建。工业运营商一旦在多个设施配置复杂的跨资产关系、 定制机器学习管道和一线 Flows 工作区，提取这套组织运营语境并迁移到替代平台，就会造成严重工程中断。但 Cognite 仍有战略脆弱点： Palantir 和 Databricks 等企业云软件平台正在扩展垂直工业制造加速器，Schneider Electric 等工业集团也在寻求统一自动化硬件与软件平台。 此外，客户集中在资本密集型能源和流程行业，使软件扩张速度暴露于大宗商品与资本开支周期。Cognite 要保持差异化，必须守住数据建模优势， 同时缩小云端智能与车间边缘执行之间的延迟差。[CP001, CP005, CP006, CP009, CP012, CP014]

3.5 图表

4.1 收入质量与增长信号

Cognite 报告 FY2025 年收入超过 $170 million，另一个 ARR 预订指标同比增长 36% [CI001, CI002]。两者不能混为一谈： 年收入是会计期间结果，预订增长则是前瞻性商业信号，但其期初余额和转化为确认收入的情况没有披露。扩张证据集中在部分客户： Cognite 报告新客户 NRR 为 150%，并非整个存量客户群 [CI003]。产品采用或许支持扩张：Atlas AI 纳入 2025 年超过 70% 的预订， 按 ARR 计有 59% 的客户已将其投入运营 [CI004, CI016]。收入集中度有所下降但仍很明显，因为 Cognite 表示 2025 年约 40% 的收入来自油气以外 [CI005]。

4.2 定价、签约与 GTM 经济性

公开证据显示，这是一种销售辅助的企业模式，而不是自助漏斗。Cognite 官网引导潜在客户申请现场演示；RFP.wiki 则称 Cognite Data Fusion 通过定制订阅订单购买，且不公布标准单价 [CI008, CI006]。同一比较指出，专业服务、Success Track 和 Development Accelerators 与核心订阅分开下单 [CI007]。这种打包可能形成多条收入流，但公开来源没有披露其构成、折扣、合同期限或实际价格。 客户基础设施和服务成本还可能包括本地提取器、身份集成和 OT 连接 [CI009]。因此，仅凭现有材料无法评估目录价到实际价的转化、CAC、销售周期或回本期。

4.3 单位经济性与成本基础可见度

公开记录提供了增长代理指标，却没有完整的单位经济模型。新客户 NRR 为 150%，说明该群体扩张强劲，但没有涵盖老客户群、logo 流失、收缩， 也缺少推广到全体客户所需的分母 [CI003]。2025 年员工人数增长 21%，超过 800 人；这体现规模和潜在运营成本，并非消耗率的直接衡量 [CI012]。 RFP.wiki 称 Cognite 没有公开 EBITDA 披露，其审查无法验证盈利能力和消耗 [CI010]。公开证据还缺少合并毛利率、软件与服务毛利率、 云托管成本、实施利用率、CAC 和回本期。结果是收入增长叙事可信，但信息不足以检验经营杠杆。

4.4 资本充足性与财务结论

历史融资不能证明当前流动性。Tracxn 报告总融资 $225 million，而 CNBC 2026 年资料列为 $300 million；这两个不一致的数字需要对照资本化表核对 [CI013, CI014]。 有记录的 2021 年 $150 million 投资将 Cognite 估值推至 $1.6 billion，但不能把这笔历史融资视为 2026 年仍可用的现金 [CI015]。 现有来源均未披露当前现金、运营现金消耗、现金 runway、债务或授信、契约风险，或下一轮融资的触发条件。财务结论因此是混合的： 已披露的收入和预订指标支持商业势头，但收入质量、利润率韧性和资本自给能力仍未验证。投资判断应以经审计报表、客户群经济性、 合同数据和当前流动性桥接为前提。

4.5 图表

5.1 产品形态与工业工作流

Cognite 提供的是平台，而不是单一的点应用。其文档把产品分为 Flows 与现场运营、知识图谱与数据集成、生产部署和开发者工具。 AWS 将 Cognite Data Fusion 描述为统一 IT、OT 和工程数据的层，并通过 Canvas、AI Copilot、InField、InRobot、Maintain 和 Charts 等应用呈现语境化信息。 Cognite 2026 年 5 月的发布公告把 Flows 放在这层基础之上，作为一线用户和开发者组装运营工作流的行动层。公告还列出 B. Braun 和 Idemitsu Kosan 为用户，但采用率和速度说法均来自公司，既没有客户数分母，也没有独立基准。产品逻辑是连贯的：整合分散的工业数据，把它放进知识图谱中语境化， 缩短从数据到运营人员行动的路径。尽调要问的是，这套逻辑能否在存量客户中稳定转化为生产结果。[CE001, CE007, CE009, CE013, CE014]

