← 返回公司库

L3 公司投研页 · 2026-06-21

协创数据

Sharetronic Data Technology

协创数据 位于模型与云层,当前研究入口聚焦 云与基础模型 的产业链位置、财务质量、上下游约束与反证指标。A股 数据只作研究参考,不构成投资建议。

研究定位 模型与云层

云与基础模型

订阅这家公司变化新观点 / 硬数据进邮箱

1. 投资摘要

  • 协创数据 在 AI 产业链中的位置是“智慧存储、智能物联、服务器再制造与智能算力云服务公司”,不是上游 GPU/模型参数供应商;本文只讨论其云、数据、软件或 AI 基础设施收入如何映射到产业链,不给任何买卖建议。13
  • 2025 年报口径显示 AI 相关增量主要来自智能算力产品及服务、服务器及周边再制造,而传统数据存储和 IoT 仍是重要底盘;不能把公司全部收入都归为 AI 云。123
  • 已披露的硬数是 2025 年智能算力产品及服务收入 RMB2.761bn、同比 +1727.17%、占收入 22.57%,以及服务器及周边再制造收入 RMB2.575bn、同比 +169.35%;AI 单项毛利、客户集中度和 GPU 利用率仍为 [未充分披露]。13
  • 收入弹性来自客户把 AI 从试点转向生产、合规云/私有云需求、专业数据工作流和企业自动化;利润弹性取决于 attach rate、利用率、项目验收、算力折旧和销售效率。56
  • 关键反证是订单制算力租赁和服务器再制造能否转成现金流:若收入高增但应收、存货、资本开支或合规风险同步上升,AI 算力叙事需要降权。456
  • 证据等级:公司财报/IR 为 A,官网产品页为 A-/B+,权威媒体和交易所/监管文件为 B,第三方财务聚合为 C;C 级只用于缺口提示。1234

2. 产业链位置

层级本公司位置价值来源不能推断的内容证据
上游GPU/CPU、云平台、专业内容、网络、数据中心、电力或软件生态采购和合作决定交付能力上游份额、采购价、芯片库存38
中游智慧存储、智能物联、服务器再制造与智能算力云服务公司把 AI 资源变成可交付服务、工作流或容量单项目利润率 [未充分披露]14
下游企业、政府、运营商、专业机构、开发者或云客户订阅、托管、租赁、专业服务和交易型收入单客户收入占比 [未充分披露]25
AI 映射FCloud 智能体训推创新平台、智能算力产品及服务、算力服务器/租赁、服务器及周边再制造AI 训练/推理、agent、专业知识、自动化或边缘云AI 净收入和毛利率 [未充分披露]34
  • 产业链结论:该公司更像 AI 应用/云基础设施的“交付层”和“商业化层”,收益不等于 GPU 价格上涨本身,而来自客户是否愿意为可信、合规、可运维的 AI 工作负载付费。13
  • 产业链位置是“算力服务/设备交付 + 存储/IoT 硬件制造”,不是模型层;上游受 GPU、服务器、存储和出口管制影响,下游取决于头部客户算力租赁订单、验收和回款。369

3. AI相关收入拆解

口径已披露事实本文处理引用
分部/产品2025 智能算力产品及服务收入 RMB2.761bn, +1727.17%, 22.57% of revenue; 服务器及周边再制造 RMB2.575bn, +169.35%; 数据存储设备 RMB4.493bn, +28.31%; 物联网智能终端 RMB1.572bn, -30.42%.AI 只按已披露产品或业务线做 proxy34
客户客户类型可描述;客户名单、收入占比、合同转收入节奏若未披露则不写死[未充分披露]56
毛利率公司层面或第三方披露可引用;AI 单项毛利率若未披露则不估算[未充分披露]19
  • AI 收入的最小可信 proxy 是“明确与 AI 产品/云/agent/数据工具绑定的收入线索”;最大可信 proxy 不能超过相关业务分部收入。14
  • 若产品页只说明功能,不说明收入,本文只把它作为商业化证据,不把功能数量转成财务贡献。34
  • 对于新项目、MOU、客户公告和长期合同,本文区分 bookings、contracted revenue、annual revenue、recognized revenue 和 cash collection。25

