Runwise 增长研究院

2026-08-09

Runwise 增长研究院

08/09/2026
产品战略, 创新战略

工业富联2025年营收突破9000亿，AI服务器收入增长超3倍。但交付单元变大，是否意味着价值链位置真正上移？本文拆解其责任边界与利润兑现的差距。

一句话看懂：工业富联2025年营收增长48%至9028亿元，AI服务器收入激增，但这是否意味着其价值链位置真正上移？答案分两面：责任边界确实上移，已从单纯服务器装配扩展至GPU模组、基板、系统集成及机柜交付，并与客户共同研发新品；但价值兑现仅部分可见，云计算业务毛利率虽从4.99%升至5.73%，仍处低位，整体毛利率反降0.28个百分点。增长更多源于交付单元做大，而非利润池显著增厚，议价权和现金回报尚未同步确认。

真正需要解释的不是增速，而是责任变了没有

2025年，工业富联营业收入达到9028.87亿元，同比增长48.22%；归属于上市公司股东的净利润达到352.86亿元，同比增长51.99%。增长的主要发动机来自云计算业务：收入6026.79亿元，同比增长88.70%。公司还披露，云服务商AI服务器收入同比超过3倍，800G及以上高速交换机收入同比增长13倍。

只看这些数字，很容易得到一个顺滑的结论：AI基础设施需求爆发，工业富联接到更多订单，于是收入和利润一起上升。但这还不是一个完整的创新案例。市场上行时，留在原有位置的制造商也会增长。真正需要回答的是，工业富联交付给客户的东西有没有变，承担的责任有没有变，以及这种变化是否已经转化为更好的经济结果。

答案可以分成前后两句。

前一句是：责任边界上移有证据。 工业富联披露的能力已不只停留在服务器装配，而是覆盖GPU模组、基板、服务器设计与系统集成；公司与客户共同研发的下一代新品已在2024年陆续出货。到2026年第一季度，披露口径进一步落到AI GPU机柜和AI ASIC服务器的实际出货，高速网络设备也已经形成收入。

后一句是：价值兑现仅部分可见。 2025年云计算业务毛利率从上年4.99%提高到5.73%，但仍处于低个位数；三大核心业务合计毛利率为6.94%，同比反而下降0.28个百分点。收入和利润增长可以确认，议价权、现金回报与更厚利润池却还不能确认。

所以，这不是一个“代工厂变成AI公司”的故事。更准确的说法是：当客户需要的不再是孤立的零件或单台服务器，而是可以快速导入、成柜交付并连成集群的算力基础设施时，工业富联把自己负责的交付单元做大了。问题在于，负责得更多，不一定立刻赚得更厚。

先把行业红利和企业动作分开

工业富联的增长首先受益于一个强行业红利。云服务商扩大AI资本开支，GPU和定制ASIC服务器需求上升；模型规模扩大，又把集群内部互联从400G推向800G及以上。服务器单价、单柜部件数量和网络设备需求同时增加，即使供应商的能力边界完全不变，订单金额也可能显著上升。

这也是为什么“AI服务器收入增长”本身不足以证明价值升级。收入可以因为芯片价值更高而上升，可以因为客户多买了相同类型的产品而上升，也会受到交易结构影响。工业富联在2026年第一季度报告中提示，部分云服务商客户把原材料采购方式从买断销售调整为客供料。供料方式改变后，收入确认口径和可比性会受到影响，收入增速不能机械等同为出货增速，更不能直接等同为议价权提升。

企业自身动作要看另一组信号。

第一，参与时间是否前移。公司披露与客户共同研发的下一代新品已经出货，说明它不是等设计完全冻结后才进入生产。

第二，交付单元是否扩大。2026年第一季度，AI GPU机柜出货量同比增长3.8倍，AI ASIC服务器出货量同比增长3.2倍。机柜不是简单把多台服务器塞进机架，而是要同时处理模组、基板、供电、互联、散热、固件、测试和交期协同。

第三，产品组合是否从服务器延伸到集群网络。2025年，800G及以上高速交换机收入同比增长13倍；2026年第一季度，该类产品出货量同比增长1.6倍、环比增长46%。

这三组信号共同说明，行业红利提供了更大的水位，工业富联自身动作决定了它能不能进入更大的交付单元。公开信息还无法把收入和利润增量按“市场水位”和“公司能力”精确拆开，但至少可以排除“只是在原位置被动放量”这一种解释。

