出品 | 子弹财经

作者 | 段楠楠

编辑 | 冯羽

美编 | 倩倩

审核 | 颂文

11月7日，海量数据发布了定向增发更新公告，由于公司发布了三季报，公司将三季度经营数据也写进了最新的定增方案中。

值得注意的是，2026年前三季度公司收入虽然仍在增长，但亏损却在持续扩大，这也是公司扣非后净利润自2022年以来连续第五年亏损。在持续亏损影响下，海量数据经营性现金流持续流出，公司所剩不多的资金也被持续消耗。

目前来看，海量数据依靠原有数据库业务很难扭亏为盈，在此背景下，公司也希望通过定增来投建新一代高性能混合事务分析数据库，希望凭此来改变公司困境。但在持续亏损影响下，公司能否依靠定增资金扭转经营困局仍是未知数。

1、收入增速不及销售支出，亏损仍在扩大

从收入来看，海量数据业务主要分为数据库自主产品和服务、数据基础设施解决方案两类。

2026年上半年，公司数据库自主产品和服务、数据基础设施解决方案分别实现营业收入9489.65万元、9673.09万元，占公司主营业务比例分别为49.41%、50.36%。

公司数据基础设施解决方案业务主要是海量数据通过外购第三方数据库license、服务器、存储、网络设备再转售给第三方客户，公司赚取的是产品买卖之间的差价。因此，该业务毛利率仅为11.31%，并不能给公司带来太多的利润。

而海量数据主要利润来源于数据库自主产品和服务，该业务的经营模式是海量数据将自研的数据库软件的授权卖给政府、金融企业、制造业企业，帮助这些企业把老库里的财务、计费、订单等数据搬过来、调好并长期维护。

2026年上半年，海量数据该产品毛利率高达62.98%，公司大部分主营利润也是来源于该业务。虽然该业务毛利率较高，但依旧未能阻挡海量数据的连年亏损。

数据显示，2022年、2023年、2024年、2025年及2026年前三季度，海量数据扣非后净利润分别亏损6637万元、9799万元、7522万元、5395万元、1.11亿元。

海量数据持续亏损，是由多方面因素造成。2022年以前，公司大部分收入来源于数据基础设施解决方案，即倒买倒卖第三方数据库。该经营模式下，销售与研发投入相对较少，因此能维持微弱的利润。

此后，海量数据开始转型，公司砍掉了部分低毛利率业务，开始自研自有数据库产品，导致研发费用、管理费用、销售费用三费大幅上升，而自研的数据库带来的收入又不足以抵消研发费用及销售费用上升带来的影响。

如2022年至2025年海量数据三项费用支出分别为2.06亿元、2.38亿元、2.15亿元、3亿元，而2021年公司三费支出仅为1.51亿元。

收入方面，2021年海量数据营业收入为4.21亿元，而2025年也仅为5.12亿元，收入增幅远跟不上费用的增长，从而导致公司连年亏损。

值得注意的是，2026年前三季度海量数据扣非后净利润亏损1.11亿元，而2025年前三季度亏损8182万元，亏损规模仍在扩大。

亏损扩大的原因是公司销售费用的上升及整体毛利率下滑。2026年为了扩大自有数据库销售力度，公司也加大了销售人员的招聘，导致销售费用从2025年前三季度的1.06亿元上升至2026年前三季度的1.36亿元，同比增长近30%。

虽然销售费用大幅上升，但公司数据库销售却并不理想。如2026年上半年，海量数据数据库自主产品和服务收入为9490万元，较2025年上半年的9264万元仅微增2.44%。

此外，海量数据自有数据库产品毛利率也在下滑，导致公司2026年前三季度整体毛利率下滑超2.5个百分点，公司扣非后亏损持续扩大。

对此，「子弹财经」试图向海量数据了解毛利率下滑的原因，截至发稿，未获得海量数据回复。

2、现金流持续流出，拟定增6亿元用于新产品研发

由于持续亏损，海量数据经营性现金流也在持续流出。Wind数据显示，2021年至2026年前三季度公司经营性现金流累计流出1.32亿元。

加之海量数据前几年加大研发投入自研数据库，将其资本化形成了无形资产，2024年至2025年，公司购建固定资产、无形资产和其他长期资产支付的现金合计约2.29亿元。

在经营性现金流及投资性现金流大额流出影响下，海量数据在手货币资金持续被消耗。

如2021年底，公司在手货币资金为8.593亿元，截至2026年9月30日，公司在手货币资金仅为1.296亿元，算上用于理财的3.032亿元交易性金融资产，公司类货币资金也仅剩4.328亿元，较2021年底减少近一半。

因为资金被持续消耗，加之公司自研数据库业务迟迟未能让公司整体盈利，海量数据计划定增解决新产品所需的研发费用。

2026年5月，海量数据发布公告，公司计划定增7.02亿元用于新一代高性能混合事务分析数据库建设项目及多模态时序数据库建设项目。

2026年8月公司将定增金额下调至6.14亿元。定增金额修改后不久便获得上交所审核通过，9月30日证监会也同意海量数据定增注册，公司成功获得定增融资只是时间问题。

但研发新一代数据库能否改善海量数据盈利情况还存在较大的不确定性。根据海量数据披露的定增公告，公司计划将4.89亿元用于新一代高性能混合事务分析数据库建设项目，其中该项目研发费用便多达4.36亿元。

根据描述，公司计划通过持续投入研发海量数据将现有的交易型数据库Vastbase升级成“一套库同时处理交易与分析”的HTAP数据库。

目前在HTAP数据库领域，华为、蚂蚁集团已有成熟的数据库产品，达梦数据、电科金仓在信创市场份额领先，且已经形成规模领先优势。

而海量数据目前还处在研发早期，在接受问询时海量数据也坦言，产品仍处于预研阶段，尚无与该产品直接对应的在手订单，商业化要等到T+2年（第三年）才开始小批量交付。届时，市场是否会发生变化，客户对HTAP数据库是否还有需求存在较大的未知之数。

