核心观点

  • 全球AI服务器绝对龙头：公司作为全球最大AI服务器ODM厂商，深度绑定NVIDIA GB200/GB300系列GPU机柜，为Microsoft、Google、Amazon、Meta等全球头部CSP提供AI算力基础设施，充分受益于全球AI资本开支浪潮。
  • 业绩高速增长确定性强：2025年实现营收9,028.9亿元（+48.22%），归母净利润352.9亿元（+51.99%）；2026Q1延续高增态势，营收2,510.8亿元（+56.52%），归母净利润105.9亿元（+102.55%），增速进一步加快。
  • AI推理需求接棒训练需求：预计2027年AI推理工作负载将超越训练，公司在推理服务器领域布局完善，有望持续受益于AI应用落地带来的推理算力需求爆发。
  • Consign模式转型提升盈利能力：头部客户逐步转向consign模式（客户自采芯片），公司聚焦系统集成与制造服务，毛利率结构性改善空间显著。

一、公司概况

1.1 公司简介

工业富联（Foxconn Industrial Internet Co., Ltd.，简称FII）是鸿海精密（Hon Hai Precision）旗下聚焦工业互联网与智能制造的核心子公司，2018年6月在上交所主板上市。公司以"智能制造+工业互联网"为战略方向，业务覆盖云计算与网络设备（AI服务器、交换机、存储）、智能消费电子精密结构件、工业互联网平台三大板块。

公司总部位于深圳，在全球拥有超过20万名员工，制造基地遍布中国大陆、越南、墨西哥、印度等地。依托鸿海集团40余年精密制造积淀，公司构建了从零部件到整机系统的垂直整合能力，是全球极少数能够提供AI服务器全栈解决方案的制造商。

1.2 股权结构与治理

鸿海精密通过中坚公司间接持有工业富联约62%股权，为公司控股股东。实际控制人为鸿海集团创始人郭台铭先生。公司管理层以技术与制造背景为主，董事长郑弘孟先生深耕ICT制造领域超过25年，具备丰富的全球化运营经验。

1.3 发展历程与战略定位

公司发展可划分为三个阶段：

  • 2015-2018（孵化期）：从鸿海体系内剥离网络设备与服务器业务，整合精密制造资源，完成A股上市。
  • 2019-2022（转型期）：从传统代工向高附加值系统集成转型，布局5G网络设备、边缘计算，建设灯塔工厂。
  • 2023至今（爆发期）：全面受益于生成式AI浪潮，AI服务器业务进入超高速增长通道，确立全球AI算力基础设施核心供应商地位。

二、财务分析

2.1 营收与利润总览

2025年公司实现营业收入9,028.89亿元，同比增长48.22%；归属母公司净利润352.9亿元，同比增长51.99%。收入增速与利润增速均创上市以来新高，体现了AI服务器需求爆发对公司业绩的强劲拉动。

2026年第一季度，公司实现营收2,510.8亿元，同比增长56.52%；归母净利润105.9亿元，同比增长102.55%。利润增速显著快于收入增速，反映出产品结构优化与规模效应释放带来的盈利能力提升。

图1：工业富联营收及增速（2021-2025）

0 2000 4000 6000 9000亿 4,395 5,118 5,252 6,092 9,029 2021 2022 2023 2024 2025 +1.8% +16.4% +2.6% +16.0% +48.2% 营收（亿元） 同比增速

2.2 业务结构分析

2025年公司三大业务板块表现分化明显，云计算与网络设备业务（含AI服务器、交换机、存储设备）成为绝对增长引擎：

  • 云计算及网络设备：营收约6,027亿元，占总营收66.75%，同比增长88.7%。AI服务器（含GPU机柜）为核心驱动力，受益于全球CSP大规模AI基础设施投资。
  • 智能消费电子精密结构件：营收约3,431亿元，占比约38%，保持稳健增长。主要为智能手机、笔记本电脑等提供精密金属/玻璃结构件。
  • 工业互联网及计算：营收约1,354亿元，占比约15%，包括工业互联网平台服务、边缘计算设备等。

