商汤-W

本轮短判断

商汤的商业机器正经历从传统项目制视觉AI向生成式AI（IaaS/PaaS/MaaS）的结构性重塑。2025年生成式AI收入占比已达72.4%，带动整体现金周转周期（CCC）由228天明显缩短至129天，支持了经营活动现金流的边际修复。然而，当前高增长的价值交换很大程度上建立在重资本耗用模型之上，2025年销售成本中硬件及分包服务费占比高达78.3%，且年内资本支出跳增至人民币3,488.0百万元，导致整体毛利率持续承压至41.0%。公司未来的可重复 owner earnings 取决于底层算力折旧与模型推理单价下降之间的竞速，其单位经济模型能否由算力硬件主导转向高毛利软件授权主导仍面临上限约束。

关于品类默认选择权：不适用/待验证。客户的真实需求入口在于企业级的私有化大模型部署、算力租赁（AIDC）以及开发者的API调用。在此品类中，存在更强的上位默认选择（如阿里、腾讯等大型云服务商，以及DeepSeek等独立大模型平台）。虽然公司披露AIDC服务和应用市场份额位居前列，且“小浣熊”等应用累计服务超1,500万用户，但公司目前主要表现为具备竞争力的算力与模型供应商，缺乏低获客成本、强自然流量或排他性供应链周转的行为事实验证。海量C端用户向实际订阅收入的转化率、B端客户取消补贴后的真实留存率等关键数据缺失，该选择权目前只能作为待验证的品牌线索。

行业变量复核

证据地图

关键争议

• 争议：公司生成式AI业务的高速增长，究竟是代表高确定性的软件与模型增值（MaaS/PaaS），还是本质上属于低毛利、高资本耗用的算力基础设施租赁与硬件买卖（IaaS）？
• 已确定事实：生成式AI收入在2025年达到人民币3,629.5百万元（同比增51.0%），占总收入72.4%；同期资本开支激增至人民币3,488.0百万元，销售成本中硬件成本及分包服务费占比达78.3%，整体毛利率降至41.0%。
• 正面解释：庞大的资本开支构建了极高的算力壁垒（运营算力超4万PetaFLOPS），“大装置+大模型”协同效应显著，早期硬件交付铺路将逐步转化为后续高毛利的API调用和软件订阅收入，带来可持续的 owner earnings。
• 负面解释：收入增长实质上是对硬件和AIDC的重资产转售，缺乏核心定价权，在行业模型降价潮和底层芯片成本攀升的双重挤压下，毛利率将持续承压，且巨额资本投入将转化为未来的折旧负担，大幅削弱长期的资本效率。
• 当前更可靠的说法：当前商业机器主要表现为强资本驱动的算力与硬件交付模型。高比例的硬件及分包成本说明其价值交换中物理基础设施的权重远高于软件授权，公司短期的业绩回暖更多依赖资本投入与算力规模扩张，而非轻资产模式的边际利润扩张。
• 仍待验证：剔除硬件采购与算力成本后，纯模型调用及SaaS服务在生成式AI中的实际收入占比；大模型推理成本的降低幅度能否跑赢对外API调价幅度。
• 可能误判来源：仅根据千万级C端用户量和亿级API调用量（业务原子指标）就推断其已具备软件互联网公司的网络效应模型，而忽视了底层巨额的GPU折旧和硬件分包成本导致的资本效率承压。

