1. 投資摘要
- 中科創達（300496.SZ）位於 AI 應用/資料層，核心是行業資料、軟體工作流和專業交付，而不是晶片或伺服器。12
- 最新和年度財務錨：2025 營收 77.78 億元、歸母淨利 4.50 億元；2026Q1 營收 17.49 億元、歸母淨利 1.02 億元。12
- AI 營收口徑：AIOS、邊緣 AI、智慧汽車/AIoT 營收未單列。13
- 本頁不預測漲跌，不給價格結論，不給買進、賣出、加碼、減碼或部位建議。
2. 產業鏈位置
| 維度 | 定位 | 證據 |
|---|
| 主鏈條 | chain-app / 應用與資料 | 產品與財報揭露。1 |
| 上游 | 雲端、模型、資料、合規系統 | 採購佔比 [未充分揭露]。2 |
| 下游 | 汽車 OEM、Tier 1、晶片平台、IoT/機器人客戶和企業數字化客戶。 | 集中度 [未充分揭露]。1 |
3. AI相關營收拆解
| 口徑 | 揭露 | 判斷 |
|---|
| 總營收 | 2025 營收 77.78 億元、歸母淨利 4.50 億元；2026Q1 營收 17.49 億元、歸母淨利 1.02 億元。 | 不是 AI 營收上限。1 |
| AI proxy | AIOS、邊緣 AI、智慧汽車/AIoT 營收未單列。 | 僅作 proxy，不倒推。3 |
| 單品營收 | [未充分揭露] | 後續需公告更新。 |
4. 核心產品
- 核心產品圍繞 中科創達 的 AI/資料/行業工作流展開，單品營收未充分揭露時不拆硬數。3
- 產品驗證要看客戶、用量、營收、毛利和現金流量，而不是隻看釋出會。12
- 若產品以訂閱或用量收費，經營槓桿通常優於一次性交付；若依賴人工專案，毛利率天花板更低。
5. 上下游
| 環節 | 物件 | 影響 |
|---|
| 上游 | 雲端、GPU/CPU、基礎模型、行業資料 | 決定成本和能力邊界。 |
| 下游 | 汽車 OEM、Tier 1、晶片平台、IoT/機器人客戶和企業數字化客戶。 | 決定營收彈性和集中度。1 |
| 合規 | 隱私、醫療、金融、資料安全 | 決定銷售週期和准入門檻。 |
6. 同業與競爭格局
| 型別 | 代表 | 競爭點 |
|---|
| 資料/軟體 | Palantir、Snowflake、Adobe、Salesforce、Oracle | 資料和工作流。 |
| 垂直應用 | 醫療 AI、金融資料、AIoT、BPO AI、遊戲引擎 | 行業 know-how 和合規。 |
7. 護城河
- 資料資產和客戶反饋迴圈是第一層護城河。3
- 護城河更多來自智慧作業系統工程積累、全球化交付網路和晶片/雲端生態合作，而不是單一模型引數；官網揭露公司定位為全球 AIOS 產品與技術提供商，擁有逾萬名工程師、40 多個城市的研發與支援中心，並與半導體和雲端服務商建立生態合作。4
- 品牌、合規、銷售渠道和客戶信任在金融/醫療/企業場景尤其重要。1
- 反向風險是基礎模型平台下沉功能，客戶用內部資料團隊自建。
8. 財務質量(趨勢表+杜邦+逐季)
| 指標 | 2025/最新 | 解釋 |
|---|
| 營收/獲利 | 2025 營收 77.78 億元、歸母淨利 4.50 億元；2026Q1 營收 17.49 億元、歸母淨利 1.02 億元。 | 公司揭露或可追溯來源。1 |
| AI 營收 | AIOS、邊緣 AI、智慧汽車/AIoT 營收未單列。 | 單列不足則只作 proxy。3 |
| 毛利率 | [未充分揭露] | 除非公司明確揭露，否則不估算。 |
杜邦拆解：淨利率取決於平台複用率、雲端/模型成本、人工交付、研發和銷售費用；資產週轉受軟體、醫療檢測、外包服務或硬體方案屬性影響；權益乘數要結合現金、債務和併購。
9. 業績傳導
行業資料/客戶流程數字化 -> AI 功能嵌入 -> 試點轉生產 -> 營收/留存/用量提升 -> 扣除雲端、模型、人工、合規和銷售成本 -> 獲利與現金流量驗證