图2：2025年营收结构（按业务板块）

云计算及网络设备 66.75% | 6,027亿元 YoY +88.7% 消费电子精密件 ~21% | 稳健增长 工业互联网及计算 ~12% | 1,354亿元 云计算 消费电子 计算及其他

2.3 盈利能力分析

2025年公司综合毛利率约7.8%，较2024年提升约0.5个百分点。虽然绝对水平仍处于制造业较低区间，但考虑到公司近万亿营收体量，毛利率每提升1个百分点即对应约90亿元增量利润，弹性极为显著。

净利率方面，2025年归母净利率约3.91%，较2024年的3.81%小幅提升。2026Q1净利率达4.22%，环比与同比均有改善，主要受益于：

  • AI服务器产品附加值高于传统服务器，系统集成复杂度提升带来溢价
  • Consign模式下收入确认口径变化，但利润绝对额不受影响，利润率表观提升
  • 规模效应持续释放，固定成本摊薄
  • 产品组合优化，高毛利800G交换机占比提升

2.4 现金流与资产负债表

2025年经营性现金流净额约380亿元，同比大幅增长，现金流质量优异。资本开支约220亿元，主要用于AI服务器产线扩建及自动化升级。资产负债率约58%，处于制造业合理水平，有息负债率较低，财务结构稳健。

2.5 季度业绩趋势

从季度维度观察，公司业绩呈现逐季加速态势：

季度 营收（亿元） YoY 归母净利（亿元） YoY
2025Q1 1,603.7 +26.8% 52.3 +31.2%
2025Q2 2,087.4 +38.5% 78.6 +42.1%
2025Q3 2,451.2 +52.7% 98.4 +58.3%
2025Q4 2,886.6 +68.4% 123.6 +72.8%
2026Q1 2,510.8 +56.5% 105.9 +102.6%

值得注意的是，2026Q1利润增速（+102.6%）远超收入增速（+56.5%），利润弹性显著放大，核心原因在于：（1）高附加值AI机柜占比进一步提升；（2）部分客户转向consign模式后利润率结构性改善；（3）Q1为传统淡季但AI需求无明显季节性，产能利用率维持高位。

2.6 研发投入

2025年公司研发费用约128亿元，同比增长35%，研发费用率约1.4%。虽然研发费用率绝对值不高，但考虑到近万亿营收基数，128亿元的研发投入在A股制造业中位居前列。研发重点方向包括：

  • AI服务器液冷散热技术（浸没式液冷、冷板式液冷）
  • 高速互联技术（CPO光电共封装、硅光模块）
  • AI服务器电源管理与功率密度优化
  • 智能制造与工业互联网平台
  • 下一代交换机芯片与系统设计

三、行业分析

3.1 全球AI芯片与服务器市场

全球AI产业正处于历史性的投资扩张周期。根据多家机构预测：

  • AI芯片市场：2026年全球AI芯片市场规模预计达到约2,250亿美元，NVIDIA凭借GPU生态占据约70-80%市场份额。
  • AI服务器市场：美国AI服务器市场预计从2025年的503.2亿美元增长至2034年的7,062亿美元，CAGR约34%。
  • CSP资本开支：2026年全球云服务提供商（CSP）资本开支预计超过2,500亿美元，其中AI相关投资占比持续提升至60%以上。

3.2 AI算力需求结构演变

当前AI算力需求以大模型训练为主导，但随着AI应用的广泛落地，推理需求正在快速增长：

  • 训练需求：GPT-5、Gemini Ultra等下一代大模型训练集群规模持续扩大，单集群GPU数量从万卡向十万卡演进。
  • 推理需求：ChatGPT、Copilot、AI搜索等应用的日活用户持续增长，推理算力需求呈指数级扩张。预计2027年AI推理工作负载将超越训练工作负载。
  • 边缘推理：自动驾驶、工业视觉、端侧AI等场景催生边缘推理服务器需求。

3.3 供应链格局与产业链价值分配

AI服务器产业链价值分配呈现"微笑曲线"特征：

  • 上游芯片（高附加值）：NVIDIA GPU占AI服务器BOM成本60-70%，掌握绝对定价权。
  • 中游系统集成（附加值提升中）：AI服务器系统集成复杂度远超传统服务器，液冷散热、高速互联、电力管理等技术壁垒显著提升ODM价值量。
  • 下游CSP（高附加值）：Microsoft、Google等通过AI服务变现，享受最终用户价值。