4. 核心产品

产品/服务AI 作用收费/确认方式关键风险证据
主平台FCloud 智能体训推创新平台、智能算力产品及服务、算力服务器/租赁、服务器及周边再制造订阅、托管、项目、租赁或使用量计费客户采用率和续费率 [未充分披露]34
传统底盘智慧存储、智能物联、服务器再制造与智能算力云服务公司存量客户、长期合同、专业服务或通信/云基础设施收入传统业务增长放缓12
数据/软件/运维与客户系统、知识库、网络或算力资源绑定attach rate 决定毛利客户预算、集成周期56
  • 产品护城河不只看“有没有 AI 名称”,更看是否嵌入客户生产流程、是否有专有数据/工程能力、是否能把试点转为常态预算。48
  • 产品风险是同质化:若只提供通用模型包装或裸算力,价格会快速向基础设施成本靠拢。79

5. 上下游

方向参与方影响变量披露状态
上游数据/内容专业数据、客户数据、知识库、模型权重、行业语料数据质量和合规授权细节多为 [未充分披露] 4
合作伙伴云厂商、芯片厂、系统集成商、咨询商、生态软件go-to-market 和交付能力公告可查,收入贡献需财报验证 3
  • 上游瓶颈包括 GPU 供给、内存/网络、电力、数据授权和技术人员;其中任一项受限都会推迟收入确认。89
  • 下游瓶颈包括客户从 PoC 到 production 的周期、采购审批、数据合规、私有部署成本和存量系统改造。56

6. 同业与竞争格局

对手类型代表公司竞争维度本公司差异
专业软件/数据Bloomberg、Wolters Kluwer、ServiceNow、Salesforce、Palantir、Databricks专有数据、工作流、销售渠道差异取决于专业内容、行业深度和集成能力 4
AI 基础设施CoreWeave、Nebius、Crusoe、Applied Digital、TeraWulf、neocloudMW、GPU、融资、客户合同若公司属于软件层,则竞争在生产工作流;若属于云层,则竞争在利用率 8
本地集成商/运营商电信运营商、SI、区域云合规、本地交付、客户关系本地市场和主权云可形成壁垒 5
  • 竞争格局的误区是把所有 AI 公司按同一经营框架比较;云容量、专业内容、RPA、语音 AI、法律数据库和电信边缘的经济模型完全不同。17
  • 本公司最该与“客户预算替代品”比较,而不是只与股票市场中同标签公司比较。56

7. 护城河

  1. 算力服务与硬件制造协同:公司从智能存储、IoT 终端延伸到服务器再制造和智能算力服务,优势在供应链、制造交付和订单制运营;护城河要用客户续约、利用率、现金回款和毛利率验证。156
  2. 产品可信度:FCloud 智能体训推创新平台、智能算力产品及服务、算力服务器/租赁、服务器及周边再制造 若能进入生产流程,价值高于 demo;若只停留在试点,收入质量较弱。34
  3. 数据/流程资产:专业数据、客户历史流程、行业模型和运维经验形成持续改进循环,但公司未必单独披露数据资产价值。46
  4. 交付能力:AI 项目落地需要工程、合规、运维和客户成功团队;人效、交付周期和故障率决定真实毛利。57
  5. 资本与供应链:AI 云/数据中心公司需要融资、GPU、电力和折旧管理;软件公司需要研发和销售效率。89
  6. 反向提醒:护城河不是公告数量,而是续费率、留存率、单位经济、现金回收和客户扩张。12

8. 财务质量(趋势表+杜邦+逐季)

8.1 趋势表

期间财务数据来源口径投研含义引用
2024A传统/上一年口径对比基数用于判断增速,不倒推 AI 收入12
AI 口径2025 智能算力产品及服务收入 RMB2.761bn, +1727.17%, 22.57% of revenue; 服务器及周边再制造 RMB2.575bn, +169.35%; 数据存储设备 RMB4.493bn, +28.31%; 物联网智能终端 RMB1.572bn, -30.42%.披露+本文 proxy未披露项不估算34

8.2 杜邦拆解

  • 净利率:净利率由算力服务和再制造带动改善,资产周转受存货、应收和服务器投入拉动,权益乘数随固定资产和融资扩张上升。 12
  • 资产周转:AI 软件公司看 ARR/收入相对销售与研发投入的效率;AI 云/数据中心公司看 MW/GPU 利用率和折旧开始时间。38
  • 权益乘数:有债务、租赁、项目融资或并购的公司,财务杠杆会放大利润和现金流波动;不能只看收入增长。19

8.3 逐季/近期间表

期间收入/利润线索现金流/质量线索判断
AI 项目FCloud 智能体训推创新平台、智能算力产品及服务、算力服务器/租赁、服务器及周边再制造收入贡献 [未充分披露]看 bookings 到 revenue 的转化 3

