海克斯康

订阅这家公司变化新观点 / 硬数据进邮箱 邮箱 订阅

1. 投资摘要

• 海克斯康（Hexagon，HEXA-B.ST）在本链条中的核心定位：工业数字现实、测量、制造软件、自动驾驶/矿山/建筑数据平台公司，AI 链条位置是工业数据采集、数字孪生、自动化与边缘智能。 12
• AI 相关结论：AI 收入未单列，体现在 Manufacturing Intelligence、Autonomous Solutions、Geosystems、Asset Lifecycle Intelligence 等软件和传感器数据。2025 年收入约 54 亿欧元；Q4 2025 净销售 14.288 亿欧元，调整后 EBIT1 4.203 亿欧元。 23
• 本页不把“AI 叙事”直接等同于利润弹性；凡是公司未单列的 AI 收入、GPU 数量、客户占比、毛利率，均标记为 [未充分披露]。14
• 经营验证口径应落在集团 organic growth、adjusted EBIT1 margin、cash conversion、分部订单/需求描述和软件化占比；2025 年 AI 收入未单列，因此不能把数字现实、测量或自动化全额收入直接归为 AI 收入。 12
• 最大观察点是 AI 相关收入能否从产品发布、项目启动或平台订阅，继续转化为可审计收入、毛利和经营现金流。35
• 最大反证点是：AI 业务披露继续停留在口号，或增长以低毛利硬件/项目制收入实现但现金流恶化。26

2. 产业链位置

链条定位：工业数字现实、测量、制造软件、自动驾驶/矿山/建筑数据平台公司，AI 链条位置是工业数据采集、数字孪生、自动化与边缘智能。 1 上游不是单一芯片供应，而是云基础设施、数据中心、网络、软件、数据和客户场景的组合；因此研究时要拆成“硬件资源、软件平台、数据资产、客户入口”四层。 上游依赖：传感器、GNSS、激光雷达、工业软件开发、云平台、芯片与电子元件；AI 算力采购规模未充分披露。 24 下游需求：制造、汽车、航空航天、矿业、建筑、公共安全、能源与基础设施客户。 13 在 AI 产业链中，本公司更接近“基础设施/平台/应用使能层”，不是 GPU、HBM 或先进封装供应商。 收入映射路径通常是：AI 应用增加 -> 数据、开发、云、监控或网络需求增加 -> 公司相关产品/服务消耗提升 -> 订阅、项目或资源租赁收入确认。 因此，本页把 Hexagon 放在“工业数据采集与数字孪生使能层”：它受益于制造、矿山、测绘和基础设施数字化，但验证顺序应是分部收入、利润率、现金转换和客户采用，而不是用 AI 标签替代经营数据。 14

链条层级	本公司作用	可验证证据	披露缺口
上游资源	传感器、GNSS、激光雷达、工业软件开发、云平台、芯片与电子元件；AI 算力采购规模未充分披露。	年报、季度材料、产品页 12	采购占比、单价、客户名单多未披露
中游平台	Manufacturing Intelligence metrology/software / Geosystems reality capture / Autonomous Solutions	IR 材料与产品页 37	AI 收入常未单列
下游客户	制造、汽车、航空航天、矿业、建筑、公共安全、能源与基础设施客户。	公司披露和行业资料 15	客户集中度与续约率不足

3. AI相关收入拆解

AI 收入口径：AI 收入未单列，体现在 Manufacturing Intelligence、Autonomous Solutions、Geosystems、Asset Lifecycle Intelligence 等软件和传感器数据。2025 年收入约 54 亿欧元；Q4 2025 净销售 14.288 亿欧元，调整后 EBIT1 4.203 亿欧元。 23 窄口径 AI 收入只包括公司明确披露的 GPU 云、AI 数据、AI 软件、AI 平台或 AI 项目收入。 宽口径 AI proxy 包括云、可观测性、搜索、安全、企业网络、数据服务、DevSecOps、数字孪生等被 AI 工作负载拉动的收入。 本文使用“窄口径优先、宽口径辅助”的方法；如果没有明确金额，则写 [未充分披露]，不把产品名倒推成收入。 AI 收入质量需要同时看四个维度：收入确认、毛利率、客户集中、现金流。只看发布会或合作公告会高估确定性。 若公司披露 ARR、订阅收入或固定合约，本页将其列为 A/B 级证据；若仅为媒体转述，则只作 C 级线索。

