蓝思科技领衔果链转型:AI硬件能否再造增长极?

资讯 AI 行业观察 作者:市值观察 全文 3909 字 · 约 10 分钟读完 配图 3 张

在AI时代再做大一次。

(本文作者为 市值观察,钛媒体经授权发布)

蓝思科技不久前发布公告,计划拿出2500万美元(约合人民币1.72亿元)现金,买下萨摩亚离岸主体PMG(裴美高国际)59.78%的股权,借此间接掌控元拾科技,在服务器机柜和液冷业务上再落一子。

动的不止蓝思一家。立讯精密、歌尔股份、工业富联等果链企业,都在用各自的方式把AI相关业务铺开。过去市场总担心它们太依赖消费电子,现在反倒成了AI硬件产业争抢的制造力量。

AI时代来了,这批果链上的企业能不能再做大一次?

集体转型

果链企业早年能快速长大,靠的是一个市场前提:消费电子尤其是智能手机还处在高速渗透、频繁换机的阶段。眼下这个前提已经不再成立。

Omdia的统计显示,2025年全球智能手机出货量约12.5亿部,同比增长2%。市场还在增长,但想靠行业普及复刻早年的扩张速度,已经很难。

蓝思科技领衔果链转型:AI硬件能否再造增长极?(配图 1)

▲数据来源:Omdia

市场池子不再快速膨胀,客户集中度又高的果链企业就难受了:大客户一调整产品节奏、压价或者分散供应商,业绩波动就会很大。

蓝思科技领衔果链转型:AI硬件能否再造增长极?(配图 2)

守住苹果体系内的份额,越来越像一场存量博弈。这些年但凡有能力的果链企业,都在寻找不受单一终端市场限制的新生意。

立讯精密就是例子。它最早给苹果做连接器和内部线缆,产品线如今已延伸到声学整机、汽车电子以及通信和数据中心设备。连接器业务里攒下的精密加工和信号传输经验,也有了更多用武之地。

汽车电子已经是立讯精密营收增长最快的板块之一。收购整合德国莱尼之后,立讯2025年汽车电子收入392.55亿元,同比增长185.34%,营收占比从5.12%拉到11.81%。

工业富联的路子不一样,它不是从手机跨界去做服务器。

公司云服务设备业务早在2018年就进账1532.24亿元,在主营业务收入里占到37.11%,涵盖服务器、存储设备及相关精密机构件。

所以AI算力需求爆发时,工业富联不用重新闯一个陌生市场,把已有的研发、制造和交付能力用到需求增长更快的新一代服务器上就行。

财报显示,2025年工业富联云计算板块营收6026.79亿元,同比增长88.70%;云服务商AI服务器营收同比增长超过3倍,800G以上高速交换机收入同比增长13倍。

歌尔股份则更靠近零组件和整机两条线,等着新终端市场放量。它的声学、光学、微电子及精密结构件产品,既能用在手机上,也能用在AI眼镜、混合现实等设备上。

2025年,公司智能硬件板块营收537.69亿元,同比下降6.00%,但该板块毛利率同比提升2.2个百分点至11.37%。整体毛利率的变化不能全归因于AI眼镜,不过这也说明,新产品的发展和原有业务的调整正在同时发生。

三家企业的转型方向和路径看起来各不相同,底色却相通。

它们长期投入研发、改进工艺、建设产线,攒下来的能力并不只属于某一款消费电子产品。汽车、服务器、智能眼镜对制造的要求不一样,但其中一部分技术与生产经验可以复用。

说到底,果链企业的转型命题不是抛弃过去、改弦更张,而是把已投入多年、形成优势的那些本事,用来支撑更新更大的生意。

AI时代

当下AI发展带来的需求很杂,看上去处处是机会。可机会多,不等于企业一定能做大。

真正该看的是两件事:这些新机会里,企业能拿到多少值钱的部分;这些部分是不是正好用得上它们原来的手艺。

比如最先跑出规模的算力基础设施。

这个方向对果链企业的意义,不在于服务器市场和手机市场哪个更大,而在于一个机柜里能装进去的零件,比一部手机贵太多了。

摩根士丹利算过一笔账:英伟达GB300 NVL72一套液冷散热组件大约值5万美元,折合人民币36万元,比上一代高出两成。等换到下一代Vera Rubin,单柜冷却组件的价值还会继续往上抬。手机中框、玻璃盖板跟这个数字放一起,压根不是一个量级。