核心动作是把交付单元做大

工业富联此次升级的关键，不是单点技术名词增加了多少，而是把共同研发、新品导入、模组与系统集成、机柜交付和高速网络串成了更长的一段责任链。

从设计冻结后接单，前移到共同研发和新品导入

传统制造商最熟悉的竞争变量是成本、良率和交期。客户给出相对稳定的设计，制造商负责把它做出来。这个模式可以建立规模壁垒，却容易让价值主要停留在制造执行环节。

共同研发和新品导入改变的是参与时点。AI服务器迭代快，芯片、基板、供电、散热和互联需要一起验证。制造商越早参与，就越能把可制造性、测试、物料组织和量产爬坡经验带进产品形成过程。工业富联在2024年披露，与客户共同研发的下一代新品已陆续出货。这个“已经出货”很重要，它把共同研发从能力宣示拉回到商业交付。

但前移不等于拥有产品定义权。GPU或ASIC芯片仍由上游平台提供，云服务商和品牌客户仍决定大部分系统需求。工业富联更像是在客户设定的技术边界内，承担更早、更复杂的工程实现，而不是取代客户定义产品。

从单台服务器，扩大到AI GPU机柜

交付一台服务器和交付一个AI GPU机柜，差别不只在数量。

服务器可以作为相对独立的产品完成生产和测试；机柜级交付则要把多台计算节点、交换设备、电源、线缆、散热和软件配置放在同一个系统里验证。一个接口延期，可能拖慢整柜交付；一个热设计问题，也可能影响整组设备的稳定性。制造商承担的已不只是每台机器的装配质量，还有跨部件协同、系统测试和项目节奏。

2026年第一季度，工业富联AI GPU机柜出货量同比增长3.8倍。这一指标没有给出绝对出货量和单柜价值，也没有披露毛利率，却足以证明公司实际交付对象已经包括机柜。相比只说“具备系统集成能力”，这是更接近责任升级的硬证据。

AI ASIC服务器的增长也有不同含义。2026年第一季度，该类产品出货量同比增长3.2倍。定制ASIC通常与特定客户的工作负载、系统设计和采购节奏结合更深。对制造商而言，承接GPU与ASIC两类平台，意味着需要适应不同的模组、板卡、验证和供应链要求。它增加了工程复杂度，也降低了把AI服务器理解为单一标准品的可能。

把新品导入、服务器和机柜放进同一条责任链，更关键的变化是量产现场开始反向影响工程决策。芯片平台或机柜配置变化后，物料清单、工装、测试程序和质量判定需要一起更新；首批生产暴露的良率、散热或互联问题，又要反馈到下一轮验证。若这些环节由多家供应商各自负责，客户必须自己定位问题、协调变更并重新排定交付。能够承接更大单元的制造商，则需要把问题从发现、归因、修改到复验闭合起来。

这种闭环解释了为什么共同研发与机柜交付必须放在一起看。共同研发让制造经验提前进入产品，机柜交付又把量产结果带回工程端。客户购买的不只是更多加工工时，还包括更少的接口协调和更清晰的结果责任。对工业富联而言，这可能提高项目黏性，也会带来更多工程变更、库存组织和质量保证责任。公开披露尚不能证明这些额外责任带来多少溢价，但责任扩大本身已经能够由新品和机柜出货交叉验证。

不过，机柜级交付仍不等于“掌握AI算力核心技术”。核心芯片、模型、云服务和最终应用都不在工业富联控制范围内。它上移的是工程与履约责任，不是整个产业链的控制权。

从计算节点，扩展到高速网络

AI集群的性能不只取决于单颗芯片。训练和推理任务需要大量节点交换数据，网络带宽与延迟会直接影响集群利用率。当行业从400G向800G及以上升级时，高速交换机不再只是服务器旁边的配件，而是算力系统能否有效协同的重要部分。

工业富联披露，其交换机产品组合覆盖以太网、InfiniBand和NVLink Switch等路线。仅凭产品组合，还只能证明布局；2025年800G及以上高速交换机收入同比增长13倍，才说明这项布局已经进入商业结果。2026年第一季度，相关产品出货量又实现同比1.6倍、环比46%的增长，表明它不只是上一年的低基数现象。

