震坤行一季度非GAAP微利之后：2700万SKU怎样变成一条更轻的采购链？

一句话看懂：震坤行一季度非GAAP微利169万元，利润率仅0.1%，GAAP仍亏损1010万元，但平台已拥有2700万可售SKU。工业品采购的利润不在规模本身，而在能否让每笔订单的识别、匹配、履约和资金占用成本增长慢于GMV。文章拆解了五条关键路径：把商品变成可计算的数据对象，让AI接手约30%的识别匹配任务但保留人工确认，用仓网与直发分流不同订单，以自有品牌改善商品结构，并通过费用与组织纪律把节省落到利润表。这为管理者提供了一套判断平台是否真正变轻的利润验证框架。

一、平台已经有2700万可售SKU，为什么利润仍薄得几乎看不见？

2026年第一季度，震坤行的GMV同比增长12.9%，净收入增长9.2%，非GAAP调整后净利润第一次在传统淡季转正。可这个“利润”只有169万元，利润率0.1%。按GAAP口径，公司仍净亏损1010万元；经营活动现金净流出3400万元。一个季度以前，震坤行刚在2025年第四季度同时实现单季GAAP和非GAAP盈利，但拉长到全年，GAAP净亏损仍有1.397亿元，非GAAP调整后净亏损8590万元。

这组数字最容易被包装成“AI推动盈利拐点”。同一季度，公司披露平台新增约400万个可售SKU，总数达到约2700万；AI已经处理过去需要人工完成的约30%产品匹配与识别任务；自有品牌GMV占比升至9.7%；仓储利用效率同比提高36%，履约费用下降约17%。把这些进展连在一起，似乎已经可以得到一个简洁故事：目录越大，AI匹配越准，规模越大，利润越快出现。

但工业品采购偏偏不服从这条直线。企业买的不是一包规格统一的日用品，而可能是一只特定材料、压力等级和接口尺寸的阀门，一组要适配既有设备的轴承，或一批需要满足现场安全标准的防护用品。名称相同，不代表参数可替代；参数相近，不代表客户认证、交付窗口和使用场景相同。采购金额可能不大，确认型号、找替代品、报价、分仓、送货、对账和赊销却一样不少。SKU越多，如果数据、匹配和履约没有同步变轻，平台只是把更多复杂度搬到了自己身上。

2700万也不是仓库里堆着2700万件商品。公司的准确表述是“可售SKU”：它是平台目录的覆盖范围，包括自有品牌和第三方商品。2025年末，震坤行平台约有2320万SKU，来自超过1.9万家供应商；2026年第一季度又增加约400万个可售SKU。实际库存只是其中一部分，其余可能由供应商直发或通过平台交易。把可售目录写成库存，不仅夸大资产规模，也会误判这门生意的工作资本风险。

因此，震坤行要跨过的不是“有没有规模”这条线，而是另一条更难的线：每增加一笔GMV，商品识别、采购协同、仓储配送、销售服务和资金占用能否增长得更慢。2025年至2026年第一季度，商品数据、匹配、履约、自有品牌和费用纪律等动作，与收入增长、费用下降和亏损收窄在同一时期出现。可直接观察的利润桥是收入增长与费用下降；AI、自有品牌和仓网变化的独立利润贡献仍未披露。

二、工业品平台的成本，不只发生在进货和送货

传统消费品电商可以用条码、品牌、容量和包装识别大量商品，需求也相对高频。MRO工业用品则覆盖紧固件、工具、化学品、仪器、自动化部件、劳保用品等众多品类。客户内部常用自己的物料编码和俗称，供应商又有各自的型号、参数和命名方式。采购人员发来一段文字、一张铭牌照片或一份历史清单，平台首先要回答的不是“有没有货”，而是“客户说的到底是哪一个东西”。

这使平台至少承担四层隐性成本。第一层是信息处理：清洗重复物料、补全参数、识别品牌和型号。第二层是专业判断：原型号缺货时，替代品是否在尺寸、材质、性能和认证上真正可用。第三层是交易处理：一张订单可能跨多个供应商、多个发货地和多个交期，GMV不大，询价与对账动作却很多。第四层是服务和资金：大客户要求账期、分批配送、现场交付或特定单据，平台要先承担应收、库存和履约资源。

这也解释了GMV与收入为什么不能混写。震坤行的1P产品销售由公司控制商品，按总额确认产品收入；3P平台模式主要按佣金等净额确认服务收入。2025年，公司GMV为101.334亿元，同比下降3.3%，净收入却增长2.6%至89.877亿元。一部分差异来自业务模式结构，另一部分来自公司主动优化低毛利、长账期的平台业务：2025年3P净服务收入下降30%至1.713亿元。GMV是发货后扣除退货、不含税的交易额，不是会计收入，更不是毛利。

