商汤科技 (0020)

在产业链中的位置

主属行业：L4-12-模型部署与推理优化

公司定位一句话 模型部署与推理优化龙头 —— AI基础设施（算力服务）构建护城河 + 行业渗透与平台化

主营业务关键词：模型部署与推理优化、AI基础设施（算力服务）构建护城河、行业渗透与平台化 与本行业的关联点：作为 L4-12-模型部署与推理优化 龙头，生成式AI收入高速增长 + 大模型商业化落地加速

公司近况（2026-05-05 更新）

根据公司2024年中期报告（截至2024年6月30日），商汤科技实现营业收入人民币17.4亿元，同比增长21.4%；毛利润为7.67亿元，同比增长18.5%；公司拥有人应占亏损为24.57亿元，较去年同期收窄21.2%。生成式AI业务收入同比大幅增长255.7%，占总收入比例已提升至60.4%，成为核心增长引擎。截至2024年10月，公司总市值约为300-400亿港元区间，市场对其AI大模型商业化前景给予关注，主流机构给予“增持”或“买入”评级，认为其处于“生成式AI业务高速成长期，但整体盈利仍待验证”的定位。

公司业务结构

盈利方式

公司主要通过向企业及政府客户提供人工智能软件平台、行业解决方案及相关的服务来盈利。核心收入模式包括：1) 生成式AI业务：销售大模型API服务、MaaS（模型即服务）订阅、以及基于大模型的行业解决方案项目；2) 传统AI业务：包括计算机视觉（CV）等领域的软件授权、项目制解决方案及硬件销售；3) 智能汽车及其他新兴业务：智能座舱、自动驾驶相关软件及解决方案。其中，生成式AI业务已成为当前最主要的增长动力和收入来源。

分板块业务（口径：年报披露）

公司的主营业务分为三大板块：生成式AI、传统AI（以计算机视觉为主）、以及智能汽车业务。生成式AI业务涵盖“日日新”大模型体系下的平台服务和行业解决方案；传统AI业务主要服务于智慧城市、智慧商业等场景；智能汽车业务则聚焦于智能座舱和自动驾驶技术。

注：2024年、2025年数据为基于2024年中报增速及公司指引的估算值（E），仅供分析参考，不构成预测。传统AI及汽车板块毛利率未在财报中单独披露。

核心投资逻辑

短期逻辑（6-12 个月）

• 生成式AI收入高速增长：根据2024年中报，生成式AI收入同比+255.7%至10.51亿元。预计2024全年该业务板块收入有望突破20亿元，同比增速维持在150%以上，成为总收入增长的核心驱动。
• 大模型商业化落地加速：“日日新”大模型体系在2024年4月发布5.0版本，性能对标GPT-4 Turbo。预计2024年下半年至2025年，基于大模型的行业解决方案（如金融、政务、医疗）将密集落地，推动ARPU值与合同金额提升。
• 经营效率持续改善：2024年H1经调整净亏损率为89%，较2023年H1的119%改善30个百分点。随着高毛利生成式AI收入占比提升及费用管控，预计2024年下半年及2025年亏损率将持续收窄。

长期逻辑（1-3 年）

• AI基础设施（算力服务）构建护城河：公司拥有超过4.5万块GPU的总算力（截至2023年报），是国内少有的具备大规模AI算力储备的企业。预计至2025年，算力服务将从主要服务内部训练转向部分对外商业化，形成新的收入曲线。
• 行业渗透与平台化：从单点AI模型交付向“大模型+行业知识+数据”的平台模式升级。目标在3年内，在智慧城市、智慧商业、智慧生活等核心行业实现深度渗透，客户留存率与复购率提升驱动收入可持续性增长。
• 盈亏平衡点临近：随着收入规模扩大和运营杠杆显现，市场预测公司有望在2025年至2026年期间实现经营层面的盈亏平衡或大幅减亏，标志商业模式进入正循环。

产销链分析

主要客户（口径：年报）

根据公司2024年中报，前五大客户合计收入占总收入比重为38%，客户集中度较以往有所下降，体现了客户基础的拓宽。第一大客户收入占比为12%，主要为大型互联网平台或电信运营商，为其提供AI云服务及模型定制。客户真实名字因商业保密条款多未直接披露，但客户行业主要分布在互联网、电信、金融、政务及汽车领域。目前，基于大模型的新签订单能见度主要为6-12个月的项目周期，部分框架性合作可达1-2年。

主要供应商（口径：年报）

公司前五大供应商合计采购额占比约45%，主要采购内容为AI算力芯片、服务器及云服务。其中，关键物料（如高性能GPU）对单一海外供应商存在一定程度依赖，面临地缘政治导致的供应链风险。公司备货策略为战略囤积关键算力硬件，截至2023年底已储备大量GPU，并通过软件优化提升现有算力利用率，同时积极探索国产替代方案以降低供应链风险。