5.2 架构与部署模式

文档中的架构将数据模型分为源、企业和解决方案三层。源层保留系统数据，企业层整合并验证共享语境，解决方案视图服务于特定应用， 通常不会重复存储数据。Cognite 描述了一种由 spaces、containers、views、nodes、edges 和共享标识符构成的属性图模型。默认使用直接关系， edges 则保留给关系元数据或高基数多对多链接；文档称列表中当前最多支持 2,000 条外发直接关系。AWS 补充了部署视角： 专用提取器和原生 AWS 连接器接入工业数据源，质量检查与实体匹配构建知识图谱，再由应用或 AWS 服务消费结果。Cognite 建议通过 Toolkit， 以 Git 配置即代码的方式跨开发、预发布和生产环境部署。架构具体且可组合，但现有证据没有独立的吞吐量、延迟或可用性测量。[CE002, CE003, CE005, CE006, CE007, CE008]

5.3 成熟度、控制与技术风险

Q3 2026 更新显示，产品组合的成熟度并不均衡，并非整套都已达到生产就绪。一些搜索、3D、InField、Canvas 和自定义应用能力被标为生产版， Industrial MCP 和 Agent Builder CLI 仍是预览版，Atlas AI Sandboxes 仍属私有预览。持续迭代说明交付活跃，但也让采用新 AI 能力的客户暴露在版本、 支持和变更管理风险中。数据模型文档规定了 schema 与实例权限、设施级实例空间、索引和受控部署。AWS 描述了使用 IAM、KMS、Secrets Manager、 Shield、CloudWatch 和 CloudTrail 的参考设计，但这些控制体现的是 AWS 解决方案模式，不是 Cognite 全公司的认证或审计结论。 公司发布的工程岗位转发还显示其在多租户、多云编排、可观测性、SLO 和事件响应上投入；这是招聘信号，不是已达到可靠性目标的证明。 投资判断因此应要求服务级历史、事件记录、渗透测试摘要、认证范围，以及按工作负载拆分的成本和性能数据。[CE004, CE010, CE011, CE012, CE015, CE016]

6.1 客户群细分与目标画像

Cognite 面向资产密集型工业垂直领域的企业客户，主要包括油气、能源、电力与公用事业、化工、制药和离散制造。 这些组织的商业采购权通常掌握在首席数字官、运营技术副总裁和首席信息官等数字化转型高管手中，他们希望统一数据语境。 一线用户包括可靠性工程师、工厂运营经理、维护技术员、供应链排程员和工业数据科学家。该商业模式服务于企业级设施， 其中 ERP 与运营 historian 之间跨数据孤岛的延迟，会造成数百万美元的停机或产量损失。Cognite 依靠现场销售和技术解决方案架构师， 配合 Deloitte、Radix、L&T Technology Services、RoviSys 等企业集成伙伴，以及 FourKites 等供应链网络伙伴，先进入大型工业园区，再推动部门扩张。[CU001, CU002, CU003, CU004, CU005]

6.2 采用轨迹、用量扩张与 AI 工作流

Cognite 的客户采用正从基础时间序列语境化，大幅扩展到智能体 AI 和工作流执行。2025 年 ARR 预订同比增长 36%，客户部署的月活用户增长 26%。 运营用量也明显加深：覆盖客户群的语境化知识图谱超过 80 trillion 个时间序列数据点，年增 48%；客户数据建模实例翻倍，工业 AI token 用量近增 500%。 Atlas AI 采用率同比增长近 700%，按 ARR 加权覆盖总体客户账户的 59%。截至 2026 年年中，超过 30% 的客户群和战略集成伙伴已启用 Cognite Flows， 用于执行根因分析和不合规工作流，说明新的运营体验模块采用很快。[CU006, CU007, CU008, CU009, CU010, CU011]

6.3 具名客户验证、部署规模与价值交付

公开提及的企业客户证明，Cognite Data Fusion 和 Cognite Flows 已在真实的关键生产环境运行，而不是停留在概念验证沙盒。 德国医疗技术跨国公司 B. Braun 使用 Cognite Flows，在制造运营中建立实时资产透明度和运营智能。日本炼化企业 Idemitsu Kosan 部署 Cognite Flows，系统性解决资产不合规事件并加快工程根因分析。挪威勘探生产运营商 Aker BP 将 Cognite 融入运营模型核心， 在海上资产上扩展数百个 AI 智能体。与 Radix、L&T Technology Services 和 RoviSys 等工程集成伙伴的联合部署，证明第三方交付可重复。 但除少数标杆客户外，各账户 ARR 贡献和合同期限仍属机密。[CU012, CU013, CU014, CU015, CU016]

6.4 留存动态、账户韧性与集中度缺口

Cognite 报告新客户群 NRR 为 150%，说明工业账户整合运营数据模型并启用高价值分析后，净扩张显著。企业扩张以 Moonshot 承诺为核心，目标到 2035 年累计交付 $100 billion 客户价值，并配有正式的 Value Realisation Workshops、专门指导委员会和承担配额的商业销售团队。 但披露限制仍很严重。Cognite 只报告新客户的群组 NRR，而不是覆盖整个历史客户群的综合净留存率，因此老客户或未扩张客户的流失可能被掩盖。 此外，付费企业客户总数、logo 流失率、毛收入留存率（GRR），以及包括创始关联方 Aker BP 在内的头部锚定客户收入集中度， 均未在经审计披露中出现，账户脆弱性无法量化。[CU006, CU014, CU015, CU016]

