迪爾

1. 投資摘要

• 核心判斷一：迪爾的 AI 邏輯落在“下層”，產業含義是AI 需求沿 GPU/ASIC、HBM、先進封裝、測試表徵、邊緣裝置和客戶流片週期傳導。公司卡位越靠近關鍵工藝、設計匯入或不可替代材料，獲利彈性越可能高於普通電子週期。 這是一條可證偽的產業判斷：如果後續產品匯入、客戶預算或監管/資本支出不兌現，AI 敘事應降權。12
• 核心判斷二：財務錨點必須以 company-rich 為準。當前關鍵 KPI 為：FY2025 FY 營收 US$45.7B（SEC XBRL companyfacts）；毛利率 GM —（FY2025 FY）；營業獲利率 OPM —（FY2025 FY）；自由現金流量 FCF US$6.1B（FY2025 FY）；季度錨點為 FY2026Q2 營收 13.369 US$B。本文不補編 company-rich 未揭露的毛利率、份額、客戶佔比或訂單數字。111
• 核心判斷三：商業質量要看營收結構和獲利率同步，而不是隻看營收增長。毛利率 GM —；營業獲利率 OPM —；淨利率 NM 11.0%；若後續營收擴張但 OPM、FCF 或應收/存貨質量惡化，說明增長可能來自低質量專案、價格讓利或資本佔用。111
• 核心判斷四：公司在產業鏈中的真實卡位由上游、下游和競品共同定義，而不是由單一客戶新聞定義。上游包括 Blue River Technology、NVIDIA、Qualcomm；下游包括 RDO Equipment、United Ag & Turf、Cargill；競品包括 CNH Industrial、AGCO、Kubota。12
• 核心判斷五：單平台價值量應按以下公式拆解：單平台價值量可拆為設計授權/裝置臺數/耗材服務/晶片 ASP/匯入數量 × 客戶平台出貨 × 良率或續費。沒有公司揭露時，本文不寫確定份額和單機價值量。 若公司沒有揭露 AI 營收、客戶份額或合同價格，本文只使用 proxy，不把產業估算寫成公司事實。12
• 核心判斷六：反證訊號比口號更重要。若出現Deere 連續兩個新品週期未擴大 See & Spray 或 Autonomy kit 的作物、機型和區域覆蓋，說明 AI 農機商業化斜率低於敘事；經銷商和農戶公開反饋集中指向誤噴/漏噴、校準複雜、攝像頭汙染或停機成本高，且 Deere 未給出可驗證改進，應重新評估本文對需求、護城河和財務彈性的判斷。12

本節不是買賣建議，也不提供目標價。它只把 迪爾 在 AI 產業鏈中的可驗證位置、財務錨點和反證條件寫清楚。對這類公司，最容易犯的錯誤是把“AI 相關”直接等同於“營收會持續高增長”；更穩妥的架構是同時觀察需求真實性、產品可替代性、獲利率、現金流量和揭露透明度。1211

2. 公司概況與發展沿革

Deere & Co.（DE）在本資料庫中的中文名稱為 迪爾，產業鏈層級為“下層”。公司的一句話 thesis 是：Deere 是戶外 Physical AI 的整機與資料閉環平台，把自動駕駛、機器視覺、精準噴灑、衛星定位和農機電控嵌入拖拉機、噴霧機、收割機與施工裝置，核心驅動是農場勞動力短缺和投入品精準化，關鍵約束是農機週期、農戶 ROI、經銷商服務能力與農機互操作爭議。1

沿革主線可以概括為三步。第一，公司先在自身核心產品或資產上形成可商業化能力，例如 See & Spray、John Deere Autonomy、StarFire；第二，隨著 AI、自動化、資料中心或高可靠系統需求提升，這些能力被重新放到更高價值的客戶場景中；第三，資本市場開始用“AI 產業鏈節點”重新審視公司，但財務揭露仍按原有分部、產品或地區口徑呈現。因此，本文不把公司歷史業務全部改寫成 AI 營收，而是區分基礎盤、AI proxy 和需要繼續驗證的增量。12

公司治理和股東結構方面，公開揭露裡的持有人樣本如下。13F、Form 4 或 ETF 日頻資料只能說明某一時點的公開持股，不能替代產業判斷；大機構持有也不等於投資結論。

從產業研究角度看，迪爾 的關鍵不在於是否講 AI 故事，而在於是否滿足三項條件：一是產品或資產能進入客戶關鍵流程；二是營收增長能在毛利率、OPM、CFO 或 FCF 中留下痕跡；三是替代風險、監管風險或客戶自研風險沒有吞噬單位經濟。若三項只滿足一項，估值應更接近傳統業務；若三項連續多個季度同時成立，AI 產業鏈定位才有更高可信度。1211