关键财务指标

注：最新季度栏数据为2024年中期报告数据，不代表全年。

财务健康解读 成长性分析：公司营收在2024年H1恢复增长（同比+21.4%），主要由生成式AI业务爆发（+255.7%）驱动。成长性从依赖传统CV项目转向高增长的生成式AI赛道，趋势明确。盈利能力：综合毛利率稳定在44%左右，但深度净亏损（净利率-141%）显示高额研发投入（2024H1研发费用18.8亿元）对利润的侵蚀。盈利改善的关键在于收入规模的快速扩大以摊薄固定研发成本。

现金流质量：经营活动现金流持续为负（2024H1为-16.61亿元），主要因收入增长伴随应收账款周期较长，且职工薪酬等现金支出刚性。这与公司处于业务扩张期、客户以大型企业及政府为主的特性相关，但持续的负现金流依赖融资活动支撑，是重大风险点。

资产负债结构：资产负债率（44.8%）处于可控水平。资产端以现金及等价物、无形资产（含GPU算力资产）、应收账款为主；负债端以短期借款、合同负债、应付账款为主。结构相对健康，但需关注应收账款回收风险及算力资产的折旧摊销压力。

费用端分析：研发费用率极高（2024H1约为108%），是导致亏损的主要原因。这反映了AI技术密集型行业的特性，也意味着公司处于“以投入换市场”的关键阶段。费用端需观察收入增长能否持续快于费用增长，以实现经营杠杆效应。

注：表格列名必须明示口径（YYYY 年报 / YYYYQ?）。

海外对标对比

对标公司具体数字依赖 _AP-Agent海外财报追踪.md 周扫填充

行业分析

需求端驱动：当前AI行业需求从传统的“感知智能”（如人脸识别）向“认知智能”和“生成式智能”跃迁。企业对大模型赋能的需求从营销、客服扩展到研发、生产等核心环节，降本增效需求迫切，带动AI解决方案从“项目制”向“产品化、订阅化”发展。政府端对智慧城市、数字经济的建设需求也为AI基础设施和应用提供了稳定市场。

技术迭代路径与当前节点：行业正处于从“预训练大模型”向“行业大模型”和“多模态大模型”迭代的关键节点。技术焦点从单纯追求参数规模，转向模型的效率、对齐、安全以及与行业知识的深度融合。当前节点意味着拥有高质量行业数据、工程化落地能力和充足算力的厂商将获得竞争优势。

供给瓶颈：供给端的核心瓶颈在于高性能算力芯片的获取以及顶尖AI人才的稀缺。地缘政治因素加剧了算力供应的不确定性。此外，高质量、可商业化的行业数据集同样是稀缺资源，构建数据飞轮成为竞争壁垒。

同业对比

与国内同业科大讯飞（002230.SZ）相比，商汤科技的营收规模较小，但增速更快，尤其在生成式AI业务上更为激进。科大讯飞的业务更侧重于教育、医疗等垂直行业应用，盈利模式相对成熟；商汤则更强调AI基础设施和全栈技术能力，亏损幅度更大，但估值弹性也更高。与海外对标公司如Palantir相比，两者都服务于政府和企业客户，但商汤的技术栈更全面（涵盖CV到大模型），而Palantir在数据整合和Foundry平台上有深厚积累。商汤的商业模式更偏“项目+服务”，Palantir的AIP平台则更标准化。

逻辑链

AI capex → 环节 → 公司受益点 大模型迭代加速 → 算力/数据需求扩张 → 公司 AI基础设施（算力服务）构建护城河 形成竞争力

催化事件时间表

自动跟踪（dataview 拉 04-催化事件）

风险与跟踪点

风险

• 下游需求风险：企业IT预算受宏观经济影响波动，可能导致AI项目交付延期或订单取消。政府项目受财政状况影响，存在不确定性。
• 供应链风险：高端AI算力芯片（GPU）供应受地缘政治因素影响，存在断供或获取成本大幅上升的风险，直接影响模型训练效率和业务扩张。
• 技术迭代风险：AI技术演进迅速，若公司在新一轮技术浪潮（如世界模型、通用智能体）中落后，现有技术资产可能快速贬值，导致竞争壁垒被突破。
• 市场竞争/价格战风险：国内外科技巨头及众多初创公司均在发力大模型，行业竞争日趋激烈。可能导致解决方案价格下行，或需要投入更多销售与研发资源，加剧亏损。

跟踪点（含频率）