传递给下一轮

• 可传递事实锚点：

1. 2025年生成式AI业务收入达人民币3,629.5百万元（占比72.4%），整体收入结构已完成切换。

2. 2025年整体毛利率降至41.0%，硬件及分包服务费占销售成本比例达78.3%。

3. 2025年资本开支达到人民币3,488.0百万元，远超当年折旧及摊销额（人民币637.3百万元）。

4. 2025年下半年经营活动现金流实现正向净流入，全年现金周转周期由228天降至129天。

5. 2025年智能驾驶（绝影）等业务脱表，期末对关联方临港绝影产生贸易应收款人民币235.8百万元。

• 可传递工作假说：

1. 公司的核心盈利模式当前更符合“高资本耗用模型”，其利润率下行与自由现金流压力是算力基础设施建设扩张的结构性结果（强支持）。

2. 现金流与营运资金的边际改善可能主要受益于人员缩减、生态企业剥离以及历史旧账的回款，新业务常态化造血能力尚未完全确认（中等支持）。

3. 生态企业出表后，上市集团的算力资源可能通过关联交易转化为表观收入，需警惕资金在体内外流转导致的少数股东归属性风险（弱至中等支持）。

• 移交给其他轮次的问题：
• 技术护城河对降价潮的防御力、算力规模效应的真实壁垒（移交 Durability 轮）。
• 第三级金融资产（超人民币72亿元）的减值风险、超3年长账龄应收款（人民币39.97亿元）的实际核销影响，以及大规模资本开支对所有者自由现金流的挤压（移交 Owner Earnings Conversion 轮）。
• 智能驾驶等生态企业脱表后的关联交易公允性及利益冲突机制（移交 Ownership Reliability 轮）。

• 不应传递为事实或终局结论的内容：
• 不应将管理层声称的“原生架构1/10算力需求”作为已验证的技术降本事实。
• 不应将单季度经营现金流转正直接等同于公司商业模式已彻底解决现金转化问题。
• 不应将海量用户数（如小浣熊1500万用户）等同于品类默认选择权或已形成高利润池。

• 后续复核事项：

1. AIDC折旧与毛利率演变：观察未来两期财报中折旧与摊销费用的增长斜率，以及综合毛利率是否在35%-40%区间企稳，判断资本投入对利润率的真实压迫程度。

2. 生成式AI收入结构：观察IaaS（算力）与MaaS（模型API调用）的收入拆分及对应毛利率，判断其是否具备向高利润软件模式切换的能力。

3. 关联方应收账款周转：观察脱表生态企业（如临港绝影）产生的应收账款余额变动及账期，判断关联交易的真实回款质量与定价公允性。

本轮短判断

1. 压力期防线检验：公司当前利润池防线在供应链、资本效率和客户交易条件上持续承压。在成本端，2025年前五大供应商采购占比快速攀升至79.8%（最大单一供应商占31.7%），叠加算力集群建设需求，导致2025年销售成本中“硬件成本及项目分包服务费”高达人民币2,315.2百万元（占比78.3%），综合毛利率由2023年的44.1%连续下行至2025年的41.0%。在交易条件和现金回笼方面，虽然2025年现金周转周期（CCC）由228天改善至129天，且下半年经营性现金流转正，但“按时间点确认”的收入仍占绝对主导（人民币4,044.2百万元，对比时间段确认的人民币970.4百万元），显示业务仍高度依赖非标准化的项目制或软硬一体交付。同时，账龄超3年的贸易应收款项高达人民币3,997.0百万元，且计提了大额减值，历史回款压力依然存在。

2. 品类默认选择权检验：客户真实需求入口在于大模型私有化部署、API调用及智算中心（AIDC）算力租赁。上位默认选择是拥有极强资本实力的大型云服务商及头部独立大模型企业。公司当前在国内AIDC服务及大模型应用市场位居前三（市占率分别为15.4%和13.8%），更符合“跟随型强平台”定位。尽管视觉AI具备57%的长期复购率，且C端“小浣熊”等应用注册用户达千万级，但在缺乏单用户平均收入（ARPU）及无补贴情况下的API真实调用续费数据支撑下，其品类默认选择权仍属于“低权重细分线索待验证”。

3. 候选防线证据：截至2026年3月达40,400 PetaFLOPS的AIDC运营算力规模及80%的异构集群利用率；生成式AI业务2025年实现人民币3,629.5百万元的高速增长（同比+51.0%）；视觉AI板块57%的长期复购率以及超389家合作3年以上的长期客户；2025年下半年经营性现金流转正。

4. 防线分层结论：

• 已证明的防线：大规模算力集群的异构调度与工程化交付能力（实现约5000卡异构混调及80%利用率）。
• 部分支持的防线：视觉AI存量大客户的粘性（57%复购率）及生成式AI算力底座的早期规模效应。
• 待验证的防线：生成式AI纯软件订阅与API调用（MaaS）的真实留存与盈利转化；出表生态企业（如智能驾驶）的关联交易公允性。
• 受约束的防线：整体毛利率上限受制于上游高集中度硬件采购与重资产折旧；长期自由现金流受制于维持算力规模所需的高额资本开支（2025年达人民币3,488.0百万元）。