而且新产品研发需要持续投入，进一步增长的研发费用也会侵蚀公司盈利能力，导致亏损进一步扩大，这点从2022年以来公司加大研发支出开发自有数据库产品也可以看出来。

因此，完成定增、开展新数据库研发短期内并不能解决公司盈利难题，海量数据要想扭亏为盈还需要看现有产品销量能否进一步增长。

3、部分高管年薪仅20余万元，董事会、管理层大换血

由于业绩不佳，海量数据在资本市场表现平淡无奇，只有当市场热点炒作公司所在行业的题材时，海量数据股价才会大涨，其余时间公司股价都在低位徘徊。

如2026年一季度，AI应用大爆发，市场预测AI Agent需要向量数据库。作为A股为数不多的国产数据库上市企业，海量数据也在资本市场受到投资者关注。公司股价从1月初的14元/股左右，涨至3月10日最高的24.9元/股，区间最大涨幅达75%。

在股价大涨的背景下，海量数据部分员工也在减持公司股份，如公司原监事会主席孟亚楠便在2026年3月9日以22.59元/股的价格减持了1.5万股，套现金额为33.89万元。

实际上由于盈利水平较差，海量数据管理层薪酬并不高，如公司原董事长闫忠文2025年年薪仅为33.89万元。值得注意的是，这也是闫忠文自2021年以来连续四年降薪。

Wind数据显示，2021年至2024年闫忠文年薪分别为84.56万元、82.54万元、62.43万元、44.3万元。作为对比，同为数据库企业的达梦数据董事长冯裕才2025年年薪为342.45万元。

海量数据财务总监赵轩、董事会秘书韩裕睿2025年薪分别为27.2万元、24.61万元，而达梦数据财务负责人及董事会秘书年薪分别为175.33万元、295.78万元，其核心技术员韩朱忠年薪更是高达482.28万元。

除较高的薪酬外，达梦数据核心员工还能获得股权激励，待遇比同为数据库企业的海量数据要高不少。

实际上，不只是高管薪酬较低，海量数据普通员工薪酬也不高。2025年海量数据员工人均年薪为25.21万元，而达梦数据员工年薪则为39.01万元。

（图 / 海量数据职工薪酬情况）

较高的薪酬是维持管理团队及员工稳定性的基础，对于数据库这类项目制产品，人员的稳定性又至关重要，直接影响产品的销售及交付。

而在2026年5月，海量数据董事会及管理层大换血，担任董事长多年的闫忠文离任，原董事、副总裁屈惠强离任，董事会秘书韩裕睿也离任。海量数据也从内部提拔了部分员工担任公司高管，原总裁肖枫则接任董事长并兼任总裁。

不只是公司员工年薪较低，由于持续亏损，海量数据股东也多年未获得现金分红。Wind数据显示，自2021年现金分红736万元后，海量数据已经近五年未再分红。

由于持续亏损，截至2026年9月30日，海量数据未分配利润为-1.56亿元。鉴于目前公司盈利水平，短期内海量数据想靠自身经营将未分配利润转正并不容易。因此，短期内海量数据也较难进行现金分红。

对于海量数据而言，拿到证监会批文后成功获得定增融资只是时间问题。但获得融资是公司新产品研发的起点，短期内该笔定增资金并不会改变公司经营困境。

若想尽快扭亏为盈，还需公司加大现有数据库产品销售力度，以此来抵消不断增长的研发费用及销售费用。但想在竞争激烈的国产数据库行业扩大销售份额，对于海量数据而言也并不容易。海量数据何时能成功破局，实现扭亏为盈，「子弹财经」将持续保持关注。

*文中题图及未署名配图来自：摄图网，基于VRF协议。

作者｜王云

编辑｜于清

国内首份商业健康保险药械推荐清单正式落地。11月10日，中国保险行业协会发布《商业健康保险药品保障推荐清单（第一版）》，合计58款优质药械入选目录。

恰逢医保部门商保创新药目录更新窗口期，这份行业自律清单先行落地，意味着商业健康险终于拥有独立市场化药品评审体系，院外特药保障正式进入规范化发展阶段。

目录补位，瞄准医保外自费药

这份清单历时一年多完成编制。2025年6月项目启动后，由中国精算师协会拟定参评名单，医学专家围绕临床需求、创新性、有效性、安全性四个维度进行现场评审；全国54家险企从市场需求、理赔经验、药企及药品口碑、合作意愿五个维度进行投票，经多轮研讨敲定最终品种。

从结构来看，清单补位特征十分突出。1类创新药25款、2类改良型新药2款，创新品种占比接近一半；基本医保目录外自费药达到32款。

目录重点锁定医保尚未覆盖的高价药械，直击大病高额自费的保障痛点。

发布会同步配套三份医疗险示范条款，为院外特药保障划定执行标准。该清单仅为行业参考文件，不具备行政约束力。

同日发布的商保药品成本测算表覆盖117个品种，为保险公司定价与风控提供数据底座。

市场化评审，风控决定准入门槛

医保局此前发布的商保创新药品目录仅收录19个品种，与本次中保协清单重合品种约半数，重叠产品以抗肿瘤药物为主。

两套目录形成错位互补：医保局目录优先考量临床创新价值，而中保协商保清单叠加理赔数据、用药稳定性等商业指标，更贴合保险经营逻辑。

风控导向直接决定了入选名单。10款已上市CAR-T疗法中有6款进入清单，这类百万级疗法暂未纳入医保，是商保保障的核心场景。

而阿尔茨海默病、罕见病多款热门药物落选，主要因为患者界定边界模糊、赔付风险难以量化，短期内无法规模化承保。

与之形成对比，2025年8月刚商业化的曲麦利尤单抗顺利入围，标准化用药方案+快速进入惠民保，风险边界清晰，成为商保新药准入的标杆案例。

支付扩容，药险协同打开长期空间

行业白皮书数据显示，2025年中国创新药销售市场规模达1950亿元。基本医保承担46.4%支出，个人自付占比45.8%，商业健康险支付仅占7.8%，但板块同比增速高达23%，增长潜力巨大。