3.4 全球AI基础设施投资展望

2026年全球主要CSP已公布的AI资本开支计划：

  • Microsoft：2026财年资本开支预算约800亿美元，其中AI数据中心占比超60%
  • Google：2026年资本开支预算约750亿美元，重点投向AI训练与推理基础设施
  • Amazon：2026年AWS资本开支预算约1,000亿美元，AI相关占比持续提升
  • Meta：2026年资本开支预算约600-650亿美元，聚焦AI研究与推理集群

四大CSP合计AI相关资本开支超过2,500亿美元，叠加Oracle、字节跳动、阿里云等二线玩家，全球AI基础设施年度投资规模已突破3,000亿美元量级。这一投资强度预计将持续至2028年以上，为AI服务器产业链提供了长期、确定性强的需求支撑。

3.5 中国AI算力市场

受美国出口管制影响，中国AI算力市场呈现差异化发展路径：

  • 国产GPU（华为昇腾、寒武纪、海光等）加速替代，但性能仍落后NVIDIA 1-2代
  • 中国CSP（阿里、腾讯、字节、百度）AI资本开支快速增长，2026年合计预计超3,000亿元人民币
  • 公司凭借国内制造基地优势，同时服务国内外客户，在国产AI服务器领域亦有布局
  • 国内AI推理需求随大模型应用落地快速增长，为公司提供增量市场

四、竞争格局与公司定位

4.1 全球AI服务器ODM竞争格局

全球AI服务器ODM/OEM市场呈现高度集中态势，工业富联凭借规模、技术、客户资源三重优势稳居龙头地位：

  • 工业富联（FII）：全球市占率第一，是NVIDIA GB200/GB300 NVL72/NVL36机柜的核心组装合作伙伴，同时为四大CSP（Microsoft、Google、Amazon、Meta）提供AI服务器。
  • 广达电脑（Quanta）：全球第二大服务器ODM，NVIDIA重要合作伙伴，主要服务Microsoft和Meta。
  • 纬颖科技（Wiwynn）：专注云端服务器，Meta和Microsoft核心供应商。
  • 英业达（Inventec）：传统服务器ODM，AI服务器份额相对较小。

4.2 核心竞争优势

公司相较竞争对手具备以下差异化优势：

  • 垂直整合能力：从PCB、散热模组、机柜钣金到系统组装的全链条自制能力，成本控制与交付效率行业领先。
  • 全球化产能布局：中国、越南、墨西哥、美国多地产能，满足客户地缘政治分散化需求。
  • NVIDIA深度绑定：作为NVIDIA GB系列机柜最大组装伙伴，优先获得新品设计导入（Design-in），技术迭代同步性强。
  • 液冷技术领先：自研液冷散热解决方案，满足GB200单机柜120kW+功耗散热需求，技术壁垒显著。
  • 规模经济：近万亿营收体量带来的采购议价能力与固定成本摊薄优势。

4.3 客户结构

公司客户结构高度集中于全球头部科技企业：

  • Microsoft：Azure AI基础设施核心供应商，GB200机柜主要组装方。
  • Google：GCP AI服务器及TPU配套系统供应商。
  • Amazon：AWS AI服务器供应商，同时涉及自研芯片Trainium配套。
  • Meta：AI研究与推理基础设施供应商。
  • 字节跳动、阿里云等：国内头部互联网客户，AI服务器需求快速增长。

五、成长驱动因素

5.1 AI GPU机柜出货量持续攀升

NVIDIA GB200/GB300系列采用全机柜交付模式（rack-scale），单机柜价值量达200-300万美元，远超传统服务器。公司作为核心组装伙伴，直接受益于：

  • NVIDIA 2026年Blackwell Ultra及2027年Rubin架构持续迭代，单机柜价值量进一步提升
  • 全球CSP AI集群规模从万卡向十万卡、百万卡演进，机柜需求量级跃升
  • 企业级AI私有云部署加速，中小规模AI机柜需求涌现