收入口径	当前可写结论	证据等级	投研处理
窄口径 AI	AI 收入未单列，体现在 Manufacturing Intelligence、Autonomous Solutions、Geosystems、Asset Lifecycle Intelligence 等软件和传感器数据。2025 年收入约 54 亿欧元；Q4 2025 净销售 14.288 亿欧元，调整后 EBIT1 4.203 亿欧元。	A/B/C，取决于来源	只采用已披露数字 23
宽口径 AI proxy	工业数字现实、测量、制造软件、自动驾驶/矿山/建筑数据平台公司，AI 链条位置是工业数据采集、数字孪生、自动化与边缘智能。	B	作为业务敏感性，不作硬收入 1
未披露项	客户占比、AI 毛利率、GPU 利用率或模型调用收入	缺口	明确标 [未充分披露]

4. 核心产品

1. Manufacturing Intelligence：计量硬件、质量检测、制造软件和自动化方案服务汽车、航空航天、电子和工业制造客户，是把 AI/分析嵌入工厂质量和产线数据的主要入口；AI 单项收入未单列。 23
2. Geosystems：测量、激光扫描、现实捕捉、GNSS 和地理空间软件为建筑、测绘、基础设施和公共安全提供数字现实数据底座，价值来自设备销量、软件和服务组合。 38
3. Autonomous Solutions：矿山、农业、海事、建筑和国防等场景中的自动化、定位和传感器方案，是边缘智能和自动驾驶作业的核心暴露，但项目节奏与客户资本开支相关。 47
4. Asset Lifecycle Intelligence：面向能源、化工、船舶、建筑和资产密集行业的软件组合，覆盖设计、运营、维护和数字孪生；验证重点是软件订阅和项目交付质量。 38
5. Safety, Infrastructure & Geospatial：公共安全、应急、交通和政府地理空间方案提供实时数据与调度平台，AI 增量更多体现为工作流效率和数据融合，而非公司单列收入。 38
6. 研发与并购产品线：Hexagon 持续围绕数字现实、传感器、软件和自动化扩展组合，但投资者应把产品发布与季度 organic growth、adjusted EBIT1 margin 和 cash conversion 对照验证。 56

产品组合判断： 第一，硬件或资源型产品通常收入弹性强，但毛利率、折旧、利用率和采购节奏更敏感。 第二，软件订阅型产品通常毛利率高，但需要看 ARR、NRR、座席扩张和销售效率。 第三，项目制/数据服务型收入需要看验收、交付人员扩张和大客户集中度。 第四，平台生态型公司需要把 AI 功能区分为“提升主产品留存”还是“新增付费模块”。 本公司的关键产品组合更接近：Manufacturing Intelligence metrology/software, Geosystems reality capture, Autonomous Solutions, Asset Lifecycle Intelligence。78

5. 上下游

方向	关键对象	对业绩影响	证据
上游硬件/云资源	传感器、GNSS、激光雷达、工业软件开发、云平台、芯片与电子元件；AI 算力采购规模未充分披露。	成本、交付和可用性	2
上游软件/数据	模型、数据、开发工具、安全与运维栈	产品差异化和客户粘性	3
下游客户	制造、汽车、航空航天、矿业、建筑、公共安全、能源与基础设施客户。	收入规模、续约和回款	4
生态伙伴	云厂、系统集成商、渠道、开源社区或政府项目	获客和合规	5

上下游结论：公司并非孤立受益于 AI，而是取决于上游资源价格、下游预算周期、产品 attach rate 和客户项目节奏。 如果上游成本快速上涨且无法转嫁，收入增长可能稀释毛利；如果下游 AI 项目从试点转生产，订阅和资源消耗会更稳定。 客户侧最重要的披露不是 logo，而是合同期限、ARR、使用量、续费、毛利率和现金回款。

6. 同业与竞争格局

主要同业：Trimble、Autodesk、PTC、Dassault Systemes、Siemens Digital Industries Software、Bentley Systems、Keysight。 56

公司/类型	竞争维度	本公司相对位置	需要跟踪的反证
竞争格局不是静态市场份额，而是客户预算在“自建、云厂、垂直软件、外包服务、开源方案”之间迁移。
AI 时代的竞争强度通常上升：客户更愿意试用新供应商，但也更看重可用性、安全、合规和长期成本。
若公司产品只是在现有主业上增加 AI 标签，而没有新增付费、用量或留存改善，竞争优势应打折。