规模也会放大营运资本压力。2025年，震坤行应收账款增加1.993亿元，库存增加7570万元，部分由应付及票据增加1.655亿元、应收票据下降1.209亿元抵消。公司全年经营现金流只有约一千万元量级的正流入，远低于2024年的2.291亿元；2026年第一季度又转为净流出3400万元。利润表上亏损收窄，不等于现金已经轻松。工业品平台必须同时管理商品毛利、处理成本、履约成本和账期，否则订单越多，现金缺口也可能越大。

三、五条线一起收紧：不是让AI接管采购，而是减少每笔订单的人工和物理摩擦

先把商品变成可比较的数据对象

震坤行最基础的动作不是大模型，而是建立MRO商品字典。公司对商品数据进行清洗、标准化和分类，用一致的名称、技术参数和类目描述平台上的商品，再把客户物料与供应商目录映射到这些标准对象。只有同一种螺栓、阀门或轴承不再以多套别名存在，搜索、报价和库存判断才可能复用。

标准化的价值不在于把目录数字做大，而在于减少重复判断。过去，采购人员收到一份物料表，可能要逐行确认别名、单位、型号和品牌；同一需求换一个客户，又要重新做一遍。商品字典把历史判断沉淀为可以重复调用的参数和映射，也让跨品牌替代有了基础：当原品牌缺货或价格过高时，系统至少能先筛出参数相近的候选，再交给专业人员确认应用和认证边界。

这一步也限定了“2700万SKU”的含义。可售目录越大，只有在数据完整度、重复率、可搜索率、可替代率和实时可供性同时改善时，才可能提高成交。否则，目录里充满重复、失效或参数不全的条目，只会增加搜索噪声和后续返工。公司提出建设更大规模商品字典是未来目标，不能把目标数量提前当成经营结果。

AI只接过部分识别和匹配，不接管责任

有了标准数据，AI才开始承担具体任务。震坤行披露，在客户产品搜索和报价场景中，AI目前处理约30%过去需要人工完成的产品匹配和识别任务。模型层包括面向MRO的垂直大模型、检索增强、工具调用和多智能体编排；应用层则覆盖物料标准化、产品识别、需求匹配、订单执行和履约路径等环节。

这里的关键词是“约30%的匹配和识别任务”，不是30%的采购，也不是30%的订单已经无人处理。工业品图片可能缺少尺度，名称可能模糊，替代品还涉及现场工况、资质和安全责任。AI更适合先读取图片和文本、补齐候选参数、缩小搜索范围、给出替代清单，再由商品、采购或客户人员确认。公司没有披露这30%的准确率、人工推翻率、返工率或最终成交率，因此它能证明AI已经进入生产流程，不能证明AI可以独立完成专业判断。

公司还披露，ProductRecom Agent在2025年服务超过3万名客户，并“产生超过2亿元累计销售”；AI智能工作台全年自动执行超过52万次系统操作，客服和采购岗位生产率分别同比提高约45%和50%。这些数字说明工具被实际使用，但仍是公司口径。“产生销售”可能包含推荐参与过的订单，不等于没有AI就不会发生的增量收入；岗位生产率也可能同时受到流程重组、业务结构和人员收缩影响。更稳妥的结论是：AI降低了部分搜索、录入和跨系统操作的人工量，是费用改善的一项投入，不是盈利的单一原因。

用直发、仓网和现场设施拆分不同订单

工业品履约不能只在“自营仓”与“平台直发”之间二选一。高频、标准、交期敏感的商品适合进入配送中心或中转仓；长尾、低频或体积特殊的商品更适合供应商直接送到客户；稳定消耗的劳保和通用物料可以放进客户现场的智能售货机。震坤行把30个配送中心、107个中转仓、超过5600台现场智能售货机、自营配送车辆和供应商直发组合起来，试图让不同订单走不同成本路径。

2025年约51.7%的订单GMV涉及供应商直发。这个数字不能简单写成3P占比：直发是一条物流路径，1P采购也可能由供应商直接发给客户；3P则是交易和会计模式。直发减少平台搬运和库存，但也把交付一致性、包装、时效和异常协调分散到更多供应商。公司仍需要履约服务人员跟进，并对客户体验负责。仓库则能提高时效和订单合并能力，却承担租金、人员、库存和利用率不足的成本。

因此，真正的优化不是把所有货都赶出仓库，而是提高分流质量：哪些货值得备，哪些由供应商直发，哪些订单可以合单，哪些客户现场值得部署智能柜。2025年履约费用同比下降7.5%至3.622亿元，占收入比例由4.5%降至4.0%，主要来自较低仓租和员工福利费用。2026年第一季度履约费用进一步下降16.8%，费用率降至3.7%；公司同时披露仓储利用效率同比提高36%。后一个指标没有公开计算方法，不能单独视为因果证据，但与租赁、人员和配送费用下降共同显示仓网正在被重新配置。