当前双目录并行，搭建起多层次保障体系，即医保局商保创新药目录服务普惠惠民保，中保协清单更适配百万医疗险院外特药。短板在于行业清单缺少行政配套，难以推动药品入院准入。

过去特药保障粗放扩张，新药盲目纳入保障，造成目录同质化、赔付压力抬升。未来行业竞争将转向精细化风控：药企补齐卫生经济学数据，保险公司探索疗效付费、风险共担模式。特药服务与理赔风控，将成为健康险拉开差距的核心赛道。

本次清单落地，是多层次医疗保障体系完善的关键一步。

依靠市场化准入规则，商业保险深度嵌入创新药支付链条，既减轻患者高额用药负担，也为医药产业商业化打开全新支付渠道。

敬告读者：本文基于公开资料信息或受访者提供的相关内容撰写，文章作者不保证相关信息资料的完整性和准确性。无论何种情况下，本文内容均不构成医疗和投资建议。市场有风险，投资须谨慎！未经许可不得转载、抄袭！

作者｜杨立成

编辑｜陈肖冉

通讯业务增长，单季盈利承压

11月6日晚间，鼎通科技（688668.SH）公告筹划发行H股并在香港联交所主板上市。

这是鼎通科技继2026年6月完成9.3亿元可转债融资后，再度开拓融资渠道。

此番再融资，恰逢通讯连接器业务增长、产能持续投入之际，第三季度利润下滑也让扩张效率受到关注。

筹划赴港上市

鼎通科技的“A+H”计划迈出第一步。

根据公告，鼎通科技董事会已审议通过相关议案，旨在满足业务发展需求、拓宽融资渠道并提升治理水平。

目前，发行具体细节尚未确定，仍需股东会审议并履行相关监管程序，能否实施、何时完成均存在不确定性。

此次筹划赴港，距离上一笔大额融资到账仅过去五个月。2026年6月，鼎通科技收到发行9.3亿元可转债的募集资金。

对一家2025年营业收入约15.88亿元的企业而言，这笔融资规模并不小。

上一笔融资的主要用途，正是扩产。

根据可转债募集说明书，相关募投项目计划新增年产1200万件通讯连接器CAGE、2亿件通讯连接器精密结构件的生产能力。其中，CAGE主要指连接器金属壳体，承担结构支撑、电磁屏蔽等功能。

扩产也在持续消耗现金。2026年前三季度，鼎通科技购建固定资产、无形资产和其他长期资产支付的现金约3.18亿元，同期经营活动现金流净额约1.65亿元。

经营现金积累尚不能覆盖同期长期资产购建支出，说明扩张需要资金支持，但不能据此认定公司存在资金缺口。

现有可转债募投项目与未来H股融资用途，也需要区分。后续发行方案仍需明确：新增资金投向哪里，与已有项目如何衔接，以及新增产能由哪些订单支撑。

算力带动需求

鼎通科技主要从事连接器组件的精密制造。

公司通讯连接器组件主要供应安费诺、中航光电、莫仕等连接器厂商，由客户集成其他电子元器件或功能件，形成连接器模组或系统，再进入终端通讯设备。

从收入结构看，通讯连接器组件是鼎通科技的基本盘，2025年贡献营收比重61.32%；汽车连接器组件则占比25.83%。

从增速看，两块业务都在快速扩张，通讯连接器组件同比增长54.30%，汽车连接器组件增长53.94%。其中，通讯连接器壳体（CAGE）增速高达77.86%，是拉动公司整体业绩增长的主要动力。

2026年9月，鼎通科技曾在互动平台表示，今年上半年通讯连接器产品营收占比有所提升，汽车连接器产品营收有所降低。

公司通讯产品主要包括高速背板连接器和I/O连接器的精密结构件、CAGE等，最终应用于服务器、交换机及大型通讯设备。此外，公司还经营汽车连接器及其组件业务。

零件虽小，但制造要求并不低。

随着传输速率提升，尺寸公差、屏蔽性能和批量生产稳定性，都影响着产品能否通过客户验证。供应商不仅要做出合格样品，还要在量产中保持良率和交付能力。

算力基础设施建设带来的机会，正沿着供应链传导。服务器和交换设备需求增加，带动连接器组件采购；高速传输和功耗提升，又为结构升级、散热配套创造需求。

鼎通科技在2026年半年度业绩说明会上表示，其高速连接器液冷相关核心产品已完成技术研发与样品验证。但这一进展尚不能等同于规模化收入，后续仍需观察客户导入及批量交付情况。

扩张考验盈利

算力需求的变化，已经反映在业绩中。

2025年，鼎通科技营业收入同比增长53.89%，归母净利润同比增长117.99%。公司将增长归因于通讯连接器需求旺盛、订单提升、新产品量产及高毛利通讯产品占比优化。