7. 护城河

1. 工业数据入口：测量设备、传感器、现实捕捉和定位系统嵌入客户现场，一旦进入制造、矿山或基础设施流程，替换成本高于单纯软件工具。 28
2. 软硬件组合：公司既有硬件测量入口，也有 CAD/CAM、资产生命周期、地理空间和自动化软件，护城河来自软硬件闭环而非单一 AI 模型。 38
3. 产品复用：同一客户在搜索、监控、安全、云、数据或开发流程中复用越多，单位获客成本越低。 4
4. 数据/运维反馈：AI 产品若能从真实工作负载中学习，会形成质量改进循环；但该循环是否带来收费，需要披露验证。 5
5. 规模经济：软件平台和云资源池能摊薄固定成本；项目制服务则更受人力扩张约束。 6
6. 行业认证与现场经验：制造、矿山、建筑和公共安全客户对精度、可靠性、集成和服务网络要求高，新进入者即使有通用 AI 能力，也需要跨过行业验证和部署周期。 78
7. 反向护城河：若毛利率下降、客户集中、GPU 利用率不足或销售效率恶化，所谓 AI 护城河会退化为资本开支竞赛。 8

8. 财务质量(趋势表+杜邦+逐季)

8.1 趋势表

期间	收入/增长	利润/毛利	现金流/资本开支	备注
最新季度/半年度	见逐季表	见逐季表	见逐季表	最新经营拐点 3
AI 专项	未单列时不倒推	未披露项标注	未披露项标注	用 proxy，不造数

8.2 杜邦拆解

ROE 可以拆成净利率、资产周转率和权益乘数。对软件公司，净利率与销售效率更关键；对云/GPU/数据中心公司，资产周转率和折旧更关键。 13 净利率：若 AI 业务是高毛利软件订阅，净利率应随规模改善；若是 GPU 租赁或硬件项目，折旧和电力会压低净利率。 13 资产周转：云资源、机房、GPU 和数据中心投入越重，越需要高利用率支撑收入；轻资产软件则看销售周期和留存。 13 权益乘数：债务、租赁和资本化支出会放大周期波动，因此不能只用收入增速解释经营判断。 13 现金流校验：经营现金流和自由现金流是辨别“收入质量”的核心，尤其适用于项目制、GPU 云和数据服务公司。 13

8.3 逐季/近况表

期间	收入线索	利润/现金流线索	AI 业务含义
2026Q1 gross	adjusted gross earnings 6.063 亿欧元，gross margin 62.9%	EPS 58.4 Euro cent 含特殊因素	周期回暖需验证 4

8.4 财务质量结论

收入增长需要和毛利率同看，避免把低毛利扩张误判成高质量增长。 24 现金流需要和合同负债、应收、存货、资本开支或租赁同看。 24 AI 业务若未单列，最稳妥的处理是跟踪披露质量改善，而不是提前给出确定利润。 24 逐季波动本身不是问题，问题是公司是否解释清楚波动来自季节性、客户验收、资源利用率还是竞争降价。 24

9. 业绩传导

AI 应用/模型/企业数字化需求增加
  -> 对云资源、数据、开发工具、搜索、监控、安全、网络或行业软件的需求增加
  -> 海克斯康 的核心产品被更多使用或采购
  -> 收入确认、ARR/订阅、项目验收或资源租赁收入增加
  -> 取决于毛利率、利用率、销售费用、折旧和回款
  -> 经营利润、自由现金流和 ROIC 改善或承压

正向传导需要三个条件：需求真实、公司有产品承接、收入能以合理毛利确认。 35 负向传导通常发生在：客户试点不转生产、竞争降价、上游成本上升、项目验收延迟或销售费用前置。 35 对本公司而言，最强指标不是新闻数量，而是季度收入、毛利、现金流和披露中的 AI 专项进展。 35

10. 经营拆分与反证框架

本节只拆分经营驱动，不做价格、规模口径或市场口径推导。判断重点改为收入质量、毛利率、现金流、客户/订单、产能利用率和产品采用是否强化业务叙事。

模块	关键经营变量	强叙事信号	反证阈值
收入与采用	收入增速、ARR/订单、客户采用	收入增长由真实客户采用和复购支撑	收入或订单连续放缓，且缺少客户采用证据
利润质量	毛利率、费用率、现金流	毛利率稳定，现金转换改善	毛利率下行或现金流恶化
竞争与客户	客户集中度、份额、替代风险	大客户扩张且竞争格局稳定	客户砍单、份额流失或替代方案加速

