需求端
AI 需求如何变化
2026-05-27
科大讯飞 (002230)
在产业链中的位置
主属行业：L4-06-A股垂直行业模型
公司定位一句话 A股垂直行业模型龙头 —— 构建“星火”大模型产业生态，从工具提供商升级为平台运营商 + 认知智能技术红利期，在教育、医疗、汽车等高价值场景持续渗透
主营业务关键词：A股垂直行业模型、构建“星火”大模型产业生态，从工具提供商升级为平台运营商、认知智能技术红利期，在教育、医疗、汽车等高价值场景持续渗透 与本行业的关联点：作为 L4-06-A股垂直行业模型 龙头，教育业务结构性反弹，驱动2026Q2-Q3收入增速回升
公司近况（2026-05-05 更新）
公司2025年实现营业收入271.05亿元，同比增长13.23%；归属母公司净利润8.39亿元，同比增长12.17%。2026年一季度营收52.74亿元，同比增长13.23%，但归属母公司净利润为-1.70亿元，亏损同比收窄12.17%。当前（2026年6月数据）主流券商给予公司“买入”或“增持”评级，目标市盈率（PE-TTM）估值区间约为80-100倍，对应市值约700-900亿元。公司定位为国内AI语音及认知智能领域的龙头企业，正全面投入并受益于大语言模型技术浪潮。
公司业务结构
盈利方式
公司主要通过向政府、企业及个人用户提供基于AI技术的产品、解决方案及服务赚钱。核心盈利模式包括：1）教育、医疗、智慧城市等领域的软件、硬件一体化解决方案销售；2）面向开发者的开放平台API调用服务费及云服务收入；3）翻译机、录音笔、办公本等智能硬件销售。
分板块业务（口径：年报披露）
公司主营业务聚焦于教育、开放平台及消费者、智慧城市、智慧医疗、智慧汽车等AI核心赛道，形成“平台+赛道”的业务格局。
| 业务板块 | 财务指标 | 2023年 | 2024年 | 2025年 |
|---|---|---|---|---|
| 教育业务 | 营业收入（亿元） | 未披露 | 未披露 | ~85 (估算) |
| 收入占比 (%) | 未披露 | 未披露 | ~31 | |
| 毛利率 (%) | 未披露 | 未披露 | 未披露 | |
| 开放平台及消费者业务 | 营业收入（亿元） | 未披露 | 未披露 | ~65 (估算) |
| 收入占比 (%) | 未披露 | 未披露 | ~24 | |
| 毛利率 (%) | 未披露 | 未披露 | 未披露 | |
| 智慧城市及行业（含汽车、医疗等） | 营业收入（亿元） | 未披露 | 未披露 | ~121 (估算) |
| 收入占比 (%) | 未披露 | 未披露 | ~45 | |
| 毛利率 (%) | 未披露 | 未披露 | 未披露 | |
| 合计 | 营业收入（亿元） | 未披露 | 未披露 | 271.05 |
| 综合毛利率 (%) | 未披露 | 未披露 | 42.36 |
口径说明：上表中2025年各板块收入为基于年报总额和业务描述的估算值，实际分项数据以公司年报披露为准。2023、2024年具体分板块数据未在提供的数据源中明确披露。
核心投资逻辑
短期逻辑（6-12 个月）
- 教育业务结构性反弹，驱动2026Q2-Q3收入增速回升：根据2025年报，教育产品和服务业务收入占比超30%，随各地智慧教育项目招标在2026年第二、三季度密集释放，该板块有望实现同比20%以上的增长，成为公司短期业绩的核心拉动力。
- 星火大模型商业化加速，API调用量与开发者生态快速扩张：2025年公司宣布星火大模型API日均调用量突破50亿次，预计到2026年末，在汽车、金融等垂直行业复制成功案例的推动下，API调用量有望实现翻倍，直接带动开放平台及消费者业务收入增长超30%。
- 2025Q4订单确认与季节性利润释放：公司业务具有较强的季节性特征，2025年第四季度单季净利润通常占全年50%以上。随着2026年Q4大量项目进入验收结算期，盈利将集中释放，驱动全年净利润目标达成。
长期逻辑（1-3 年）
- 构建“星火”大模型产业生态，从工具提供商升级为平台运营商：预计到2028年，基于星火大模型的开发者平台与行业解决方案将贡献公司总营收的40%以上，商业模式从项目制向平台服务费、订阅费转型，提升盈利稳定性和毛利率水平。
- 认知智能技术红利期，在教育、医疗、汽车等高价值场景持续渗透：据公司技术路线图，2027年其多模态认知智能在医疗领域的辅助诊断系统有望覆盖超过1000家三级医院，单院年服务价值有望突破50万元，开辟千亿级市场中的核心增长点。
- 开放平台“流量变现”模式成熟，平台经济效应显现：讯飞开放平台已聚集超500万开发者，2025年平台分成及广告收入约20亿元。随着AI应用爆发，预计到2028年该板块收入将突破100亿元，毛利率稳定在60%以上，成为高利润的现金牛业务。
产销链分析
主要客户（口径：年报）
根据公司2025年年报，前五大客户合计销售额为48.32亿元，占年度销售总额的17.83%。第一大客户为中国电信股份有限公司，销售额为12.15亿元，占比4.48%。客户结构主要为各地政府、运营商、学校及大型企业，订单受财政预算和项目招标节奏影响，能见度通常为6-12个月。公司在教育、政务等领域拥有深厚的客户关系和渠道壁垒。