但高增长之下，扩张的成本压力也开始在单季数据中显现。进入2026年，鼎通科技整体业绩保持增长，但单季表现却出现分化。

2026年前三季度，鼎通科技营业收入15.38亿元，同比增长33.01%；归母净利润2.26亿元，同比增长27.82%。

其中，第三季度收入5.09亿元，同比增长36.89%，归母净利润4193.18万元，同比下降31.46%，扣非净利润下降43.79%。

公司解释，单季利润下降主要受到研发、市场相关投入增加，以及汇兑损失、借款和可转债利息增加的影响。因此，第三季度盈利承压，尚不能简单理解为主营需求转弱。

不过，投入能否带来相应回报，仍需后续业绩验证。研发、设备和人员支出通常先于收入兑现，扩产后的利用率与新品交付进度，将影响利润释放。

除盈利波动外，客户集中也是观察重点。

2025年年报问询函回复显示，前五大客户贡献收入的88.43%，前两大客户占比63.83%；前两大客户新增收入占全年收入增量的86.30%。大客户支持了增长，也使公司的经营更容易受到少数客户采购节奏影响。

因此，赴港上市有望增加融资选择，但最终需要检验的，仍是资金投入后的经营结果。

敬告读者：本文基于公开资料信息或受访者提供的相关内容撰写，《洞察IPO》及文章作者不保证相关信息资料的完整性和准确性。无论何种情况下，本文内容均不构成投资建议。市场有风险，投资需谨慎！未经许可不得转载、抄袭！

出品 | 创业最前线

作者 | 于莹

编辑 | 王亚静

美编 | 小青

审核 | 颂文

曾经生产路由器、交换机的代工厂，如今摇身一变，成为手握全球大半AI服务器ODM市场的核心供应商，实现业绩狂飙。

10月29日，工业富联（601138.SH）发布2026年第三季度报告。前三季度，公司实现营业收入9414.14亿元，同比增长55.88%；归母净利润403.75亿元，同比增长79.55%，双双高速增长。

但业绩高增长之下，完全撕掉曾经“代工”的标签，并没有想象中简单。前三季度，工业富联的综合毛利率仅7.09%，虽较去年同期提升0.33个百分点，但放在2026年AI产业链中仍处于较低水平。

另外，业务扩张带动应收账款持续增加，大量资金被下游客户占用，持续扩产又要不断投入资金，账面利润和经营现金流之间形成巨大鸿沟。

这些现实难题，依旧是工业富联挥之不去的困扰。

1、业绩大增，云计算成核心业务

工业富联，全称富士康工业互联网股份有限公司，是富士康科技集团旗下的上市公司。其母公司鸿海精密是全球最大的电子制造服务商（EMS），在全球代工领域市占率超过40%，以消费电子代工闻名。

2018年，工业富联顶着“工业互联网第一股”的光环登陆上交所，上市之初的核心主业是通信及移动网络设备代工，主要为苹果等头部品牌提供智能手机高精密机构件，同时代工生产路由器、交换机、电信设备等网络通信产品。彼时公司整体毛利率常年维持在8%左右，赚取的是加工制造费用，“代工厂”标签深入人心。

2024年，是一个重要转折点。

2024年之前，通信及移动网络设备是公司第一大主业，产品涵盖网络设备、高精密机构件、电信设备等，品类虽多，增长却很缓慢。从2018年上市到2024年，这块业务收入从2591.54亿元微增至2878.98亿元，整体增长缓慢。

随着各行各业加速向AI转型，算力需求爆发式增长，服务器作为数据中心提供算力的基本单元，需求随大模型参数规模急剧增加。

工业富联敏锐地抓住了这个窗口，深度绑定海外头部云厂商。高盛研报预测，工业富联全球AI服务器ODM市场份额有望自2026年的55%提升至2028年的69%。

除了AI服务器之外，工业富联已经搭建了完整的AI基础设施建设链条。在计算端，云计算板块覆盖GPU/ASIC服务器、AI机柜、液冷系统，负责算力的生产与承载；在传输端，通信板块覆盖高速交换机、智能网卡，负责算力节点之间的高效互联。

具体来看，云计算业务从2024年开始成为主要的业绩增长引擎，到2025年时，该业务营收6026.79亿元，同比暴增88.7%，占总营收比重达到66.75%。

（图 / 2025年财报）

2026年前三季度，AI-ASIC服务器出货量同比增长1.5倍、环比增长80%，AI-GPU机柜出货量同比增长70%、环比增长15%。

此外，新一代AI机柜已开始出货，其整体市场份额相较上代产品持续提升。

（图 / 三季报）

第二大板块通信及移动网络设备是公司的传统优势业务，包含两大方向，其中AI数据中心的高速网络设备，是容易被忽略的“潜力股”。

AI基建靠服务器，GPU负责计算，服务器负责承载算力，成千上万的计算节点要协同工作，必须靠交换机、网卡搭建高速数据通道。AI集群规模越大，节点越多，数据传输的瓶颈就越明显，对高速网络设备的需求就越强。

这部分产品，就落在通信及移动网络设备板块里，包括800G/1.6T以太网交换机、NVLink交换机、SuperNIC网卡、CPO光交换机等，相当于AI数据中心的“信息高速公路”。

2026年前三季度，公司800G及以上交换机出货量同比增长80%，环比增长25%，产品覆盖多芯片平台以太网交换机、CPO交换机、NVLink交换机以及SuperNIC网卡。

第三大板块业务工业互联网，是工业富联上市时的主打概念，主要为制造业工厂提供智能化升级方案，比如工业软件、自动化产线、远程运维系统等。

但上市后的很长时间里，这块业务规模始终有限。2022年，该业务全年收入仅19亿元，占总营收比重不到一段。

到了2025年，这部分业务占比只有0.08%，收入降到6.94亿元；在2026年三季报中，公司在具体业务板块中也未对这部分进行单独描述。

2、规模暴涨利润却微薄，难改代工基因

高速增长的营收与全球市占率背后，工业富联是否已经彻底撕掉代工厂标签，完成了向科技公司的转型？

拆开盈利结构与产业链地位来看，其代工底色并未发生根本转变。

最直观的体现是毛利率。2026年前三季度，公司综合毛利率仅7.09%，虽较去年同期提升0.33个百分点，但放在整个AI产业链中仍处于极低水平。

分业务来看，在2025年，收入占比最高的云计算业务毛利率只有5.73%，传统的通信及移动网络设备毛利率为9.28%。

（图 / 2025年财报）

对比来看，上游芯片龙头英伟达毛利率在75%左右，而中游光模块厂商毛利率普遍在20%-30%，差距十分明显。

究其原因，主要是工业富联的材料成本居高不下。2025年年报显示，公司3C电子产品的直接材料成本占总成本的92.50%，直接人工仅占2.19%，折旧及摊销占0.69%，人工与设备折旧两项相加不到3%。