高速网络让工业富联获得了服务器以外的第二个交付抓手。客户扩建AI集群时，公司不只承接计算节点，还能承接连接这些节点的设备。交付组合变宽，意味着客户项目中的接口更多、协同更多，理论上也可能增加客户切换成本。

用同样的框架诊断你的业务

工业富联的案例揭示，制造企业升级的关键不在技术名词，而在交付单元是否真正变大。想评估您的企业是否也面临类似的“责任升级、价值未兑现”困境？不妨用我们的AI顾问诊断一下。

免费体验 Upskill AI 顾问 →

这里仍要区分不同成熟度。800G及以上交换机已有收入和持续出货，是已兑现的能力；1.6T仍以推进量产为主；CPO全光交换机在2026年第一季度只是样品开始出货。样品、新品导入和规模收入处在不同阶段，不能放在同一个“已量产”标签下。

液冷是必要拼图，但还不是可验证的增长曲线

AI机柜功耗提高，散热从风冷走向液冷是明确方向。工业富联公开产品支持浸没式液冷，公司材料也展示了液冷系统相关能力。把液冷纳入服务器、机柜和系统集成能力，是符合客户问题变化的产品布局。

但截至2026年7月27日，公司没有披露液冷业务的单项收入、出货量或毛利率，也没有给出足以归属601138上市主体的海外AI液冷产能。因此，液冷在这个案例里只能证明“公司知道下一步系统问题是什么，并做了能力准备”，不能证明它已经成为第二增长曲线。

这恰好说明，判断能力升级不能靠名词数量。共同研发产品已经出货，机柜与ASIC服务器有出货增速，800G及以上交换机有收入结果，这些可以进入主证据链；液冷和CPO尚未形成同等强度的结果，只能放在观察区。

经营结果显示增长，但没有完整证明价值捕获

责任升级最直接的结果，是工业富联承接了更大的业务规模。

2024年，公司云计算业务收入3193.80亿元，同比增长64.37%，占总收入超过一半；其中AI服务器收入同比增长超过150%，占云计算业务收入超过40%。到2025年，云计算业务收入进一步升至6026.79亿元，同比增长88.70%，约占公司总收入的三分之二。云服务商AI服务器收入同比超过3倍，高速交换机也成为增量来源。

公司层面的利润同样上升。2025年归母净利润352.86亿元，同比增长51.99%，略快于收入增速。2026年第一季度，收入2510.78亿元，同比增长56.52%；归母净利润105.95亿元，同比增长102.55%；扣非归母净利润102.50亿元，同比增长109.05%。当季经营活动现金流量净额250.24亿元，也较上年同期12.99亿元明显回升。

这些数字说明，AI业务扩张并非只有收入、没有利润。云计算业务毛利率从2024年的4.99%升至2025年的5.73%，提高0.74个百分点，也提供了局部产品组合改善的信号。

但“局部改善”不等于“价值捕获充分”。5.73%的毛利率仍说明这是一门规模巨大、利润较薄的业务。公司三大核心业务2025年合计毛利率为6.94%，同比下降0.28个百分点。公开披露没有给出AI服务器绝对收入，也没有分拆GPU机柜、ASIC服务器、高速交换机和液冷的毛利率。我们看得到责任变大、收入变多，却看不到每增加一段责任究竟带来多少额外利润。

2026年半年度业绩预增公告进一步强化了增长预期：公司预计上半年归母净利润234亿元至244亿元，同比增长93%至101%。但这是初步测算、未经审计的业绩预告。截至事实截止日，半年度报告尚未披露，不能把“预计”写成“已经实现”，也不能用预告替代完整的收入、毛利和现金流分析。

现金流和营运资本提示了责任的另一面

如果交付单元变大，制造商承担的往往不只技术责任，还有资金、库存、履约和质量责任。工业富联2025年的资产负债表与现金流量表，正好提供了这组反证。

2025年，公司经营活动现金流量净额为52.38亿元，同比下降78.01%。这里的单位尤其需要注意：52.38亿元约等于52.38亿人民币，也就是5.238 billion CNY，并非52.38 billion CNY。利润创出新高，并没有在当年同步变成更强的经营现金流。

同一时期，存货达到1509.13亿元，同比增长76.99%；应收账款达到1107.42亿元，同比增长17.18%。高速增长可能需要提前备料，也可能受芯片供应、客户项目节奏和在制品增加影响。应收增速低于收入增速，并不能简单判定回款恶化，但库存与应收合计占用的资金规模已经很大。

