提示点击上方蓝字订阅↑为企业成长贡献力量~
对很多企业来说，抓住AI红利不是换一个赛道、贴一个标签，而是更早看见自身积累将在哪个新风口变得稀缺，并有能力把这份稀缺变成可持续的经营结果。
作者：何宜家 和君咨询师
2026年上半年，浪潮信息实现营业收入843.79亿元，同比增长5.22%；归母净利润29.52亿元，同比增长269.59%。服务器及部件毛利率达到8.73%，比上年同期提高4.41个百分点。一家在2025年还只有4.88%综合毛利率的服务器厂商，半年利润已经超过2025年全年。对于一家长期被贴上“薄利多销”标签的服务器企业，资本市场自然会把它理解为AI转型开始兑现。
图片来源：企业官方
但对企业经营者而言，更重要的不是确认“AI带来了增长”，而是搞清楚为什么实现了增长：是来自技术提升带来的议价空间？是稀缺性带来的周期性增长？这其中又有哪些能力可以穿越周期。搞清楚这些问题，才能知道在AI红利的时代，传统企业要怎么才能接住增长，并把增长变成可持续的利润？
01
利润反转：
8.73%的毛利率到底从哪里来？
浪潮本轮利润增长，不是来自一条横空出世的新业务，而是发生在原有的服务器主业内部。2026年上半年，服务器及部件收入780.62亿元，占总收入92.51%，毛利率由4.32%升至8.73%；存储、交换类产品仅占收入7.44%。按披露口径测算，服务器贡献了本期新增毛利的九成以上。
图片来源：企业官方
这部分改善中，最直观的力量来自存货周期。2026年第二季度，浪潮单季毛利率由一季度的6.64%升至10.28%。在存储、CPU等元器件价格上涨的过程中，公司此前以较低成本购入的库存按历史成本结转，而产品报价逐步反映新的市场价格，原材料升值便转化成了当期毛利。提前备货、锁定供应当然体现了需求判断、融资和供应链能力，但价格差终究是阶段性的：一旦价格回落、技术换代或订单不及预期，库存同样可能变成资金占用甚至减值风险。
但故事到这里并没有结束。剔除公允价值变动的收益外，浪潮2026年上半年的毛利水平仍旧远超去年。答案首先不是“AI服务器价格更高”。高价芯片会同时推高收入和成本，整机厂并不会天然获得更高利润。超聚变2025年的AI服务器毛利率只有6.55%，还低于通用服务器的9.29%。真正影响浪潮剩余毛利的，是产品优化带来的议价能力提升。
传统服务器更多是标准化单机，浪潮的超节点和高密度整机柜交付则把计算节点、交换、互连、液冷、机柜集成和系统调优放进同一套方案。产品形态的变化意味着，公司能够更早参与架构设计、异构适配、热管理和系统验证。被纳入交付的环节越多，浪潮在每个机柜中的内部价值量越高，产品组合也就有机会向毛利更好的系统方案倾斜。
议价能力也随之发生了变化。在标准化整机市场，客户容易比较配置与价格，供应商之间的差异有限；到了超节点和整机柜阶段，产品迭代速度更快，软硬件耦合更深，重新认证一家供应商会增加调试时间与交付风险。浪潮长期服务大型互联网客户，可以在需求定义阶段进入项目，再通过平台化设计、关键器件采购和大规模交付把方案落地。这并不意味着它获得了类似芯片企业的定价权，却能让报价从单纯的硬件成本竞争，转向对研发速度和交付确定性的综合定价。供需偏紧时，这种能力还会进一步放大。
最后才是规模制造带来的成本降低。浪潮将大量定制需求拆成可复用模块，把新品研发周期从18个月缩短至8个月；订单放量后，研发、测试和生产组织成本也能被更大收入摊薄。不过，服务器成本仍以材料为主，规模效应不足以单独解释毛利率翻倍。更合理的判断是：低成本库存和元器件涨价制造了短期斜率，超节点带来的产品结构优化、系统集成价值与局部议价能力，则决定浪潮能否抬高长期盈利中枢。
目前，浪潮已经证明自己能够把AI需求转成订单和利润，却还没有证明8.73%的毛利率可以稳定延续。等价格红利消退以后，如果服务器毛利率仍明显高于2025年的4.52%，存货恢复正常周转，经营现金流重新覆盖利润，才能确认这次变化不只是一轮存货周期，而是企业价值获取能力真正向前走了一步。