（图 / 2025年财报）

换句话说，公司每支出100元成本，有92.5元花在了采购原材料和核心元器件上，真正的制造加工环节附加值占比极低。

这与行业内存在的“微笑曲线”相匹配，产业链的利润大多集中在两端，上游的核心芯片、核心组件，下游的品牌与软件服务；中间的制造组装环节，恰恰是利润最薄的洼地。

一台高端AI服务器里，仅GPU芯片就占到整机成本的六成以上，再加上CPU、内存、存储、交换芯片等核心元器件，外购部件占据了整机价值的绝大部分，这部分利润几乎全部被上游芯片厂商拿走。

工业富联掌握的是结构设计、整机集成、液冷散热、精密制造与测试验证等能力，核心的GPU芯片、交换芯片、高速网卡芯片全部依赖外部采购。

本质上，它做的依然是“高端代工”的生意，赚取的是加工与组装费用。当AI服务器单价因芯片涨价而上涨时，公司营收会同步放大，但加工费并不会同步增长，这就是毛利率难以提升的重要原因之一。

公司的利润增长，更多是靠出货量规模的快速扩张带动，而非单位产品附加值的提升。这种模式下，毛利率极易受上游芯片价格波动、下游客户压价、行业竞争加剧的影响，赚钱能力并不稳定。

除了盈利模式的先天局限，客户高度集中是另一重隐忧。

工业富联的高增长，深度绑定全球头部科技企业。2025年，公司前五大客户贡献的收入占比超过62%。

绑定头部客户的好处显而易见，能第一时间吃到行业增长的红利，订单规模有保障，技术迭代能跟紧最前沿的需求。但反过来看，也意味着公司的经营命脉很大程度上握在大客户手中。

一旦核心客户调整资本开支计划、削减订单，或是将产能分流给其他代工厂，都会直接冲击公司业绩。消费电子时代，代工厂随大客户订单周期大起大落的先例，并不鲜见，这也是工业富联需时刻警惕的风险。

3、利润卡在账面上，行业周期下大幅扩产

如果说低毛利是代工模式的先天属性，那么高速扩张下的现金流质量与产能节奏，则是更值得警惕的现实问题。

2026年前三季度，工业富联的归母净利润超过400亿元，但经营现金流净额只有32.16亿元，两者相差十多倍。其大部分利润还停留在账面上，没有变成真正落袋的现金。

造成这种背离的核心原因之一，是应收账款的快速攀升。于2026年6月底，公司应收账款为1275亿元，到9月底时，已经增至1975亿元。短短三个月增长近700亿元，增幅接近55%。

这意味着，随着AI业务规模快速扩大，公司的应收账款也在快速累积。

不过，公司也通过占用上游供应商账款来缓解资金压力。于2026年三季度末，公司应付账款2206.6亿元，较2025年年末（1379.6亿元）增长近六成。可见，公司在产业链中并非完全弱势。

值得注意的是，公司存货从2026年6月末的1921.09亿元降至9月末的1889.40亿元，在备货上相对克制。

但整体来看，应收账款的大幅增长仍是公司资金占用的主力，营运层面的资金沉淀规模仍在随业务扩张快速扩大。

与此同时，公司为了巩固市场份额、承接后续持续增长的订单，还在加速推进产能建设，这无疑对现金流进一步形成挤压。

2026年前三季度，公司资本开支约140.88亿元，同比增长四成；在建工程达到134.3亿元，较年初的78.3亿元大幅增长。

据悉，这些投入主要用于AI服务器、高速网络设备相关的产能扩建，目的是承接后续持续增长的订单，巩固市场份额。

（图 / 三季报）

但这种扩张，本质是一场与行业周期的对赌。

扣除资本开支后，公司前三季度自由现金流（公司经营活动赚到的现金，扣除维持和扩大产能必须投入的资本开支之后，剩下可以自由支配的资金）约为-108.72亿元，也就是说，经营赚到的现金，还覆盖不了扩产的投入。

这背后也是代工行业的典型特征，产能是代工厂的核心竞争力，尤其是在AI算力爆发的上行周期，客户优先选择产能充足、交付能力强的供应商。要拿下更多头部客户的大额订单，就必须先投入资金扩建产线、购置设备，先有产能才有订单，后续才能通过规模效应逐步回收现金。

但这种“先投入、后回报”的模式，天然伴随着行业周期波动的风险。全球云厂商的资本开支不会永远高速增长，一旦大模型商业化落地不及预期，算力需求降温，提前投放的产能就可能面临闲置的风险。

工业富联如何预判行业周期拐点，避免重蹈消费电子产能过剩的覆辙？对此疑问，「创业最前线」也向公司发去采访函，但截至发稿，对方尚未回复。

从营收规模、全球市占率和产业布局来看，工业富联确实完成了一次漂亮的逆袭，从消费电子代工厂一跃成为全球算力基建的核心供应商。但从盈利模式、技术话语权和财务质量来看，它离真正意义上的科技巨头，还有很长的路要走。