5. 不得直接当作强护城河的证据：

• 短期的现金周转天数下降与经营现金流转正（混杂了历史账款集中催收及人员结构裁撤的影响，常态化造血能力待验证）。
• AIDC算力规模第一梯队的市场地位（高度依赖外部特定芯片供给与重资产投入，而非内生低成本网络效应）。
• C端工具“小浣熊”等千万级用户量（缺乏明确的ARPU与高频付费留存数据，目前仅为流量线索）。

行业变量复核

证据地图

关键争议

• 争议：生成式AI业务的高速增长能否带来高资本效率、可重复的 owner earnings，还是陷入依赖重资产投入与硬件堆叠的低毛利扩张？
• 已确定事实：2025年生成式AI业务收入同比高增51.0%至人民币3,629.5百万元；但销售成本中硬件及分包占比达78.3%，前五大供应商占比攀升至79.8%，整体毛利率连续三年下滑至41.0%；且2025年支撑算力扩张的资本支出激增至人民币3,488.0百万元。
• 正面解释：公司正在构建底层的算力网络效应与规模优势（AIDC利用率达80%），前期的重资本投入（Capex）和硬件成本是建立大模型护城河的必然门票。随着未来“日日新”多模态模型性能的提升，纯软件API调用（MaaS）和C端工具订阅占比增加，边际成本将迅速递减，带动毛利率和自由现金流双升。
• 负面解释：业务本质并未摆脱低资本效率模型。公司在产业链中受双重挤压：上游高度依赖极少数高性能芯片供应商导致硬件采购无议价权；下游为争夺市场份额而不得不进行大模型推理降价。持续扩大算力规模要求永续性的重资产投入，历史的折旧摊销将长期侵蚀可归属现金流。
• 当前更可靠的说法：当前业务表现更接近资本效率承压的算力基础设施模型。硬件成本高企、供应商集中度上升以及资本开支的大幅增加（远超折旧规模），事实支持了公司的利润空间与自由现金流上限正受到上游硬件与重资产模式的强约束。规模效应的红利尚未在毛利率的企稳中得到验证。
• 仍待验证：剔除算力裸租赁（IaaS）和硬件销售后，纯软件与模型调用（MaaS）的真实独立毛利率、续费率以及单客获取成本。
• 可能误判来源：将算力基础设施短期的资源倒卖或硬件交付收入，错误地等同于具备高客户转换成本、边际成本极低的SaaS软件订阅收入；将单期的账款集中催收回笼误判为商业模式改善带来的系统性现金流转正。

传递给下一轮

• 可传递事实锚点：

1. 2025年销售成本中硬件成本及分包服务费达人民币2,315.2百万元，占销售成本比例78.3%，公司整体毛利率降至41.0%。

2. 2025年前五大供应商采购额占采购总额比例快速攀升至79.8%（最大供应商占31.7%）。

3. 2025年经营现金流净流出缩窄至人民币301.1百万元（下半年转正），但超3年账龄的应收账款仍高达人民币3,997.0百万元。

4. 2025年资本支出（Capex）达到人民币3,488.0百万元，远超同期计入损益的折旧及摊销（人民币637.3百万元）。

5. 实施“1+X”重组，智能驾驶（绝影）及部分芯片业务脱离合并报表，并以关联方身份向集团采购算力服务。

• 可传递工作假说：

1. 公司整体的稳态毛利率与资本效率上限受制于上游高集中度的硬件供给及重资产折旧模式（强支持）。

2. 短期现金周转的改善部分依赖于历史长账龄款项的一次性出清与组织精简，常态化的自由现金流造血能力仍面临高额资本开支挤压（部分支持）。

3. 剥离亏损生态企业可能在表观上加速核心业务减亏，但需警惕关联方采购定价向表内输送利润的风险（待验证）。

• 移交给其他轮次的问题：
• “1+X”生态企业脱表后的实质控制权、关联采购定价公允性以及相关应收账款是否按期结算（移交 Ownership Reliability 轮）。
• 后续复核事项：