02
浪潮并非突然跨界，
而是十余年积累的集中兑现
回望浪潮的技术路径，2013年前后，公司已通过JDM模式与大型互联网客户共同定义产品，以平台化、模块化适应多配置和快速迭代；2017年前后进一步参与开放计算组织，2018年布局多元加速器，2019年推出OAM相关产品，随后又推进液冷服务器和整机柜。今天超节点所需要的异构适配、高速互连和高密度散热，本质上都是过去客户共创与工程积累的自然延伸。
图片来源：网络
正是在这样的积累下，浪潮才得以把分散的技术能力连接到同一张订单上：客户共创解决“应该做什么”，平台化研发解决“如何快速迭代”，供应链保证关键器件，制造与测试完成规模交付。它的能力主要来自内部生长，却又不是闭门研发的结果，而是由客户需求、开放生态和前瞻投入共同塑造。
然而，企业获得能力的方式并不只有内生研发。超聚变成立时间不长，却承接了华为服务器业务的资产、团队、产品和经验，走的是成熟业务整体迁移的道路；联想在2014年收购IBM x86服务器业务，一次获得产品、客户与全球服务体系，随后又花费多年消化供应链和液冷技术；中科曙光则从高性能计算和科研需求出发，以长期研发为主，同时通过产业投资向处理器、液冷和算力服务延伸。它们分别代表了业务继承、并购整合和科研产业化三种路径。
几条路径没有天然的高下之分，却有一个共同要求：能力必须成体系。分拆和收购可以买到时间，却不能只买股权与品牌；内生研发可以让组织更一致，却需要真实客户不断校正方向；科研技术能够形成更深的产品底座，也必须经过量产、销售和服务体系的商业化检验。外部能力只有连同团队、产品、客户关系和运行机制一起迁移，并在新组织中持续迭代，才会真正成为企业自己的能力。
横向比较以后，浪潮的优势也就不宜被夸大为“吃到了最多AI红利”。服务器同行都在受益于需求增长，浪潮更醒目的地方，是大型客户基础、前期备货、产品升级与极低毛利基数在同一时期叠加，形成了更强的利润弹性。它真正值得关注的，是从客户需求到技术开发、再到规模交付的距离较短。
但如果这种能力最终仍然只能换来个位数毛利率，它能否成为一门足够好的大生意？工业富联提供了一个更极端的答案。
03
低毛利大生意：
工业富联如何把5.73%变成353亿元利润？
工业富联把这个问题推向了另一个极端。2025年，公司营业收入达到9028.87亿元，归母净利润352.86亿元；云计算业务收入6026.79亿元，毛利率却只有5.73%。这是一门典型的低毛利大生意：单笔留下的利润不厚，绝对利润却足够庞大。
数据来源：iFind
工业富联毛利率低，首先由其价值链位置决定。上游GPU、CPU和HBM供应商掌握核心器件与平台标准，下游则是采购规模巨大、议价能力极强的云服务商。2025年，公司前五大供应商占采购额58.36%，前五大客户占销售额62.01%。一端掌握不可替代的技术，一端掌握巨额订单，位于中间的制造企业很难拿走产业链中最丰厚的利润。它赚取的是共同设计、采购组织、系统集成、测试与交付的收益，而非芯片、软件生态和品牌渠道的垄断利润。
高价值材料穿透收入，又在财务上进一步压低了毛利率。2025年，直接材料占工业富联成本的92.50%，直接人工仅占2.19%。当GPU、存储等器件以买断方式进入整机收入时，产品价格越高，收入和成本的分母越大，毛利率越容易被稀释。因此，“赚代工的钱”大体没有错，但若把代工理解成简单的人力组装，就会误判这门生意。AI整机柜涉及板卡设计、高速互连、电源、液冷、复杂布线和系统验证，工程难度很高；只是制造难度与产业链定价权并不是一回事。