自有品牌改善的是商品结构，不是自动抬高整体毛利

在第三方品牌上，平台常常面对透明比价和有限加价空间。震坤行以震坤行、安丹达等自有品牌切入通用耗材、办公用品、个人防护，再扩展到手动工具和电动工具。自有品牌让平台参与设计、选品、检测和供应商管理，有机会获得更高毛利，也能在原品牌缺货或价格不合适时提供替代。

2025年自有品牌GMV为8.439亿元，占总GMV 8.3%，高于2024年的6.7%；2026年第一季度占比升至约9.7%，GMV同比增长超过20%，当季新增超过400个产品。公司明确把这些商品称为“较高毛利”产品，但没有单独披露自有品牌收入、毛利额、毛利率、退货率和质量成本，因而无法计算它对利润改善贡献了多少。

反证同样重要：自有品牌占比上升的2025年，公司整体毛利率仍从17.2%降至16.4%，第四季度也由17.1%降至15.5%，主要受客户和产品结构影响。自有品牌是在对冲毛利压力，不代表已经扭转整体毛利。它还把平台推向更重的责任：商品定义、质量测试、库存、召回和品牌信誉都要由平台承担。太仓的产品研发与测试投入、质量实验室和新品开发，都是未来能力建设，也意味着前期成本。

最直接的利润来源，仍是费用和组织纪律

震坤行亏损收窄最清楚的证据不在AI页面，而在费用表。2025年净收入增长2.6%，毛利额反而下降2.3%，但总营业费用下降8.7%至16.890亿元，费用率从21.1%降至18.8%。履约费用下降7.5%，销售费用下降8.8%，研发费用下降2.3%，管理费用下降10.9%。仓租、差旅、员工福利、股权激励和信用损失准备变化都参与了这座利润桥。

组织也在变小。全职员工从2023年末3476人降至2024年末3262人，再降至2025年末2933人；包含第三方用工折算的有效人力口径，也从3954降至3592、再降至3234。公司多项费用下降明确由员工福利费用减少解释。AI工具可能让部分岗位减少重复操作，但公开材料不能把人员下降全部归因于AI，更不能忽略业务优化、组织收缩和差旅、租赁等传统降本。

2026年第一季度，这种纪律继续体现：总营业费用同比下降8.8%，费用率从21.3%降至17.8%；履约、研发和管理费用分别下降16.8%、25.9%和7.9%。销售费用绝对额微增0.6%，但因收入增长，费用率仍从7.1%降至6.5%。非GAAP微利出现在收入增长与费用下降同时发生的季度，这比“某个AI功能创造利润”更接近实际机制。

四、结果如何：亏损显著收窄，但毛利、GAAP和现金流还没有同时过线

2025年是一个很有启发的反常组合。GMV下降3.3%至101.334亿元，净收入却增长2.6%至89.877亿元；毛利额下降2.3%，毛利率从17.2%降至16.4%；与此同时，经营亏损从3.388亿元收窄至2.133亿元，GAAP净亏损从2.680亿元收窄至1.397亿元。也就是说，亏损改善主要发生在毛利以下，而不是因为商品突然更赚钱。

第四季度出现了阶段性突破：净收入同比增长7.9%，GAAP净利润480万元，非GAAP调整后净利润1486万元。但同季毛利率下降至15.5%，毛利额也同比下降2.1%。公司靠规模恢复、费用控制和业务结构共同越过单季盈亏线，而不是靠毛利率扩张。这个季度可以证明“某些季度有能力盈利”，不能证明“已经稳定盈利”。

2026年第一季度又给出第二个测试。GMV增长12.9%至24.528亿元，其中1P GMV增长12.2%，3P GMV增长18.3%；净收入增长9.2%至21.138亿元。GAAP净亏损收窄至1010万元，非GAAP EBITDA为424万元，非GAAP调整后净利润169万元。由于非GAAP调整后净利润只剔除了股权激励，它能观察经营趋势，但0.1%的利润率几乎没有缓冲，一次产品结构变化、信用损失或履约异常就可能抹去。

现金流也提醒管理者，盈亏平衡不是一个利润表按钮。2025年正式文件对经营现金流的具体数字存在内部差异：业绩公告和20-F经营回顾列约1369万元正流入，审计现金流量表列约879万元。两者方向相同、规模都很小，正文因此只把它概括为约一千万元量级的正流入。到2026年第一季度，经营现金净流出3400万元。应收、库存、供应商账期和季节性仍会让会计利润与现金分离。

最准确的阶段判断是：震坤行已经把年度亏损压低，并连续展示了第四季度GAAP盈利和下一年第一季度非GAAP微利，但还没有让毛利率、GAAP利润和经营现金流在更长周期内同时稳定为正。它靠近了盈亏平衡线，却没有完成穿越后的耐久性验证。