立讯精密的液冷方案到2025年底已经从早先的布局阶段走进规模化商用,800G硅光模块实现量产,AI服务器电源和液冷散热也在进一步放量。蓝思这边,松山湖园区做完了扩产和客户验证,AI服务器结构件与液冷模组的产能正处在爬坡阶段,眼下还在从验证往批量交付过渡。

液冷对果链企业来说,并不只是多了一个能碰的品类。精密加工、管路连接和散热这几样做了多年,这回换到算力硬件上,卖出的是更高的价钱。

AI眼镜最近被讨论得很多,它正从少量尝鲜走向大规模出货。

维深信息Wellsenn XR的数据显示,全球AI眼镜销量2024年是153万台,2025年跳到846万台,2026年预计能到1600万台;2030年的预测为9000万台,2025到2030年对应的复合增速约60%。

蓝思科技领衔果链转型:AI硬件能否再造增长极?(配图 3)

▲资料来源:Wellsenn XR,上海证券研究所(注:sell out口径统计,不含未接入AI大模型的音频、拍照及AR)

品类涨得是快,可只做整机组装的话,净利率大约3%到5%。眼镜卖得再多,落到利润里也有限。

歌尔股份显然不只盯着那点组装费。声学模组、精密结构件和光学元件才是它更多在提供的,这些零件占一副AI眼镜成本近三成,毛利率比组装高得多。如今歌尔既是Meta Ray-Ban系列的核心整机代工厂之一,也拿下了华为和小米AI眼镜的大部分代工份额。

机器人这块更受追捧。高盛把2030年人形机器人出货量预测上调到89万台,2035年650万台,对应约1380亿美元的市场机会。但2026年的基准预测只有7.5万台,市场还处在早期发育阶段。

机器人对精密执行器、热管理和轻量化结构的要求,确实落在果链企业的能力范围里。问题是能力匹配和业务兑现之间,还隔着产品定型、客户认证和量产爬坡好几道关口。

蓝思科技2025年人形机器人整机交付超过3000台,四足机器人突破一万台,2026年进入头部客户的量产爬坡,可它在总营收里的分量仍然很轻。歌尔股份在机器人上的布局,也更多停留在传感器和执行器能力的延伸上,离规模化还远。

在机器人上落子的果链企业并不少,绝大多数还停在送样、验证和产线试制阶段,要成为业绩支柱还有不短的距离。

跟消费电子时代不同,AI时代给果链企业带来的最大价值,不是市场空间更大了,而是需求的层次更多了。同一套精密制造手艺,有了反复变现的机会。

算力硬件、AI眼镜和机器人,给果链企业提供的是几种不同的机会:有的已经形成大规模需求,有的正在验证消费市场,有的还得等产品和应用成熟。

企业能不能走得更远,关键在怎么分辨哪些需求今天就能接住,哪些需要提前下注。

谁能成更大巨头?

果链企业如何在AI时代长成更大的公司?答案不会只有一种。从现有的企业布局看,至少有三条不同的成长路径。

第一条是业务变大,从依赖单一客户,转向服务更多产业。

东山精密就是个例子。它作为苹果柔性电路板(FPC)的核心供应商,过去最让市场担心的就是跟苹果绑得太深,苹果的出货节奏几乎决定了它的增长节奏。

2025年,东山精密最大客户收入占比从2023年的55.8%降到46.5%,前五大客户从73.5%降到64.4%。它把消费电子FPC和精密制造上攒下的能力,延伸到车载FPC、结构件和车载显示,用同一套制造底座服务另一条产业线。

