计算机

总体观点

计算机包括软件、硬件、产业互联网和云服务。因为国家正处于数字经济的发展机遇期，所以这个行业整体成长性大概率是高于平均水平的，计算机行业350多家公司，大概60%的收入是来政府，随着地方财政收入明显下滑，所以我们觉得预期计算机行业（特别是网络安全、政务信息化）整体有好的表现是不现实的。而且行业内企业的生意模式和竞争力分化非常大，因此更多的机会在个股。

这里比较有投资价值的是软件（包括ToB的SAAS类和ToB的工具或增值服务类软件）。尽量规避“硬件”，因为中国的硬件企业（包括服务器、存储、数据中心）目前普遍缺乏核心竞争力，毛利率一般，且这些领域的某些高端零部件供应随时可能受到地缘政治的影响。

中国软件行业年产值大约10万亿，生意模式最好的有两类：一是金山办公这种在超大市场中已经建立自己的品牌和产品优势的企业，金山已经有近3千万的付费用户群，在内容、运营、AI等方面已经具备了很强的竞争优势；二是宝信软件这种深耕钢铁、有色、轨道交通等垂直领域的软件服务企业（当然宝信本身估值不低，而且生意模式如何从钢铁外延到其他行业也是一个挑战）。因为随着中国各类工业制造业集中度的不断提升，大型企业在设计、制造、营销、办公领域都需要根植于自身行业运营特色的SAAS服务。这类生意门槛很高，需要同时懂产业和软件，而且从已有的续费数据看他们用户粘性也很高。

最后，我们对工业富联这种本质上是代工的企业，以及科大讯飞这种下游业务场景过于分散且核心技术又面临国外同类产品激烈竞争的企业持谨慎观望态度，也请大家多注意相关风险。

2025年3月3日补充：最近被热议的Deepseek导致算力需求大幅下降的逻辑不一定对。单位算力成本的下降并不一定导致算力需求的下降。我们回忆4G时代取代3G网络，单位流量成本大幅度降低后社交媒体、视频网站、移动支付等新型应用迅速推广使得4G网络、终端等硬件设备需求大幅度上升。这意味着未来AI硬件各板块由头部大厂研发推动转而向下游需求推动。然而，过去的历史经验是否能直接用在AI领域，存在不确定性。不过算力的需求结构大概率是有变化。很多行业专家都认为，在2024年之前，整个模型的训练占算力需求在80%以上，相应推理只占20%。但是未来这个比例很可能会倒过来，也就是整个推理应该能占到算力需求的70%，而训练只占30%。当然，技术的变化引起的商业布局的变化屡见不鲜。这只是目前的估计。

计算机软件板块总营收3653亿，行业整体净利润24亿，整体毛利率33.2%，整体净资产收益率0.5%。过去3年行业营业收入复合增长率4.4%！

软件行业的投资至少需要考虑三个点：一是软件所服务的行业的成长空间；二是竞争格局，比如金融软件虽然是大赛道，增速也不错，但很拥挤，充分竞争；三是用户粘性是否足够高。我们看好数字化程度不高的传统产业（汽车、石化、钢铁、交通、有色）的软件服务。在这些行业里面其中一个细分领域站稳脚跟的软件服务企业，会是很不错的机会。

同时请大家小心那些应用场景极广的AI概念企业，因为无论是教育、医疗、金融、政企软件赛道，都需要长期深耕才能建立自己的护城河，仅凭借某种通用的“核心能力”就能建立长期优势的概率极小。

计算机行业估值

计算机二级行业

云服务

云服务板块总营收2670亿，行业整体净利润89亿，整体毛利率21%，整体净资产收益率5.1%。过去3年行业营业收入复合增长率8.3%！

代表性公司是金山办公和宝信软件。金山办公在文档领域当然具备领先优势，主要产品的月活跃设备数超过6亿，个人付费用户超过3000万。金山办公的问题在于，即便考虑到未来高成长潜力，它当前的估值也不低，另外腾讯文档将是他们必须面对的强劲对手。

宝信软件很优秀，它的挑战是如何将生意模式顺利扩展到非钢铁行业，否则目前的估值也将很难保持。用友网络所处的赛道不如宝信软件，因为财税领域的信息化和智能化已经比较充分，能提升的空间不如传统产业。


隐藏内容，继续阅读请先开通VIP
  开通VIP会员

#AI商用#

AI商用最核心的三要素是：模型、数据和场景。

如果是ToB，场景最重要，其次是数据，最后才是模型能力。 ToC的话只有当手机大量集成了 AI 芯片和手机端模型的时候才有机会； AI并没有人的那种智能，我想每位想了解基础原理的朋友都可以去阅读下相关文献，它是一个超级庞大和精细的统计模型。它训练的数据足够多且都能记住，是一个高度压缩的知识库，能从已有的数据库中根据上下场景生成并输出概率最大的内容。

目前学术界基本都认同AI没有人那有的思考推理能力，但从商用的角度，大模型的能力足够替代许多重复低效劳动了； 我们认同李彦宏总的观点，大家都去卷大模型其实是浪费资源。因为如果只是单纯卖一个大模型相关的技术或解决方案，意义不大。

从长期发展的角度，还是看这个应用场景下，客户要真正用起来，而且在用的过程中积累数据和反馈，且根据这些去不断优化； 很多投资者或企业担心自己落伍，其实技术本身迭代很快，所以现在看起来“先进”的可能很快“落伍”。其次，从技术到真正落地到应用场景中间的过程可能比大多数人想象的更漫长。分享一个事实，现在世界上最一流的科技企业，在他们的专业领域几乎都不是最先做的。