既然利润空间受到上下游挤压，大客户为什么仍然选择工业富联？因为它们购买的不只是加工成本，还包括上市时间、交付确定性和风险转移。AI服务器迭代周期短，客户既要在数月内完成新品导入和产能爬坡，又不愿亲自管理数千种物料、多个地区的工厂、良率控制和需求波动。工业富联能够从设计阶段参与可制造性优化，将板卡、网络、电源、散热和整机柜纳入同一套供应链，并在不同地区复制产能。对云服务商而言，少付一个百分点的制造费用固然重要，但错过产品窗口、出现大规模交付延误，代价可能更大。
这也是工业富联真正的护城河：它出售的是复杂产品按时量产的确定性。桃园南青AI服务器工厂应用数字化系统后，生产效率提高73%，产品缺陷下降97%，交货期缩短21%，单位制造成本下降39%。这些数字背后，并不是简单用机器替代人工，而是把需求预测、物料、排产、设备、质量和测试形成完整闭环，让产品变化可以更快传到采购和产线。
在组织层面，“强中央、富地方”又进一步平衡了规模与速度：全球采购、信息系统和共用规则由中央统一，事业群与区域组织承担客户和经营结果，全球工厂则保持可复制、可转移。工业富联的核心能力，正是把9029亿元收入拆成一个个可核算、可复制的经营单元，再用同一套供应链和数据底座连接起来。
这种模式也并非没有代价。2025年末，工业富联存货达到1509.13亿元，经营现金流只有52.38亿元，仅相当于净利润的14.8%。薄利业务一旦周转放慢，增长就会迅速占用现金。工业富联给出的答案因而很清楚：低毛利可以成立，但前提是企业能够把细小价差稳定复制到足够大的规模，并持续转化为现金。它的低毛利来自产业链位置，高绝对利润则来自工程能力、周转效率与全球交付的共同放大。
04
AI红利仍在扩散，
但企业能接住的是与自身能力相邻的机会
AI不是一轮已经结束的设备周期，但下一轮机会不会平均分配给每一个“AI概念”。大模型仍在加速迭代，企业应用也远未完成大规模渗透。与此同时，计算集群从几千张卡迈向万卡以后，限制有效算力的因素已不只是GPU：电能能否送进去、热能能否带出来、数据能否高速流动、庞大集群能否稳定运行，都是需要回答的问题，也因此催生新的机会。
产业价值因此正从“算”向“电、热、连、管”外溢。电力环节涉及变压器、开关设备、高压直流与电源模块；热管理从风冷转向冷板、CDU、快速接头和液冷控制系统；连接需要高速交换、光模块与更复杂的高度互连；运行端则需要存储、调度、能耗管理与运维软件。
中际旭创与英维克的增长提供了两个参照。前者并非临时切入光模块，而是把多年高速光通信研发、客户认证和量产能力迁移到AI集群互连；后者也不是看到液冷升温才开始做温控，而是在数据中心热管理中长期积累，再沿着客户需求进入冷板、CDU和相关系统。两家公司抓住的表面上是新赛道，实质上都是旧能力在新瓶颈上的升值。它们与浪潮、工业富联的共同点，正是进入AI之前已经拥有可以复用的技术、客户或制造基础。
这决定了企业拥抱AI的起点不该是“还有什么热门赛道”，而应是“我们的哪项能力正在被重新定价”。研发能力强、又熟悉关键工艺的企业，可以沿着材料、光通信、散热、电源或零部件进入；制造、资本和全球客户能力兼备的企业，才适合承接ODM、整机柜和大规模系统交付；掌握行业数据、软件与业务流程的企业，则更适合从调度、运维和应用层寻找位置。离现有能力越远，企业付出的学习成本越高，客户验证时间越长，所谓转型也越接近一次陌生行业创业。
因此，企业抓住AI红利，需要按经营顺序推进。先从现有客户中找到一个因AI而变贵的问题，判断已有技术与工艺能否复用；再用小批量产品完成客户验证，确认自身确实创造了不可轻易替代的价值；订单成立以后，才扩大研发、备货和产能投入；规模形成之后，还要用正常化毛利率、经营现金流与资本回报检查增长质量。
回到浪潮，它已经完成了订单和利润的第一阶段验证；工业富联则证明，哪怕身处低毛利环节，只要工程能力足够强、周转足够快、交付可以全球复制，同样能形成巨大的绝对利润。对更多企业来说，抓住AI红利也不是换一个赛道、贴一个标签，而是更早看见自身积累将在哪个新风口变得稀缺，并有能力把这份稀缺变成可持续的经营结果。
推荐阅读