1. 观察折旧摊销费用的增长斜率是否开始显著超过营业收入的增长，以校验重资产投入的真实经济回报。

2. 跟踪生成式AI业务中预付款项（合同负债）的变动方向，以评估客户对算力和大模型的真实锁定意愿。

3. 观察后续披露的大模型API调用单价趋势及C端原子用户的实际付费转化率（ARPU）。

本轮短判断

当前 owner earnings 转化处于高压力、低资本效率的重资产过渡状态，自由现金流存在较强的长期承压信号。2025年公司整体收入向生成式AI转移（占比72.4%），伴随着经营现金流的阶段性改善（2025年下半年OCF转正，现金周转周期降至129天）。但这种改善更像历史账款集中催收及营运资金释放的结果，而非新业务带来的常态化高现金转化。

净利润到经营现金流的桥面临历史应收账款包袱的拖累。截至2025年上半年，公司表内账龄超过3年的贸易应收款达3,997.0百万元，累计计提减值拨备4,469.0百万元。虽然近期加大催收力度，但巨额长账龄应收说明历史“智慧城市”等To-G业务的账面利润难以转化为可重复的真实拥有者收益。生成式AI新业务的客户账期和账面利润转化效率，仍需剥离历史清欠因素后重新验证。

经营现金流到自由现金流的桥存在显著的扩张性资本开支漏损，且呈现较强的重资产化趋势。2025年上半年，公司购买物业、厂房及设备（主要为AIDC算力硬件）的现金流出高达3,398.9百万元，远超同期637.3百万元的折旧及摊销费用。硬件成本及分包费占销售成本比重接近80%，导致整体毛利率持续下探至38.5%（2025年上半年）。高密度的资本投入和算力折旧将对中长期的自由现金流形成强上限约束。

当前的证据缺口在于，无法准确拆分生成式AI业务中“算力租赁（IaaS）”与“模型服务（MaaS/SaaS）”的收入和毛利贡献，且尚未观察到算力产能利用率提升带来单位经济模型改善的闭环。在底层硬件快速迭代的背景下，目前的资本投入是否会演变为高额的维持性资本开支，仍是未来 owner earnings 正常化评估的核心折扣项。

行业变量复核

证据地图

关键争议

• 争议：公司将业务重心转向生成式AI，是开启了高现金转化模型，还是陷入了更低资本效率的算力基建（重资产）泥潭？
• 已确定事实：生成式AI收入占比在2025年升至72.4%；整体毛利率自2022年的66.8%连续降至2025年的41.0%；2025年资本开支达3,488.0百万元，远超当期折旧与摊销规模；客户预付款（合同负债）由257.3百万元下滑至209.4百万元。
• 正面解释：公司正处于大模型基建的投入高峰期，高额Capex是抢占算力入场券的必要条件；随着异构算力利用率提升（达80%）及模型应用（MaaS）调用规模指数级扩大，未来的单位经济模型将快速优化，资本效率将触底反弹。
• 负面解释：生成式AI收入的高增长高度依赖算力硬件分包及低毛利的AIDC资源转售。在AI芯片快速迭代的行业逆风下，算力硬件贬值极快，账面看似扩张性的资本开支实则带有强烈的维持性防守属性。高昂的折旧与硬件投入将导致可归属自由现金流长期难以转正。
• 当前更可靠的说法：当前业务模型具有明显的低资本耗用向高资本耗用转移的特征。虽然公司在营运资金端（应收账款回款）取得了阶段性释放，但由此产生的经营现金流被庞大的算力资本开支完全吞噬。短期内，利润池无法转化为健康的、可供股东分配的自由现金流。
• 仍待验证：算力基础设施投入转化为高毛利模型订阅（SaaS/MaaS）收入的具体比例；生态企业脱表后向母公司采购算力时的实际现金回款周期。
• 可能误判来源：将单期依靠历史旧账催收、裁员或出售附属公司带来的经营现金流转正，误判为新业务自身已具备了强造血能力；低估底层GPU算力硬件更迭所带来的隐蔽性维持资本开支要求。

