社区

9月28日，阿思达克及智通财经对高盛报告的转述中提到，高盛近期与商汤管理层会面，讨论算力平台扩展、客户需求与AI战略，维持中性评级，目标价2.03港元。在交流中，商汤介绍了“一套模型、一座Token工厂、一套智能体管控系统”的产品框架，并强调可以通过自有算力与模型协同，帮助客户提高生成式AI投入回报。 $商汤-W(00020)$

可见行业内相关讨论已经深入AI生意的成本和交付环节。模型做得更强以后，企业还要解决系统接入、任务执行和日常维护，供应商则需要回答一个更具体的问题：客户花出去的钱，究竟换回多少可用的成果？

商汤把模型、算力和智能体放进同一套体系，提供了重新理解公司业务的入口。不过，“AI系统公司”在这里是一种分析视角，不宜写成高盛授予的新定位。中性评级也提醒外界，机构对产品能力的认可，与对商业兑现的判断，仍然留有距离。

综上可见，商汤或许正在争取一项比模型发布更难的能力：让技术投入在不同客户之间重复产生收入。对于商汤来说，系统做得全只是起点，能否减少客户的部署负担，并降低交付成本，才真正决定了商汤这条路能够走多远。

模型之外，企业还缺一套能交活的系统

理解商汤的变化，可以先站到采购方的位置。假设一家金融机构准备让AI处理内部材料，采购模型之后，还需要接入知识库、设置访问权限、核验引用、记录操作，必要时把任务交回人工。其中一旦任何环节不够可靠，那么就算模型能力再强，业务部门也很难放心使用。

这也是评价企业AI时容易忽略的一笔账。一次调用便宜，不代表完成整项工作便宜；生成速度快，如果后续核对、返工和维护占用大量人力，采购预算依然很难扩大。对于供应商，帮助客户减少这些额外开销，才有机会把试用需求转化为日常采购。

商汤提出的系统框架，正试图覆盖这段距离。其中模型负责理解与生成，Token工厂承担规模化运行及成本优化，智能体管控系统连接模型、知识、工具和工作流。公司在2026年业绩说明中已经明确介绍了这套组合，因而此次机构交流延续的是经营方向，并非临时增加的概念。

从商业机制看，组合式交付有望减少客户分别寻找供应商、反复调试接口的负担。不过，产品摆在同一份目录里，不等于系统已经形成协同。真正有分量的验证，是同类项目交付越来越快，新增客户无需从头定制，出了问题也能够定位责任。

这里存在一个容易被低估的机会：企业不一定愿意承担完整的AI研发和运维组织成本。对于缺少专门团队、却有明确业务需求的客户来说，能够把复杂技术包装成稳定服务的厂商，更有机会获得持续预算。商汤需要争取的，就是这类预算中的长期位置。

“系统公司”也有另一面。覆盖环节越多，维护责任越重，稍有不慎就会变成什么项目都接、每个项目都重新开发。商汤的产品化程度，需要通过可复用能力来证明；后续依赖大量驻场人员完成的收入，与标准产品持续扩张的收入，也应当得到不同的质量评价。

收入结构开始改变，真正该追问的是客户为何续费

截至目前，商汤最新定期业绩为2026年中报。中报显示，上半年收入29.11亿元，同比增长23.4%；生成式AI收入23.27亿元，占比79.9%。公司首次披露经常性收入11.45亿元，占总收入39.3%。中报将其定义为基于报告期内已生效合同、具备持续续约属性的收入。

目前生成式AI已经成为主要收入来源，对商汤的分析自然需要向新业务转移。不过，更值得往下挖的，是经常性收入究竟由什么支撑。客户持续调用服务，与完成项目验收后结束合作，对经营稳定性的影响明显不同，相比之下前者更有利于安排研发和算力资源。

但这个口径有边界：具备续约属性，不代表客户承诺永久续费，更不能直接等同于已经锁定的未来现金流。所以后续更重要的是继续观察合同期限、续费情况、客户使用深度，以及收入能否及时回款。

从高盛报告的媒体转述看，商汤正在通过Token计划、行业解决方案及办公和视频应用触达不同客户。以上产品的意义，在于让底层能力拥有不同收费入口。开发者可能为调用付费，企业可能为部署和服务付费，专业用户则更关心完成工作是否省时。

入口越多，商汤越需要守住产品之间的复用关系。办公应用积累的工具调用能力，如果能够帮助企业项目缩短部署周期，研发投入就有机会被更多客户分担；可如果每条产品线都维持独立开发和交付，业务扩张也可能把成本一起推高。

因此，商汤值得关注的增长空间，既包括新增客户，也包括已经进入的客户能够增加多少使用场景。供应商理解客户的数据规范、业务流程和验收要求之后，扩展服务通常更容易找到切口，但交叉销售能否成立，仍要由实际采购证明，不能把产品覆盖范围直接算成收入。

从市场角度来看，接下来最有解释力的披露，会是持续服务收入的构成、续费表现和交付效率。根据上述维度来判断商汤正在建立一项可重复的生意，还是依靠更多项目维持规模增长。

替客户省下的钱，要能留在自己的账上

商汤的改善已有财务迹象：2026年上半年毛利率为41.4%，同比提高2.9个百分点；经调整净亏损约3.86亿元，同比收窄67.3%。同期IFRS口径净利润约6.17亿元，受到生态企业等投资公允价值提升的帮助，不能据此认定主营业务已经全面盈利。

面对如此财务表现，更准确的判断应该是克制但积极的：商汤的经营效率正在改善，持续盈利仍需验证。毛利率上升提供了观察窗口，但尚不足以把全部改善归因于系统协同，业务组合、项目质量和成本管理都可能影响最终结果。

算力投入尤其需要这样看。商汤官方披露，2026年7月大装置日均Token服务量达到2.4万亿，并通过模型适配、推理优化和调度提升运行效率。服务量反映平台负载，却不能直接换算成收费收入；不同模型、不同任务的成本和价格差异，也会影响每单位用量对应的收益。

规模扩大之后，供应商需要同时处理降价与成本下降的关系。如果客户采购价格下降更快，调用增长可能仍然难以转化为利润；只有运行效率持续改善，并且应用服务能够获得合理收费，更多需求才有机会被接成更有质量的订单。

需要注意的是自有算力同时也意味着折旧、设备更新和资金占用。企业客户的部署节奏与基础设施建设周期未必同步，因此评估扩张不能只看算力规模，还需要把订单能见度、资源利用率和现金回收放在一起。

更深的考验在交付端。客户希望为可靠成果买单，供应商却可能需要承担任务失败后的重试、人工介入和售后维护。若商汤能够把这些成本持续压低，系统能力就有了可以验证的经济价值；可若复杂度随着客户数量同步增加，利润空间仍会受到挤压。

商汤沿着具体工作场景做深服务的方向对其发展会更有利：把模型能力接进客户日常业务，再用真实使用反馈改善产品。虽然这条路没有发布新模型那么醒目，却能够逐步回答企业采购中的一个重要问题——为什么明年还愿意继续付钱？

商汤下一阶段的关键是在客户扩大使用范围的同时，公司也能减少重复开发和交付消耗。AI系统的价值，最终要在两本账上同时成立：客户获得可核验的效率提升，供应商留下可持续的经营回报。