8.4 财务质量结论

  • 财务质量要重点看高增长业务是否带来真实利润和现金:智能算力收入增速很高,但算力服务器、再制造、租赁和客户验收会抬高存货、固定资产、应收账款和合规风险,不能只看收入增速。139

9. 业绩传导

传导环节正向信号反向信号证据
需求客户从 PoC 进入生产,使用量/席位/MW 上升试点多、续约少35
订单长约、续约、扩容、交叉销售MOU 不转合同26
收入订阅/租赁/使用量确认硬件一次性确认后回落12
利润毛利率稳定、销售效率改善、折旧被利用率吸收毛利率下行、现金流恶化19
  • 传导公式:客户 AI 预算 -> 产品/容量使用 -> 合同和订阅 -> 收入确认 -> 毛利率/现金流 -> ROIC。任一环节未披露时,本文不补数字。34
  • 最需要警惕的是订单公告与财报之间的时间差;AI 热点公司常见“合同总额很大、当期收入很小、现金流仍为负”的错配。28

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 收入未单列:若公司只披露产品或项目,财务贡献可能显著小于市场叙事。13
  2. 毛利率风险:裸算力、硬件转售、低差异化集成和价格竞争会压低利润。89
  3. 客户集中与验收风险:大客户合同如果延迟、降价或不续约,会造成季度波动。25
  4. 出口管制与供应链风险:若上游 GPU/服务器来源、客户算力用途或跨境采购被监管关注,订单履约、融资和估值都会受影响;第三方报道只能作为风险线索,核心仍以公司公告和监管文件验证。479
  5. 合规风险:数据隐私、出口管制、主权云、版权、专业责任和 AI 审计都会影响商业化节奏。710
  6. 资本开支与融资风险:AI 数据中心项目会放大负债、折旧和利率敏感性。89
  7. 并购整合风险:若增长来自收购,商誉、客户迁移和产品整合质量需要单独跟踪。16

12. 常见误读纠偏

  • 误读 1:有 AI 产品就等于 AI 收入高。纠偏:只有财报单列或可验证的产品收入才能算硬锚,否则只能写“AI 相关业务/产品”。34
  • 误读 2:把智能算力产品及服务收入等同于高毛利软件收入。纠偏:该口径可能包含算力租赁、服务器及相关硬件/服务,毛利率、折旧和回款节奏需单独验证。238
  • 误读 3:收入增长必然提升利润。纠偏:AI 云和硬件集成可能因折旧、采购、低利用率或客户议价导致毛利率下滑。19
  • 误读 4:专业数据会被通用模型立刻替代。纠偏:在法律、税务、科学和企业流程中,可信来源、权限、审计和责任链仍是付费原因。47
  • 误读 5:单季利润可以年化。纠偏:AI 项目验收、硬件交付、并购会计和一次性收益会扭曲季度表现。26

13. 最新事件(带日期)

日期事件投研含义来源
2025-05-13投资者关系记录披露算力租赁订单制和头部企业合作。看后续是否转化为收入、毛利和现金流2
2026-03-17发布 2025 年报,智能算力服务成为核心增长引擎。看后续是否转化为收入、毛利和现金流3
2026-04-28披露 2026Q1 高增长,称项目落地带来现金流回流。看后续是否转化为收入、毛利和现金流4
  • 事件跟踪原则:公司公告是必要条件,不是充分条件;任何项目都要回到收入确认、现金回款、毛利率和客户续约。123
  • 近一年 AI 事件密度提升,但本文不以新闻频率替代财务验证。456

14. 跟踪指标

指标为什么重要频率红旗
AI/相关分部收入验证叙事是否进财报季度/半年只讲产品不讲收入 1
毛利率/EBITDA margin验证商业模式质量季度收入增长但毛利率下滑 2
客户与合同验证需求确定性事件驱动MOU 长期不转合同 3
利用率/ARR/NRR/MW按公司类型选择核心 SaaS 或数据中心指标季度只披露总容量不披露使用 8
研发/销售效率验证增长是否可持续季度/年度增长依赖费用堆叠 4
合规与监管数据、出口、版权、专业责任事件驱动被调查、许可不确定 10
  • 优先跟踪顺序:智能算力产品及服务收入、服务器再制造收入、算力租赁订单和验收、毛利率、经营现金流、应收/存货、资本开支、客户集中度和合规事件;未披露 GPU 利用率时不自行估算。123456

15. 来源

source: 公开披露与公开资料整理 本页仅用于产业链学习、信息检索和研究辅助;不构成投资建议,不预测涨跌,不提供买卖、仓位或目标价建议。