目前东山精密的汽车相关收入规模仍远小于消费电子。不过客户名单每多一个名字,它的天花板就往上抬一截,也让更多人意识到它不只是一家果链厂商。

第二条是价值变大,抓住产业升级,把原有业务的价值做大。

前面提到的工业富联走的就是这条路。它本来就有服务器整机制造能力,AI一来,竞争门槛从单部件抬到了系统级。

一台GB200 NVL72要集成72颗GPU、36颗CPU,液冷、电源、高速互联、光纤和整柜联调必须一起交付。单笔订单的复杂度和价值量都被抬高,工业富联攒了多年的能力也就有了用武之地。

工业富联不光能交付整柜系统,GB200的工程化落地也是跟英伟达一起啃下来的。全球范围内,能同时拿出“CPO交换机+液冷机柜+AI服务器”的厂商没几家,它算一个。

2025年,工业富联云计算板块毛利率涨了0.74个百分点,AI服务器营收增长超过3倍。系统级能力开始兑现,信号已经很明确。制造企业不一定非得先变成高毛利公司,靠更大规模、更复杂的交付,照样能把原来的优势滚成更大的生意。

第三条路是利润变大——攥住核心技术,往利润空间更大的市场里走。

领益智造在精密功能件和散热方案上摸爬滚打多年,这套本事挪到AI服务器液冷、AI终端上,底层工艺是通的,毛利却差着一截。

2025年领益智造营收514.29亿元,同比增长16.20%;归母净利润22.88亿元,同比增长30.34%。利润跑得比收入快,公司自己把原因排在头一位的,是AI硬件高附加值产品的投入和份额提升。它的AI硬件业务收入约447.93亿元,毛利率17.21%,比公司整体的15.80%要高。

今年年初,领益智造收购立敏达,借此进入英伟达GB200、GB300的液冷散热器和快接头供应链。干的还是精密功能件和散热,但瞄准的是利润更高的液冷组件。

同一套手艺换个市场,回报可能天差地别。能不能看出自己手里的技术在哪个市场更值钱,愿不愿意为更高的利润换一个战场,这是对企业判断力的考验。

三条路,对应三种不同的判断和取舍。选哪条走,或者在哪条上走得最远,果链企业接下来的分野就在这里。

AI硬件越是往深里做,精密制造、热管理、光学、规模交付这几道关就越难过。果链企业恰好在这几方面磨了多年。到了AI时代,它们争夺的不光是果链内部的供应份额,还包括下一批世界级制造巨头的位置。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 星巴克计划在得来速引入AI技术,提升点餐准确率与出餐效率

    星巴克正考虑将人工智能技术引入得来速(Drive-thru)服务,以提高点餐准确率和出餐效率。据彭博社10月30日报道,星巴克CEO布莱恩·尼科尔(Brian Niccol)当地时间周四在分析师电话会议上表示,公司计划测试后台运行的AI模型,辅助咖啡师更准确、高效地录入顾客订单。 该技术旨在减少员工处理订单时的操作负担

    来源 AI 开发者社区
  2. 鸿海刘扬伟:AI服务器份额瞄准50%,美国扩产先行

    IT之家 10 月 31 日消息,当地时间 30 日。据美国 CNBC 报道,鸿海计划进一步扩大 AI 服务器业务,并加大在美国的生产布局。董事长刘扬伟表示,AI 基础设施市场需求依然强劲,集团希望借此进一步提高市场份额。刘扬伟在接受采访时透露,公司目前占据全球约 40% 的 AI 服务器市场份额,预计明年有望提高至约

    来源 腾讯网
  3. DeepSeek成"大肥鱼":网友如何给AI安排人设

    最近,B 站评论区闹起了「鱼灾」。 先是有人开了个「Claude 大小姐在运营」的账号,让 AI 负责选题、制作和运营。第二天,「DeepSeek 鲸鱼娘在运营」跟着上线,第一条视频播放量就超过了 200 万。 由于目前 DeepSeek 暂无生图功能,该账号形象还是由 GPT 绘制的。|图源:Bilibili 网友纷