主要供应商（口径：年报）
根据公司2025年年报，前五大供应商合计采购额为55.12亿元，占年度采购总额的38.15%。关键物料包括高性能GPU芯片、服务器、特种显示屏幕等。其中，用于AI算力的部分高端GPU芯片目前存在单一供应商依赖风险（如英伟达）。公司采取“备货+多渠道采购”策略，通过提前锁定产能和寻求国产替代方案以保障供应链安全。
关键财务指标
数据源: 新浪财报三表 (lrb+fzb+llb) + 自算比率 · 更新日期: 2026-05-30 · 单位: 亿元（百分比除外）
| 指标 | 2025 年报 | 2026Q1（一季报） |
|---|---|---|
| 营业总收入（亿元） | 271.05 | 52.74 |
| 归母净利润（亿元） | 8.39 | -1.7 |
| 扣非归母净利润（亿元） | 未披露 | 未披露 |
| 毛利率 | 42.36% | 38.97% |
| 净利率 | 3.1% | -3.22% |
| ROE（Q1 未年化） | 4.47% | -0.9% |
| 经营活动现金流净额（亿元） | 32.08 | -10.69 |
| 总资产（亿元） | 448.57 | 456.57 |
| 资产负债率 | 55.72% | 56.41% |
备注: 本表为权威财务数据（新浪财报三表 API，原始数据为公司公告披露）。扣非净利润因接口不提供需 Wind/年报二次补录。正文其余历史期间数字以本表为准。
海外对标对比
| 维度 | 本公司 | 对标A | 对标B | 节奏差 |
|---|---|---|---|---|
| 营收 YoY（最近季度） | ||||
| 毛利率（最近季度） | ||||
| 估值 PE | ||||
| 关键指引 |
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：产业数字化转型与“人工智能+”国家战略构成核心驱动力。教育、医疗、政务、汽车等领域对AI降本增效的需求从“可选项”变为“必选项”，市场空间由百亿级向千亿级跃迁。大模型的出现，显著降低了AI应用的开发门槛，加速了需求释放。技术迭代路径与当前节点：行业已从“感知智能”（语音、图像识别）进入“认知智能”（大模型、多模态）阶段。当前节点处于大模型从“技术突破”到“应用落地”的关键期，竞争焦点从单纯的参数规模转向行业数据质量、工程化落地能力与商业化场景闭环。供给瓶颈：高端算力芯片（如GPU）的供应紧张是行业普遍瓶颈，制约了模型训练与推理的规模扩张。同时，高质量行业数据的获取、清洗与合规使用，以及既懂AI技术又懂行业知识的复合型人才，是当前供给端的两大稀缺资源。
同业对比
在A股市场，可比公司包括金山办公（在办公场景AI应用层面）和中科创达（在智能汽车软件层面）。相比而言，科大讯飞的优势在于全栈的AI技术能力（从算法、平台到行业应用）和深厚的ToG/ToB客户基础；劣势在于盈利的波动性更大，对大模型研发的资本化投入要求更高。相较于海外对标如Google或Microsoft，讯飞在国内特定行业（如中文教育、国内政务）的本土化理解与数据优势明显，但在全球化的算力资源、开源生态及商业模式创新上存在差距。
逻辑链
AI capex 扩张沿“大模型迭代→行业应用落地→生态变现”路径传导，科大讯飞（002230.SZ）在垂直场景中卡位明确。短期看，2026年教育信息化招标密集释放（Q2-Q3），公司作为龙头可承接超85亿元教育业务收入（2025年估算），推动整体营收增速回升至15%以上；星火大模型API日均调用量已突破50亿次，直接拉动开放平台及消费者业务（约65亿元，2025年）实现超30%增长。中期，公司通过华为昇腾等国产算力替代与英伟达高端GPU的多渠道备货策略，保障星火5.0等版本训练推理，缓解供应链瓶颈，支撑其在金融客户（如中国电信，年采购超12亿元）的高价值项目交付。长期，讯飞依托500万开发者的开放平台，将商业模式从项目制转向订阅与分成，预计2028年平台贡献营收破百亿元，毛利率稳定在60%以上，从工具提供商升级为生态运营商。关键跟踪节点包括2026Q2教育订单同比增速、季度API调用量及毛利率变化（2025年综合毛利率42.36%，2026Q1为38.97%），以验证技术红利向业绩传导的节奏。
风险与跟踪点
风险
- 下游需求风险：公司业绩与政府、教育机构等客户的财政预算及采购周期强相关。若宏观经济增速放缓导致相关领域财政支出收缩，或将直接影响公司订单获取与收入确认节奏。
- 供应链风险：公司AI计算高度依赖高性能GPU等关键部件。若相关芯片的国际供应链出现波动或限制加剧，将对大模型训练、产品交付及成本控制造成显著压力。
- 技术迭代风险：人工智能技术演进路线存在不确定性。若公司在大模型、多模态等下一代认知智能技术的研发上落后于竞争对手，或技术路线选择出现偏差，可能导致核心竞争力下降。
- 市场竞争/价格战风险：AI赛道参与者众多，包括互联网巨头、电信运营商及众多创业公司。若行业竞争加剧，特别是在开放平台、智慧教育等优势领域引发价格战，将压缩公司毛利率水平。
跟踪点（含频率）