传递给下一轮

• 可传递事实锚点：

1. 2025年生成式AI业务收入占比达72.4%，但综合毛利率连续三年下滑，降至41.0%。

2. 2025年资本支出高达3,488.0百万元（2025H1购建物业厂房支出3,398.9百万元），远超同期折旧及摊销费用（2025H1为637.3百万元）。

3. 截至2025年上半年，贸易应收款中超3年长账龄金额达3,997.0百万元，历史坏账拨备包袱极重。

4. 绝影（智能驾驶）等X创新生态企业在2025年脱离合并报表，转为独立融资和关联方采购。

5. 截至2025年上半年，资产负债表包含7,216.5百万元的第三级金融工具（非上市股权、债权等）。

• 可传递工作假说：

1. 公司的自由现金流生成能力正受到重资产算力基建（AIDC）的强上限约束，扩张性资本开支存在向维持性资本开支演变的压力，资本效率承压（支持度：强）。

2. 2025年下半年经营现金流的改善，主要驱动力来自历史长账期应收款的集中回款和营运资金释放，而非新业务高毛利转换常态化（支持度：较强）。

• 移交给其他轮次的问题：

1. 绝影等X生态企业出表后，其向上市母公司采购算力及大模型的关联交易定价公允性，以及对少数股东利益的潜在影响。（移交 Ownership Reliability）

2. 账面高达72.16亿元的第三级非上市金融资产，其估值逻辑的可靠性、潜在的资金占用成本及减值风险。（移交 Ownership Reliability / Final Quality Rating）

• 不应传递为事实或终局结论的内容：

不应将“2025年下半年经营性现金流转正”外推为“公司已具备持续的自由现金流造血能力”；避免使用“盈利拐点确立”或“高现金转换模型”等缺乏长期数据闭环的表述。

• 后续复核事项：

1. 观察未来2-3个财报期内，折旧及摊销费用的增长斜率是否大幅超过收入增速，以校准重资产折旧对账面利润的侵蚀。

2. 跟踪合同负债（客户预付款）绝对额的变动方向，检验下游客户对大模型/算力的真实预付锁定意愿。

3. 持续追踪经营活动现金流量净额与资本支出（Capex）的差值（即自由现金流），观察其缺口何时出现实质性收窄。

本轮短判断

公司商业模型已向高资本耗用、重资产的算力基础设施（AIDC）及大模型业务实质性转移，导致维持和扩张期需消耗巨额资金，2025年资本开支（购买物业、厂房及设备）跳升至3,398.9百万元。由于内部经营现金流仍未实现持续覆盖，管理层主要通过折价配售新股筹集资金（如2024、2025年多次大额配售），导致总股本持续扩张且未向少数股东派发现金分红，少数股东的每股 owner earnings 面临持续的稀释承压。

财报可信度与历史现金归属质量存在明显的压力证据。公司账面存在巨额历史长账龄应收款，2025年末贸易应收款逾期拨备高达3,384.9百万元，证明过往智慧城市等传统业务的表观利润极度缺乏现金转化支撑。虽然2025年经营现金流净流出收窄至301.1百万元且周转天数下降，但这主要受历史存量催收与裁员等一次性动作扰动，新生成式AI业务的单位现金转化模型仍需跨期验证。同时，高达72.16亿元的第三级金融资产（重大不可观察输入数据计量）增加了资产负债表的透明度折扣。

此外，“1+X”组织重组引发了新的治理和关联交易风险信号。智能驾驶、芯片等创新业务脱离合并报表独立融资后，转而作为客户向上市集团采购算力与模型服务，期末已形成针对临港绝影等关联方的大额应收账款（235.8百万元）。在缺乏外部同等商业条款验证前，这种“表外融资反哺表内收入”的机制可能掩盖真实的外部需求，带来潜在的内部人优先或现金归属流失风险，目前作为核心跟踪项。

资本配置证据主状态：资本配置折扣。

该状态允许传递给下一轮的影响：信任折扣及资本配置可信度明显下降，压制长期 owner earnings 的可归属性与复利斜率，要求提高验证新业务自由现金流的门槛，并对估值容忍度和安全边际施加严苛的向下约束。

