$软通动力(SZ301236)$  

AI下半场工程为王：软通动力确实是这条路线最典型的标杆企业

一、先厘清两代AI核心竞争逻辑

1. 上半场：模型为王

比拼大模型参数量、上下文能力、生成效果，核心是算法研发、基座模型迭代，玩家多是大厂与模型创业公司，目标做出更强的通用基座；但普遍痛点：模型性能纸面很强，落地难、部署贵、算力浪费严重、没法贴合行业真实业务，属于“重研发、弱工程、难商业化”。

2. 下半场：工程为王

核心不再是造出最顶尖的单一模型，而是把现有各类大模型高效调度、低成本部署、行业化改造、软硬件打通、端云闭环、规模化落地变现，解决算力调度、推理优化、数据治理、场景适配、安全运维、硬件终端联动一整条工程链路，让AI从实验室技术变成可复用、可量产、可盈利的生产工具。

二、软通动力整套布局，完全踩中“AI工程化”全链条闭环

1. 算力基建工程：解决底层资源浪费问题

自建平潭、怀来、韶关等多处智算中心，绑定华为昇腾国产算力底座；通过睿动Token计价调度体系，把算力粗放租赁改成按词元精细化结算，将集群算力利用率从行业普遍30%-40%拉升至70%以上，本质是算力资源调度的大型工程化改造。

战略入股硅基流动（国内MaaS推理第一梯队创业公司），补强异构算力纳管、多模型并发推理、开源模型一键部署的底层推理工程能力，补齐“模型接入-推理加速-弹性扩缩容”中间关键环节，这也是天眼查等媒体重点标注这笔投资的核心原因。

2. 平台层工程：搭建企业级AI流水线工厂

推出天璇MaaS 2.0+AI Factory智能工厂，打造标准化AI生产流水线：

- 统一接入市面上400+主流大模型，支持无感切换、权限管控、安全沙箱；

- 低代码拖拽式搭建Agent智能体，把AI应用开发从少数算法工程师专属，变成业务人员可自助搭建；

- 形成「数据清洗→微调训练→压缩优化→私有化部署→运维迭代」标准化工程流程，批量输出行业AI应用，对应“AI工业化量产”核心逻辑 。

3. 行业落地工程：打通模型到业务最后一公里

区别于只输出API接口的纯模型厂商，软通自带数十年政企、金融、制造行业Know-How：

以FDE敏捷交付模式，先梳理业务痛点、再做模型微调、流程改造、系统对接、现场落地运维，覆盖银行风控、工业质检、能源巡检、政务数字化等上百个场景，把抽象AI能力嵌入企业原有业务系统，完成技术到营收的工程化落地转化。

4. 软硬一体工程：从云端延伸到物理终端闭环

收购同方计算机补齐硬件生产资质，推出机械革命AIPC、昇腾AI服务器；自研天擎人形机器人、天汇工业巡检测绘机器人，构建云端算力-中台平台-端侧硬件-物理执行-数据回流迭代全链路物理AI工程体系，让AI不止停留在软件生成，真正落地物理生产环节，形成自进化飞轮 。

三、财报与战略定位：彻底跳出“自研卷模型”路线，锚定工程落地

1. 2025年总营收350.9亿元，AI相关业务收入占比52.6%，AI正式成为第一主业，收入全部来自工程化交付、算力运营、项目落地，而非单一模型授权 ；

2. 董事长公开战略明确：不片面追逐基座大模型参数竞赛，核心打造全栈智能AI飞轮，核心价值是做AI产业的落地服务商、算力运营方、场景工程总包商；

3. 对比纯模型公司：很多团队卡在模型优化，难以规模化接单；软通核心壁垒恰恰是大型项目交付、异构环境兼容、国产化适配、长期运维交付这类工程能力，也是政企甲方最核心的刚需。

四、客观辩证：它是工程落地标杆，但并非唯一范式

1. 优势唯一性：A股极少同时集齐算力基建+推理调度平台+MaaS中台+行业交付+硬件终端+机器人具身全栈工程链条，是To B产业AI工程化最完整的标的；

2. 边界区分：它并非完全不做基础模型（自研开悟大模型），只是不以自研基座模型为核心主线，而是以工程整合、落地复用为核心战略；

3. 其他路线：部分企业仍会坚持深耕基座模型研发，两条路线不存在绝对对错，只是产业分工分化：上游造模型、中游做工程整合、下游做场景应用，软通牢牢占据中游核心枢纽位。

总结

如果说上半场比拼“造AI大脑”，下半场比拼“搭建AI生产线+铺设AI应用管网+对接实体产业”，软通动力从算力调度、推理底座、中台工厂、行业实施、硬件终端形成一整套工业化工程体系，叠加对硅基流动推理基础设施的战略补强，完全可以视进入工程化下半场里，最具代表性的企业典范。