- 傳導成立必須同時看到營收和現金轉化。12
- 只有新聞釋出而無營收、客戶或用量指標，不能確認商業化成功。
10. 經營拆分與反證架構
本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。
| 模組 | 關鍵經營變數 | 強敘事訊號 | 反證閾值 |
|---|
| 營收與採用 | 營收增速、ARR/訂單、客戶採用 | 營收增長由真實客戶採用和復購支撐 | 營收或訂單連續放緩，且缺少客戶採用證據 |
| 獲利質量 | 毛利率、費用率、現金流量 | 毛利率穩定，現金轉換改善 | 毛利率下行或現金流量惡化 |
| 競爭與客戶 | 客戶集中度、份額、替代風險 | 大客戶擴張且競爭格局穩定 | 客戶砍單、份額流失或替代方案加速 |
11. 風險
- AI 單項營收、客戶集中度、雲端成本、模型供應商和產品毛利多數 [未充分揭露]。
- 基礎模型和雲端平台可能替代低門檻功能。
- 資料隱私、醫療器械、金融監管、內容安全和跨境資料是合規風險。
- 試點不續約、客戶預算凍結、毛利率下降和現金流量惡化會削弱 AI 敘事。
12. 常見誤讀糾偏
誤讀一：有 AI 產品就等於 AI 營收
- 糾偏：必須看到營收、客戶數、分析量、ACV、ARR、NDR、毛利率或現金流量。12
誤讀二：應用層一定被基礎模型替代
- 糾偏：應用層未必被基礎模型直接替代，關鍵在是否掌握車載 OS、HMI、邊緣 AI、BSP/中介軟體、測試工具鏈和量產交付能力；中科創達揭露的 AquaDrive AIOS、AIBOX、Kanzi、E-Cockpit 等產品更偏系統整合和終端部署，但單品營收仍未單列。346
誤讀三：營收增長必然帶來獲利增長
- 糾偏：雲端成本、人工交付、研發和銷售投入可能先壓低獲利。
13. 最新事件(帶日期)
- 2026/最新期間：2025 營收 77.78 億元、歸母淨利 4.50 億元；2026Q1 營收 17.49 億元、歸母淨利 1.02 億元。1
- 2025 年度或近一年：2025 營收 77.78 億元、歸母淨利 4.50 億元；2026Q1 營收 17.49 億元、歸母淨利 1.02 億元。2
- 近一年產品事件圍繞 AI/資料/行業工作流推進，具體營收貢獻未充分揭露。3
- 後續更新優先替換第三方摘要為公司原始公告。
14. 追蹤指標
| 指標 | 狀態 |
|---|
| AI/平台營收 | AIOS、邊緣 AI、智慧汽車/AIoT 營收未單列。 |
| 總營收和獲利 | 2025 營收 77.78 億元、歸母淨利 4.50 億元；2026Q1 營收 17.49 億元、歸母淨利 1.02 億元。 |
| 毛利率 | [未充分揭露] |
| 客戶數/留存 | [未充分揭露] |
| 監管/合規節點 | 持續追蹤 |
15. 來源
- 來源：static.cninfo.com.cn/finalpage/2026-04-22/1225141000.PDF
- 來源：money.finance.sina.com.cn/corp/view/vCB_AllBulletinDetail.php?id=12135894&stockid=300496
- 來源：fr.tradingview.com/news/gelonghui%3Aae5a489b9e3f9%3A0/
- 來源：en.thundersoft.com/
- 來源：en.thundersoft.com/thundersoft-showcases-aios-platforms-for-vehicles-aiot-and-robotics-at-ces-2026/
- 來源：en.thundersoft.com/thundersoft-qualcomm-ai-agents-in-vehicles/
- 來源：en.thundersoft.com/investor-relations/
- 來源：news.qq.com/rain/a/20260423A04HX900