*注：文中题图及未署名图片均来自工业富联官方微信公众号。

新眸原创·作者 | 鹿尧

过去两年，整个科技行业都在讨论一件事：AI能力边界到底在哪？

Benchmark刷了一轮又一轮，发布会一场接一场。但真正在企业里做落地的人，感受可能完全不同——模型已经够用了，卡住他们的另有其事。德勤《2026技术趋势》显示，近九成智能体试点停留在验证阶段，始终没能进入正式生产环境。

卡住的原因有不少，其中一点非常重要：模型的单点能力，不足以覆盖真实业务中权限管控、系统适配、算力调度、数据治理等一系列工程化命题。

当行业资源仍大量向算力层与模型侧集中时，落地痛点正把具备深厚现场服务积累的基础设施厂商推到台前。深信服是其中极具代表性的一家，这家以网络安全为起点的企业，在超融合云计算领域已连续多年保持市场份额首位，如今正在将安全、云与AI能力整合，切入AI生产级落地的核心环节。

这种切入并非概念层面的转向。翻看近年数据，2022年-2025年，这家公司“云及AI基础设施”的业务占比加速抬升，今年上半年达到22.12亿元，同比增长58.6%，占总营收比重首次过半。三季报延续了这个势头，前三季度营收累计 67.79 亿元，同比增长 32.27%，云计算业务加速向 AI 基础设施转型，统一存储、超融合等产品快速增长，AI 算力网关等新产品商业化落地加快。

AI正从一个技术选项，变成这家公司安全与云两条主线之上的新变量。深信服正在把二十年企业服务的场景沉淀，转化为AI落地的系统性能力，用成熟的工程化体系消解模型的不确定性，让AI向生产级落地。

所谓“生产级AI”，是指AI真正接入业务流程，在权限可控、成本可算、异常可干预的前提下，长期稳定交付结果。它横在“试点”与“生产”之间，而跨过这道门槛的能力，恰恰是当前AI落地阶段最稀缺的竞争力。

01

模型够用了

落地更考验工程能力

某企业投入数十万元建设智能客服，演示时表现流畅，上线后却迅速失效：首日预期承接上千单咨询，到第三天，实际咨询量已不足百单，投诉不断，一周后项目便被下线。面对真实客户的复杂提问、混乱的历史数据和繁杂的旧系统，AI有些手足无措。

这样的落差并不少见。Gartner统计显示，到2025年底，至少一半的生成式AI项目在概念验证后被放弃。企业对AI的期待，正在从“会回答”转向“能干活”，但多数项目卡在了从演示到投产之间。

项目搁浅还不是最坏的结果。当智能体被真正赋予执行权限，风险就从“做不成”，变成了“闯大祸”。

2026年春天，一家名为PocketOs的小公司遭遇了一场事故。它雇用的AI程序员在执行常规任务时，未接到任何删除指令，却调用云基础设施接口，仅用9秒便清空了生产数据库及全部备份。事后，AI还在日志中留下类似“认罪书”的文字，承认自己违反了安全规则。

这起事故之所以引人关注，是因为它暴露了智能体进入真实业务后的风险：当AI能够读取文件、调用接口、修改数据、触发流程，一次错误操作就可能导致数据丢失、业务中断，甚至产生无法预估的损失。

那为什么以前没这么多事？过去工程的任务是搭建稳定的系统、分配资源、保障业务连续运行，应用逻辑相对明确，系统沿着预设规则执行，确定性是默认前提。但AI改变了这个前提：模型输出具有概率性，同样的输入不保证得到相同的结果；智能体又能调用工具、跨系统执行任务，一次判断失误就可能沿着工作流传递、放大。

这意味着，系统要进入生产环境，得先面对一连串具体的工程问题：智能体能操作哪些数据，出错后如何中止和接管？AI如何适配企业已有的业务流程与旧系统？不同算力如何统一调度，Token消耗如何计量和优化？知识库如何持续更新、准确调用？任何一个环节掉链子，模型能力都无法兑现为生产力。

回答这些问题，靠的不再只是“把系统搭起来、让服务跑起来”的传统工程能力，而是一套可控、可观测、可追溯的运行机制：让权限有边界，资源能调度，成本可核算，异常可发现、可干预，最终让AI接入现有业务，并在长期运行中保持稳定。

02

工程功夫的现场：

让企业敢用AI

先从一个略显残酷的现实说起：AI最早规模化滥用的场景之一，是网络攻击。

过去两年，生成式AI让攻击的门槛和成本同时骤降。KnowBe4的钓鱼基准报告显示，2025年82.6%的钓鱼邮件内容已由AI生成，语气自然、针对性强，传统特征检测难以识别；安全公司Huntress则发现，2026年前四个月，可绕过身份验证的钓鱼攻击较去年下半年暴涨1380%。攻击流程被打包成订阅服务，一个新手就能发起过去需要安全专家才能完成的攻击。

这组数据背后，是一个日益不对称的现实：当攻击以机器速度袭来，防御就不能再停留在人的速度。这也是为什么，AI赋能安全正在成为各大科技公司争相入局的新战场——它正从一个技术方向，变成企业绕不开的现实需求。

深信服的反应要更早。2023年3月，GPT-4发布，公司内部做流量检测的技术团队第一时间判断，传统基于规则的检测方式即将被淘汰。他们用安全领域的专业数据微调大模型，两个人、三个月做出的实验效果，远超预期。

当年5月，深信服发布安全GPT，这是国内第一个安全垂域大模型，距离全球首款仅晚一个多月。首秀之后，上百家用户主动找来申请测试，安全GPT与企业在AI时代的真实需求，完成了一次“双向奔赴”。

某全球化科技集团就是其中之一：业务遍布全球数百个制造基地，每天涌入海量安全日志、十几万条原始告警，安全团队根本研判不过来。接入安全GPT之后，AI能够结合资产、账号和业务关系梳理告警线索，帮助安全人员识别真正需要关注的风险。