行业变量复核

证据地图

关键争议

• 争议：2025年经营现金流的显著减亏（净流出收窄至301.1百万元），是源于生成式AI新业务高现金转化的质量提升，还是依赖历史旧账单次催收与资本错配的表象？
• 已确定事实：2025年经营现金流净额较2024年大幅收窄，现金周转天数从228天降至129天；同期应收账款仍计提超33.8亿元减值拨备；公司裁撤大量人员，且2025年维持超33亿元的资本开支，依赖配售新股融资。
• 正面解释：生成式AI及算力租赁业务的商业条款优于传统项目制，客户预付款与短账期现结构增加，叠加管理层坚决清理历史包袱，使业务的内生现金转化能力得到长期恢复。
• 负面解释：当期经营现金流的改善主要由大规模历史旧账催收、人员裁撤带来的一次性支出减少、以及折旧与减值等非现金费用的大幅加回所致。真实的AIDC业务属于低资本效率模型，其产生的经营现金远不足以覆盖庞大的资本开支，需不断稀释小股东权益来维持运转。
• 当前更可靠的说法：现有证据支持报表周转指标出现单期边际改善，但巨额资本开支和配售融资事实表明，重资产模型的自由现金流仍处于深度承压状态。超大规模的坏账计提已造成历史 owner earnings 的已证实损伤，新业务的长期投入资本回报及现金流可重复性仍面临较高的不确定性折扣。
• 仍待验证：剔除催收与关联交易后的纯第三方生成式AI业务现金回收率；新增AIDC硬件折旧周期与实际算力价格下降周期的剪刀差；关联方算力应收款能否在合理信用期内全额收现。
• 可能误判来源：仅看经营现金流减亏而忽视巨额资本性开支导致的自由现金流恶化；将关联方为做大业务规模而进行的内部算力结算误判为真实的外部市场需求爆发。

传递给下一轮

• 可传递事实锚点：

1. 公司股本处于持续扩张状态，2024、2025年多次配售新股（如2025年7月折价配售筹集约24.98亿港元、12月筹集31.46亿港元），历史未进行过现金分红，回购极少。

2. 2025年末公司贸易应收账款总额5,895.3百万元，对应的减值拨备达3,384.9百万元，超3年长账龄资产占比高。

3. 2025年购买物业、厂房及设备导致投资活动现金流出3,398.9百万元，反映了算力基础设施（AIDC）的高额资本消耗。

4. 实施“1+X”重组，将智能驾驶（临港绝影）等业务剥离出表独立融资，随后产生关联方应收账款（如临港绝影期末应收款235.8百万元）。

5. 公司AIDC等核心运营主体高度依赖多项合约安排（VIE协议）实现并表及控制。

• 可传递工作假说：

1. 巨额历史坏账拨备表明过往传统业务模型未能实现有效现金转化，表观利润对 owner earnings 的指示意义需大幅打折（强支持）。

2. 商业模型已实质性切换为高资本开支、重折旧摊销的算力租赁（IaaS）业态，自由现金流转正节点将受制于持续的硬件更新周期（较强支持）。

3. 生态企业脱表并形成大额采购的关联交易网络，可能通过转移成本并制造表内收入来粉饰报表，其商业实质及现金回收风险上升（待验证支持）。

• 移交给其他轮次的问题：
• AIDC基础设施的大额资本投入是否能够获得高于资金成本的实际回报（ROIC），算力价格战是否压制毛利率回升？ -> 交由 Business Engine 轮复核。
• 脱表关联企业的算力需求是虚假繁荣还是真实生态扩张，客户黏性是否可持续？ -> 交由 Durability 轮复核。
• 资本化支出激增后续引发的折旧摊销上升，如何重塑未来几年的正常化净利润及现金转换率？ -> 交由 Owner Earnings Conversion 轮复核。

• 不应传递为事实或终局结论的内容：
• 不得将“生态业务剥离及关联交易”直接判定为“内部人已经转移或掏空现金流”，目前该机制仍属待验证的风险信号。
• 不得将“经营现金流流出大幅收窄”等同于“新业务已证明具备高现金转化模型”，单期边际改善不能替代对自由现金流覆盖缺口的判断。

• 后续复核事项：

1. 跟踪脱表关联方（如临港绝影等）大额应收账款的后续账龄变化与实际现金结清率。

2. 观察新增超过34亿元的资本开支在后续财年转化为折旧费用对营业利润的挤压程度。

3. 复核公司后续是否仍需通过股权稀释进行常态化融资，评估其对每股正常化 owner earnings 的摊薄效应。

• 资本配置证据主状态及允许影响：
• 资本配置证据主状态：资本配置折扣。
• 允许影响：该状态说明频繁的股权稀释、巨额历史坏账及待验证的关联方交易已使资本配置可信度和少数股东归属性明显下降；在最终评级和仓位决策中，要求对安全边际、估值容忍度以及 A 档内部落位施加实质性的约束，并提高对新业务自由现金流的证明要求。