11. 风险

1. AI 收入未充分披露，市场可能高估其占比。 2
2. 客户集中或大客户项目延期导致季度收入波动。 3
3. 上游 GPU、云资源、电力、数据中心或软件成本上升。 4
4. 周期与项目风险：制造、汽车、建筑、矿山和基础设施客户的资本开支周期会影响订单与验收，短期 organic growth 不宜线性外推。 45
5. 监管、数据主权、网络安全、出口管制或隐私合规变化。 6
6. 资本开支、租赁、折旧或应收账款导致自由现金流低于利润。 7
7. AI 功能同质化，不能形成新增付费或留存提升。 8
8. 汇率、利率和宏观 IT 预算周期影响客户采购。 1

12. 常见误读纠偏

• 误读一：工业数字现实等于纯 AI 软件。 纠偏：Hexagon 的 AI 暴露依附于测量设备、传感器、自动化和行业软件组合，AI 收入未单列，不能按纯 SaaS 倍数或纯模型公司逻辑处理。 25
• 误读二：收入增长等于利润增长。 纠偏：GPU 云、硬件、项目制服务可能带来折旧、采购、交付和回款压力。 25
• 误读三：产品组合越多，护城河越强。 纠偏：多产品组合只有在交叉销售、复购、软件 attach 和现金转换改善时才形成经营价值，否则会增加整合和研发负担。 25
• 误读四：Q1 或 Q4 单季改善可以直接年化。 纠偏：Hexagon 受工业客户预算、验收和汇率影响，应看连续季度 organic growth、adjusted EBIT1 margin 和 cash conversion。 25

13. 最新事件(带日期)

日期	事件	投研含义
2026-01-29	发布 2025 年终报告，Q4 cash conversion 121%。	作为后续收入、利润或披露质量跟踪点 2
2026-04-23	发布 2026Q1，organic growth 8%，adjusted EBIT1 margin 26.1%。	作为后续收入、利润或披露质量跟踪点 3

14. 跟踪指标

1. AI/云/数据/软件相关收入是否单列，若未单列则看 proxy 增速。 2
2. 分部 organic growth、adjusted EBIT1 margin 与 cash conversion 是否同步改善，尤其是 Manufacturing Intelligence、Geosystems 和 Autonomous Solutions 的需求描述。 3
3. 经营现金流、自由现金流、资本开支、租赁和折旧。 4
4. ARR、订阅收入、客户数、净留存率、GPU 利用率或项目 backlog。 5
5. 大客户集中度、客户续约、合同期限和坏账/应收变化。 6
6. 产品发布是否转化为收费模块，而不是只改善叙事。 7
7. 同业价格战、开源替代和云厂内置功能。 8
8. 监管、数据主权、出口限制和本地补贴政策。 1

15. 来源

• 来源：Year-End Report 2025: hexagon.com/company/newsroom/press-releases/2026/hexagon-year-end-report-1-january---31-december-2025
• 来源：Year-End Report 2025 PDF: api.alertir.com/files/press/hexagon/202601293553-1.pdf
• 来源：Annual and Sustainability Report 2025: mb.cision.com/Main/387/4324219/3996400.pdf
• 来源：Q1 2026 interim report: hexagon.com/company/newsroom/press-releases/2026/hexagon-interim-report-1-january---31-march-2026
• 来源：Investor relations targets: investors.hexagon.com/
• 来源：Reports and presentations: investors.hexagon.com/financial-information/reports-and-presentations
• 来源：Q1 2026 PR Newswire mirror: www.prnewswire.com/news-releases/hexagon-interim-report-1-january---31-march-2026-302751432.html
• 来源：Hexagon product site: hexagon.com/

相关推荐

同产业链：cloud

同产业链 · 相关公司

阿里巴巴BABA / 9988.HK百度BIDU / 9888.HK谷歌 AlphabetGOOGL腾讯0700.HK亚马逊 AWSAMZN字节跳动未上市Anthropic未上市CoreWeaveCRWV

相关概念

3D 高斯泼溅3D 生成Adapter TuningAgent 通信协议Ahead-of-Time 编译 (AOT)Attention With Linear Biases音频 TokenAutogen