在这家企业的实践中，日均十万级告警经过AI研判后，需要人工介入的大幅减少，削减超过99%；威胁发现时间也缩短至分钟级。处置环节同样发生了变化。部分高频威胁场景中，AI联动终端、防火墙等安全设备自动拦截，将原本需要半小时以上的遏制过程压缩至几分钟。对于生产服务器、工厂控制系统等关键资产，则保留人工确认和处置机制，在提高响应速度的同时控制误操作风险。

这些实践背后考验的，既是模型的识别能力，也有对企业业务上下文的理解、与现有安全设备的联动，以及从发现风险到完成处置的闭环能力。类似的现场不止一个，截至目前，深信服的AI安全运营客户总量已突破1600家。

当然，外部攻击只是AI时代安全命题的一半。回顾前文PocketOs的事故，当智能体拥有了执行权限，风险同样可能来自AI自身的误判与失控。Gartner把“AI智能体将要求更强的网络安全监管”列为2026年六大网络安全趋势的第一条；也有安全厂商判断，智能体将在2026年成为企业最大的内部威胁。

深信服已经给出了这一半的答案，他们像管理员工一样管理智能体，上岗前先“背调”，做安全评估与权限匹配；用“数字工位”划定最小权限与隔离运行空间；再依托全链路行为监测实时阻断异常，为智能体失控装上“紧急制动”。

用深信服自己的话说，企业要对每一个“数字员工”的身份、权限、行为、后果都说得清楚，而实现路径只有一条：以AI保护AI。

至此，深信服的老本行在AI时代长出了两层含义——用AI赋能安全、以AI保护AI。

权威侧也印证了这一点：2025年，安全GPT在中央网信办组织的大模型安全测试中拿下三项第一；紧接着在2026年，深信服在AI安全领域再添一项重磅荣誉，其AI安全智能体在CyberGym全球评测中以93.2%的综合成功率登顶，压过OpenAI、Anthropic与微软，且全程跑在国产基座上。

03

工程功夫的现场：

让AI稳定跑起来

安全让企业“敢用”AI，但敢用只是前提，更现实的问题是：没有AI团队、不懂算法的企业，智能体建不建得起来、跑不跑得稳？

一家深耕钎焊材料三十年的国家制造业单项冠军，每天面对的客户问题五花八门。客户拿来一块铝合金配一块不锈钢，该用什么焊料？用户在对话框里只敲四个字"铝焊料"，系统一口气搜出两百多个产品塞给模型，页面瞬间卡死；问“焊铜管的料吗”，系统分不清这是选型咨询还是产品知识，乱答一通。

这些问题高度依赖经验，资深客服屈指可数，新人上手要两三年，老师傅一旦休假或离职，客户咨询就接不住，夜间和节假日更是无人应答。但企业没有AI团队，几次想做智能客服都搁置了。

如何让不懂代码的业务人员自己动手，把老师傅的经验变成智能体——FastGPT深信服商业版解决的正是这件事。业务人员像搭积木一样，把几十年的焊料配方、工艺参数、选型经验喂进知识库，拖拖拽拽，就搭出了一个智能选型助手。

几轮调优后，它听懂客户真实意图的准确率从68%升到94%，响应从8.2秒缩到1.1秒，Token报错从日均12次降到零，人工投入减少六成，客户满意度从4.2升到4.8。老专家的经验，沉淀成了全天候在线的数字资产。

AI要在生产线上持续运转，还离不开底层稳定的数据供给。面对训练素材、业务文档等多类型数据，企业需要同时平衡读取性能、存储成本、容量弹性扩容以及统一运维管理等多重诉求。

在这一点上，深信服也给出了解法：用一套统一存储aStor，同时承载企业的传统业务与AI业务，在原有业务数据不必搬家的前提下，让AI应用直接调取，再辅以分层管理能力，一站式的兼顾了性能、成本与弹性扩容需求。

从保护、构建到承载与优化，深信服做的事可以用一句话概括：把AI从“能演示”，变成企业敢放进生产线的“能干活”。

04

一个被低估的AI基础设施玩家

提到AI基础设施市场，多数人脑海中会先浮现华为、新华三、阿里云的名字——GPU、算力硬件、大体量云平台，这的确是AI时代最受瞩目的战场。

但走进企业就会发现，真正决定敢不敢把业务交给AI的，往往是另一些更具体的关切：数据是否安全，权限如何管理，旧系统能否兼容，出了问题能否及时定位和处置。这些企业决策者案头最真实的顾虑，构成了AI从演示走向生产的最后一公里。

二十多年来，基础设施始终是深信服的主场。AI浪潮到来之后，基础设施的边界被拓展，这家公司的产品线也跟着长出了新名字：安全GPT、AI算力网关、保护AI平台、FastGPT深信服商业版、统一存储aStor......,它们决定的不是模型跑多快，而是智能体能不能真正跑进生产线。

为什么深信服能覆盖这些环节？答案在它的能力结构里。安全是起点，二十多年积累了围绕威胁、权限与风险的理解；云计算是它过去十余年的重要业务方向，超融合市场份额多年第一（IDC数据），沉淀下计算、存储与运行环境的完整能力；当这两者遇上AI，便自然延伸到了智能体的构建与调度。

AI进生产，恰好需要这几种能力协同，这正是多数厂商凑不齐的组合。

另一重支撑来自客户结构。深信服披露的客户数量已超过10万家，覆盖政府、金融、能源、交通、医疗、制造，服务网络一直沉到中长尾市场。数量本身并不构成壁垒，真正的壁垒在于：企业的旧系统千差万别，业务场景各有各的行业语言，这些经验靠堆人堆钱复制不出来，只能在一个个客户现场磨出来，再沉淀进产品，减少后续项目的适配成本。这份家底，正是它把安全与云时代的经验继续用于AI部署的底气。