五、为什么不能盲目照搬：目录、算法和直发都可能把风险藏到别处

第一，商品标准化是一项长期运营工程，不是一次数据清洗。供应商更新型号，客户改变内部编码，新品不断进入，参数和认证也会过期。企业若只追求SKU数量，没有数据责任人、版本规则、重复合并和错误反馈，目录越大，匹配噪声越多。应把可搜索率、参数完整度、重复率、替代成功率和退换货原因放在数量之前。

第二，AI识别越靠近高风险工业品，越需要人工边界。通用耗材匹配错误可能只是退货，化学品、自动化部件或安全防护用品匹配错误则可能影响设备和人员。公司没有披露准确率和错误成本，管理者不应只看自动处理比例。更有效的指标是人工推翻率、首次报价命中率、错误替代率、退货率和事故等级，并按品类设置不同审核门槛。

第三，供应商直发把库存变轻，也可能把控制变弱。平台减少了搬运，却要协调更多发货点、包装标准和异常处理。直发比例上升若没有供应商评分、轨迹可见性、服务补救和客户承诺分层，成本只是从仓库转移到客服和信誉。自营仓也不能无限收缩，因为紧急、组合和高频订单需要库存与合单能力。

第四，自有品牌不是纯粹的高毛利按钮。品牌占比上升意味着设计、测试、采购、备货和质量责任上升。若新品扩张快于质量体系，退货、召回和库存减值会吃掉表面毛利。震坤行尚未披露自有品牌独立利润，外部企业不能用GMV占比直接推算投资回报。

第五，人员收缩能改善费用，也可能削弱服务。工业品采购包含大量例外和专业判断，组织如果先裁掉经验人员，再要求AI补位，可能让报价更快但错误更多。合理顺序应是先标准化流程，记录人工判断，自动化重复步骤，再根据真实工作量调整组织，并持续观察客户留存、响应时间和质量投诉。

六、给管理者的启示：判断平台是否真正变轻，要看五条线能否同时成立

震坤行的案例给出的不是“做一个工业品商城”，而是一套利润验证框架。第一条线是数据：目录是否从商品展示变成可计算、可替代、可维护的对象。第二条线是处理：AI和自动化是否减少人工搜索、录入和跨系统操作，同时保留专业确认。第三条线是履约：每类订单是否被送到合适的库存、直发、仓配或现场路径。第四条线是商品结构：自有品牌是否在质量可控的前提下提高单位毛利。第五条线是纪律：费用、人员和账期是否随收入增长得更慢。

任何单线指标都可能误导。SKU增加不等于可用性提高，AI自动处理比例不等于利润贡献，直发比例不等于履约更好，自有品牌GMV不等于毛利已经兑现，费用下降也不等于组织能力没有受损。管理层应建立一张跨部门利润桥，把毛利额、每单处理工时、首次匹配成功率、履约费用、退货与补发、应收天数、库存周转和现金转换放在一起。

还要把GAAP、非GAAP和现金流作为三个独立门槛。非GAAP指标可以帮助看清剔除股权激励后的经营趋势，GAAP利润包含股东实际承担的费用，经营现金流则检验利润是否被应收和库存占住。只有三者在多个季度中共同改善，平台才真正跨过盈亏平衡线；单季度0.1%的非GAAP利润，只能算一次接近成功的压力测试。

震坤行最值得研究的地方，正是它没有找到一个神奇按钮。数千万商品先要被整理成可信数据，AI只接手适合自动化的识别和匹配，仓网与直发承担不同履约，自有品牌尝试改变毛利结构，组织和费用再把节省落到利润表。2026年第一季度的微利与收入增长、费用下降及这些经营动作同期出现，但不能证明各动作的独立或组合贡献；GAAP亏损和负经营现金流则提醒它，真正的盈利线仍在前面。

这与许多企业面临的数字化转型挑战相似：规模扩张容易，但让运营真正变轻需要系统性的能力建设。正如我们在沃尔玛2014–2026战略转型全景复盘中看到的，即使零售巨头也需要用十年时间重塑履约和成本结构。而工业品平台在数据治理和AI应用上的探索，也与焦点科技用AI麦可把外贸平台从“卖流量”升级为“卖运营能力”的路径异曲同工——核心都是将隐性知识显性化，把人工经验转化为可复用的系统能力。

想把这套打法用到你自己的业务上？

读完震坤行的五条变轻路径，您的平台是否也面临数据、履约或费用结构的类似挑战？用 AI 顾问快速诊断您的利润瓶颈，获取定制化改善建议。

💎 核心承诺：先诊断、再合作，思路不对不推进。

专属咨询热线：400 822 8832

扫码加顾问 Ben 评估