    来源 AI 行业观察
  4. 27岁Paddy获无限Token预算:要用两人重写思科98%遗留代码

    在一家市值数千亿美元、拥有庞大工程体系的科技巨头内部,谁有资格主导一场大规模的软件重构?按照传统逻辑,答案通常是经验丰富的高级工程师、架构师,或者拥有数十年企业系统开发经验的技术负责人。 被埋没在思科的 27 岁前 CEO,突然拿到一项不可能完成的任务 但 Cisco 总裁兼首席产品官 Jeetu Patel,却把机会

    来源 AI 行业观察
  5. 具身数据管线怎么搭:行元智能杨世琦谈数据筛选与动作重定向

    数据规模不断扩大,有效性却没有跟上。 作者丨向 欣 编辑丨高景辉 雷峰网:一家具身数据厂商告诉我们,他们向模型厂商交付了几万小时数据之后,对方反过来问了一句:能不能顺便帮忙把模型也训练出来,好让他们“交个差”,原因是模型厂商自己心里也没底,不知道这批数据喂进去能训出什么结果。 这种焦虑与无力,是当下不少模型厂商的真实状

    来源 AI 行业观察
  6. 奢音S6 AI耳夹耳机首发:4.5g无感佩戴,48小时续航

    随着消费者对耳机佩戴舒适度、场景适配性与智能功能的需求不断提升,开放式耳机逐渐取代传统入耳式、头戴式机型,成为音频行业新主流。在此背景下,持续深耕开放式音频领域的奢音品牌,正式推出

    来源 快科技
  7. 青少年蓝皮书2026发布:超75%未成年人用过AI,触网低龄化成新考题

    中经记者 曲忠芳 北京报道10月31日,《青少年蓝皮书:中国未成年人互联网运用报告(2026)》(以下简称《青少年蓝皮书》)新书发布暨青少年科技创新可持续发展优秀案例发布仪式在北京举行。本次大会由中国社会科学院新闻与传播研究所、社会科学文献出版社与中国经营报社联合主办,中国社会科学院新闻与传播研究所媒介传播与...

    来源 腾讯网
  8. AI陪伴付费调查:年轻人花钱买到了什么

    月卡十几元,记忆包几十元,一次充值上百元,通用大模型会员一档几百元……在AI陪伴这条赛道上,情绪价值正被拆分成一个个具体的付费点。 这类产品自诞生起就伴随着争议,被指游走在风险边缘,诱导未成年人建立不良恋爱观、内容擦边。但争议之外,它也确实承接了一部分年轻人的倾诉需求,成为他们排解压力、整理情绪的出口。如今,行业正在走

    来源 AI 行业观察
  9. 阳明心学大会绍兴开幕:海内外学者谈AI时代的东方智慧

    中新社浙江绍兴10月31日电 (项菁)“以AI(人工智能)为代表的新一轮科技革命不断发展的同时,也衍生出算法偏见、安全治理等新挑战。阳明心学启示我们,技术越发展越要坚持以人为本,让科技始终服务于人的全面发展。”国际儒学联合会常务副会长郝平说。 以“阳明心学与人类命运共同体”为主题的2026阳明心学大会10月31日在浙江

    来源 腾讯网
  10. AI模型语种成本差异:Token消耗最高相差17倍

    即使是互联网上最常用的 20 种语言,Token 消耗量也存在明显差异,最高是最低的 1.5 至 5 倍。如果将测试范围扩大到 200 种语言,差距还会进一步扩大。在其中一个 AI 模型中,不同语言的 Token 消耗量最多相差 17 倍。

    来源 IT之家
  11. Qt Clate 发布:不写代码用 AI 也能生成 QML 界面?

    IT之家 11 月 1 日消息,Qt 宣布推出一款嵌入式设备界面设计工具 Clate,设计师无需编写代码,即可通过可视化编辑器或 AI 生成操作界面,并将设计成果导出为 QML 代码,供工程师集成至 Qt 应用程序。官方现已开放首个 Beta 测试版本 0.6 供用户免费下载使用,IT之家附项目地址(https://d

    来源 腾讯网
向下滚动自动加载更多