6.5 图表

7.1 监管与法律合规框架

Cognite 为北美、欧洲和亚洲的工业企业处理数据，因此必须遵守包括欧盟《通用数据保护条例》（GDPR）在内的地区数据保护标准。 公司标准《数据处理协议》划定严格的运营边界，要求发现个人数据泄露后立即、且不晚于 72 小时通知数据控制者。 Cognite 还在合同中保证，如果发生潜在破产，数据导出和自动迁移工具在永久删除前的 30 天过渡期内仍可访问。 但 Cognite 在跨国云环境和混合本地环境中处理运营遥测及个人数据，跨境传输限制和外国机构传票调取构成持续的合规摩擦，需要主动治理。[CR001, CR002, CR003]

7.2 运营复杂度与集成摩擦

在重资产制造和能源设施部署工业 AI，让 Cognite 面临严重的集成和运营风险。一线采用 Cognite Data Fusion 与 Cognite Flows， 需要把分散的 ERP、仓库管理系统和 OT historian 进行语境化。第三方基准显示，Cognite 擅长语境化数据建模和企业多站点集成， 但原生协议网关深度不足，并高度依赖客户侧或伙伴主导的集成工具。商业评估强调，Cognite Data Fusion 通过定制企业订阅订单销售， 而非透明的自助层级；专业服务、Success Track 和 Development Accelerators 另行收费。消费阈值和集成劳动投入缺少透明度， 使工业买方面临总拥有成本波动。[CR004, CR005, CR006, CR007, CR008]

7.3 伙伴依赖与客户集中

Cognite 的商业轨迹显示出明显的交易对手和客户集中风险。历史记录显示，公司与大型油气运营商存在锚定部署关系，尤其是 Aker BP； 在 Saudi Aramco Overseas 于 2022 年收购股权前，Aker BP 曾是 Cognite 的基础客户。为扩大复杂制造工作流的交付，Cognite 高度依赖 Deloitte、 Radix、L&T Technology Services 和 RoviSys 等系统集成商与解决方案伙伴。如果战略系统集成商降低 Cognite 架构的优先级， 或关键能源锚定账户放慢扩张，净收入留存和客户获取速度都会明显受压。持续监测伙伴赋能带宽和大客户续约计划，是必要的尽调工作。[CR009, CR010, CR011, CR012]

7.4 Exhibits

8.1 投资论点与并购交易背景

Cognite 的投资逻辑已从独立 SaaS 独角兽扩张故事，转向被收购的工业智能平台。2026 年 6 月 30 日，Schneider Electric 宣布协议， 以 $3.1 billion 全现金交易收购 Cognite Holding B.V. 100% 股权。收购价相当于 Cognite 2025 年收入的 18.2 倍，而该年收入超过 $170 million。 Cognite 的核心优势，是 Cognite Data Fusion（CDF）内统一的工业数据模型和 Atlas AI 智能体层，两者共同连接重资产行业复杂的 OT 与企业 IT 数据。 在 Schneider Electric 旗下，Cognite 计划与 AVEVA 整合，并纳入 Schneider Electric 工业自动化业务，把工业数据语境化能力与 AVEVA 的 CONNECT 平台直接结合，覆盖全球工业站点。[CV001, CV002, CV003, CV004]

8.2 融资历史与估值倍数纪律

在 $3.1 billion 收购协议前，Cognite 通过三轮主要私募融资筹集约 $225 million。2020 年 10 月，Accel 领投 $75 million 的 Series A， 公司估值 $550 million。2021 年 5 月，成长型股权公司 TCV 领投 $150 million 的 Series B，使 Cognite 以 $1.6 billion 投后估值跻身独角兽。 2022 年 2 月的后续二级交易引入 Saudi Aramco，当时估值为 $1.5 billion。Forge Global 等二级和 IPO 前市场记录了有限交易，但没有活跃报价； 第三方市场跟踪机构 Latka 和聚合器 Multiples 都把 $3.1 billion 收购价视为 $170 million 历史 ARR/收入的激进 18.2 倍。 这一溢价反映的是工业 GenAI 与智能体工作流编排的战略稀缺价值，而不是标准化软件交易倍数。[CV005, CV006, CV007, CV008, CV009]

8.3 情景分析、执行风险与尽调要求

评估 Cognite，需要分别考察交易完成后的整合、监管长期延误和交易破裂情景。基准情景是全现金收购在未来几个季度经过惯常监管审查后完成， 以 $3.1 billion 带来流动性，并让 Cognite 借助 AVEVA 进入 Schneider Electric 的全球客户群交叉销售。乐观情景假设企业渗透加快， Cognite Flows 和 Atlas AI 等智能体工具推动 ARR 扩张远超 36% 的预订增长，释放更深的工业自动化协同。悲观情景则考虑反垄断或跨境监管审查 延迟交割或迫使让步，使 Cognite 面临高现金消耗，并将独立估值重置到 ARR 的 8 倍至 10 倍私营软件倍数。[CV010, CV011, CV012, CV013, CV014]

8.4 图表