合同负债从上年末3.50亿元升至31.13亿元，产品质量保证相关预计负债从16.52亿元升至52.87亿元。前者可能反映预收和待履约项目增加，后者则提示交付规模扩大后，质保责任也在增加。它们都不能单独解释为好或坏，却共同说明：当公司从一台机器走向更大的系统交付时，价值链位置上移会伴随更重的履约承诺。

2025年研发投入111.51亿元，绝对额不低，但研发投入强度只有1.24%。这与工业富联近万亿元收入规模和制造属性相符，也提醒我们不要把它写成以研发收费或软件订阅为主的平台公司。公司优势仍然建立在工程化、供应链、制造和规模交付之上，只是这些能力服务的产品复杂度和责任范围发生了变化。

2026年第一季度250.24亿元的经营现金流净额是积极信号，说明年度现金流可能受到季度交付和结算节奏影响。但一个季度的回补，还不足以消除2025年存货、应收和现金占用的观察项。真正的价值兑现，需要未来几个报告期同时看到毛利率、库存周转和经营现金流的持续改善。

这次升级改变了什么，又没有改变什么

工业富联改变的，是它在客户项目里负责的范围。

它更早进入新品形成过程，不只在设计冻结后执行生产；它交付的不只是一块板或一台服务器，还包括机柜和不同芯片路线的AI服务器；它把产品组合从计算节点扩展到高速网络，并为液冷等系统问题做能力准备。共同研发产品出货、机柜与ASIC服务器出货、高速交换机收入，为这些变化提供了不同层次的证据。

工业富联没有改变的，是产业链中的基本控制边界。

核心GPU和ASIC芯片不由它定义，云平台和模型不属于它，客户仍掌握最终采购和系统需求。公司也没有披露足够信息证明，新增责任已经带来显著议价权或高毛利。具体海外AI产能、AI服务器绝对收入和液冷单项收入仍未披露，不能用鸿海或富士康集团的整体能力替代601138上市主体的事实。

这两个方面并不矛盾。B2B制造企业的升级，未必表现为推出自有品牌或替代客户，而可能表现为客户把更大的问题交给它：从“把这个零件做出来”，变成“把这一组系统按期导入、验证并交付”。责任边界扩大，本身就是价值链位置变化；但只有当毛利、现金和客户黏性持续改善时，才算把更多责任稳定转化成更多价值。

对企业创新的启示：先看责任单元，再看价值回收

工业富联案例给制造企业提供了三条比“追逐AI订单”更具体的启示。

第一，不要只用新品类命名创新，要看客户交付单元有没有变大。一个产品清单可以同时出现GPU、交换机、液冷和CPO，但只有已经出货、形成收入或进入客户量产流程的部分，才构成已实施的升级。正如摩根大通在AI创新中先统一风险边界的做法，企业需要明确哪些能力已落地，哪些仍处于试验阶段。

第二，把能力升级放进客户流程，而不是只放进研发部门。共同研发和新品导入之所以重要，不是因为它们听起来更接近技术，而是因为它们让制造商更早承担可制造性、验证、供应链和爬坡责任。机柜级交付之所以重要，也不是因为机柜比服务器更大，而是因为客户把更多接口和结果交给同一个供应商负责。

第三，创新结果要同时过三张表。利润表告诉我们收入和毛利有没有改善；资产负债表告诉我们库存、应收和质保责任是否变重；现金流量表告诉我们利润有没有变成现金。只看9028.87亿元收入和352.86亿元利润，会高估升级的完成度；只看5.73%的云计算毛利率和52.38亿元经营现金流，又会忽略公司已经进入机柜、高速网络和定制服务器等更大交付单元。这种多维度审视与公牛集团渠道迁移时的考量异曲同工，都需要平衡增长与效率。

工业富联目前最准确的位置，介于两种极端叙事之间。它不是只靠行业水位抬升的原地放量，也不是已经摆脱制造属性的AI平台公司。它证明了制造企业可以在不取代客户、不拥有核心芯片的前提下，通过更早介入、更大交付单元和更宽产品组合，把责任边界向上推。

下一阶段真正值得观察的，不是AI相关名词还会增加多少，而是三件更朴素的事：云计算业务毛利率能否继续提高，存货和应收能否随交付稳定下来，经营现金流能否与利润同步。只有这三件事持续出现，责任边界的上移才会完整变成价值捕获的上移。