把时间线拉长就能看清：这些能力与家底，是在二十多年的路径自然长出来的。信息化时代，企业需要守住网络边界，深信服从安全起家；数字化时代，企业需要上云与资源整合，它把超融合做成了规模；数智化时代，企业需要让AI进生产，它又把安全、云与AI重新组合。

三个阶段，产品形态一直在变，主线只有一条：贴着客户需求做创新。2016年，深信服就确立了AI First研发战略，比AI成为产业热点早了约七年，这也解释了为什么它能较早把AI引入安全检测，并一路延伸到企业级AI应用的构建与运行环境。

诚然，市场对深信服印象最深刻的地方，仍更多停留在网络安全和云计算。如今，它正在把过去两个阶段积累的能力转化为AI时代的新业务。或许也正因如此，这家公司的未来走向会更具有想象力。

作者 | 孙宁郁

编辑 | 王以沫

10月30日晚间，赛力斯（601127.SH / 09927.HK）发布2026年三季报，第三季度公司实现营收280.80亿元，归母净利润14.20亿元，环比扭亏。不过，扣非归母净利润仍亏损13.65亿元，前三季度累计归母净利润也处于亏损状态。

问界M9在高端市场保持竞争力，M6持续交付，新M8即将上市，但车型销量能否转化为稳定盈利，仍是赛力斯需要回答的问题。

盈利背后有反差

赛力斯第三季度实现营业收入280.80亿元，同比下降41.66%；归母净利润14.20亿元，同比下降40.12%。虽然单季度归母净利润环比转正，但与上年同期相比，公司收入和归母净利润均明显下滑。

前三季度，公司累计营收855.73亿元，同比下降22.58%；归母净利润亏损2.97亿元，上年同期则实现盈利。

图片来源：赛力斯公告

更值得关注的是扣非归母净利润。

第三季度，赛力斯扣非归母净利润亏损13.65亿元，前三季度累计亏损37.44亿元。单看第三季度，归母净利润与扣非净利润相差约27.85亿元，说明非经常性损益对当期利润影响较大。

因此，14.20亿元的单季归母净利润虽然改善了报表表现，但尚不能证明主营业务已经恢复盈利。

现金流同样承压。前三季度，公司经营活动现金流量净额为-145.11亿元，上年同期则为正。

赛力斯此前解释，上半年主力车型处于产品迭代过渡期，销售规模效应未充分释放，同时电池、芯片等核心零部件价格上涨，叠加资产减值计提，影响了盈利表现。

第三季度归母净利润转正是积极变化，但主营业务盈利修复仍需要时间。

高端车型持续交付

赛力斯近年来最重要的转型，是通过与华为合作打造问界品牌，进入国内高端新能源汽车市场。其中，问界M9是品牌向高端突破的代表车型。

根据问界官方数据，M9连续四个月获得50万元以上车型销量第一。

在传统豪华品牌长期占据的价格区间，问界凭借鸿蒙座舱、华为乾崑智驾以及增程、纯电双动力方案，形成了较为鲜明的产品定位。

但高端车型销量领先，并不意味着高端汽车市场整体都在增长。随着传统豪华品牌加快电动化转型，国内新势力持续推出高价车型，问界仍需通过产品升级保持竞争力。

除了M9，问界也在拓宽产品覆盖范围。2026年推出的问界M6累计交付超过6万辆，承担扩大用户规模的任务。新款问界M8将于11月13日上市，预售价38.98万元起，继续面向家庭豪华SUV市场。

新车升级了智能辅助驾驶、底盘及座舱配置，搭载华为乾崑智驾ADS5，并采用面向L3级自动驾驶的架构设计，但不代表已经获得L3自动驾驶上路许可。

随着M6、M8、M9覆盖不同价格区间，问界有机会降低对单一车型的依赖。

不过，高端车型售价较高，并不意味着利润一定更高。新品能否扩大销量、分摊研发和制造成本，才是影响盈利的重要因素。

主营盈利待修复

国内新能源汽车市场竞争日趋激烈，价格竞争已从中低端市场延伸至高端车型。

对问界而言，智能座舱和辅助驾驶仍是重要竞争力，但其他车企也在快速推进技术升级。与此同时，高端车型在研发、智能化硬件、渠道建设和售后服务方面的投入都不低。

赛力斯当前面临的主要问题，是如何将高端车型的市场认可转化为持续稳定的经营收益。

随着产品矩阵扩大，赛力斯与华为的合作也在深化。在新的分工框架下，华为持续提供智能化技术赋能，双方在产品开发、技术落地等环节协同推进，品牌、渠道与服务运营由赛力斯主导。

新车型能否快速完成市场导入，研发、营销和制造成本能否得到有效控制，将直接影响盈利表现。其中，新款问界M8是观察产品升级与经营效率的重要窗口。

但新能源汽车行业的竞争，最终仍要回到规模、成本和现金流。

未来几个季度，新M8上市后的订单转化、M6交付规模、M9销量稳定性，以及扣非归母净利润和经营现金流变化，都将成为判断赛力斯经营修复的重要指标。

问界已经在50万元以上市场取得一定竞争优势，但高端车型的销量表现与公司整体盈利能力之间，仍存在距离。

对于赛力斯来说，第三季度归母净利润转正是一个积极信号。接下来更重要的，是如何让不断扩大的产品矩阵形成稳定利润，在持续的市场竞争中实现真正的经营改善。

敬告读者：本文基于公开资料信息或受访者提供的相关内容撰写，《全球财说》及文章作者不保证相关信息资料的完整性和准确性。无论何种情况下，本文内容均不构成投资建议。市场有风险，投资需谨慎！未经许可不得转载、抄袭！