5.2 800G交换机放量

AI集群对网络带宽要求极高，800G以太网交换机正在快速替代400G成为AI数据中心标配。公司网络设备业务深度受益：

  • 800G交换机单价约为400G的2-3倍，ASP显著提升
  • AI集群spine-leaf架构对交换机数量需求倍增
  • 公司为多家CSP提供白盒交换机ODM服务，份额领先

5.3 ASIC服务器拓展

除NVIDIA GPU服务器外，公司积极拓展ASIC（定制芯片）服务器业务：

  • Google TPU配套服务器系统集成
  • Amazon Trainium/Inferentia服务器组装
  • Microsoft Maia芯片配套系统
  • ASIC服务器有望成为GPU服务器之外的第二增长曲线

5.4 Consign模式转型

头部CSP客户逐步从传统采购模式转向consign模式（客户自行采购GPU等核心芯片，ODM仅负责系统集成与组装）：

  • 收入端影响：consign模式下收入确认不含芯片价值，表观收入增速可能放缓
  • 利润端利好：利润绝对额不受影响，但收入基数缩小导致净利率显著提升
  • 现金流改善：无需垫付高价GPU采购资金，营运资金压力大幅减轻
  • 风险降低：减少芯片库存跌价风险，经营确定性增强

5.5 海外产能扩张

地缘政治驱动下，公司加速海外产能布局：

  • 墨西哥工厂扩产，服务北美客户就近交付需求
  • 越南基地持续扩建，承接部分中国产能转移
  • 印度工厂规划中，配合客户供应链多元化战略

六、估值讨论

6.1 相对估值

以2026年一致预期净利润约480-520亿元计算，当前市值对应2026年PE约25-28倍。对标全球AI算力产业链可比公司：

  • NVIDIA 2026 FY PE约30-35倍（芯片设计，更高附加值）
  • 广达电脑2026 PE约18-22倍（台股ODM同业）
  • 纬颖科技2026 PE约20-25倍（台股云端服务器）
  • 超微电脑（SMCI）2026 PE约15-20倍（美股AI服务器）

公司估值处于全球AI服务器ODM板块中上水平，考虑到A股流动性溢价、龙头地位及更高增速，估值具备合理性。若2026年业绩超预期（Q1已显示加速趋势），当前估值仍有上行空间。

6.2 绝对估值考量

采用DCF模型，假设2026-2028年营收CAGR 25-30%，长期增速回落至8-10%，WACC 9-10%，对应合理市值区间约1.3-1.6万亿元。当前市值处于合理区间中枢偏下位置，具备一定安全边际。

6.3 关键估值驱动变量

  • 全球CSP AI资本开支增速是否持续超预期
  • NVIDIA新品迭代节奏及公司份额变化
  • Consign模式推进速度对利润率的提升幅度
  • ASIC服务器业务能否形成有效第二曲线

七、风险因素

  • AI资本开支周期性风险：若全球CSP因宏观经济下行或AI商业化不及预期而削减资本开支，公司营收增速将显著承压。历史上科技资本开支具有明显周期性。
  • 客户集中度风险：前五大客户营收占比超过70%，单一大客户订单波动可能对业绩产生较大影响。
  • NVIDIA供应链地位变化风险：若NVIDIA调整ODM合作策略或竞争对手份额提升，公司核心业务可能受到冲击。
  • 地缘政治风险：中美科技脱钩持续深化，可能影响公司获取先进芯片及服务海外客户的能力。美国出口管制政策的不确定性是持续风险。
  • 毛利率压力：ODM行业竞争激烈，客户议价能力强，若规模效应无法覆盖价格压力，盈利能力改善可能不及预期。
  • 技术迭代风险：AI芯片架构快速演进（GPU→ASIC→光计算），若公司技术储备未能跟上迭代节奏，可能丧失竞争优势。
  • 汇率风险：公司大量收入以美元计价，人民币升值将侵蚀利润。
  • 管理层与治理风险：作为鸿海子公司，关联交易及利益输送风险需持续关注。

八、结论与投资建议

工业富联作为全球AI服务器ODM绝对龙头，正处于AI算力需求爆发的最佳受益位置。公司2025年业绩已充分验证增长逻辑，2026Q1利润翻倍增长进一步确认加速趋势。展望未来2-3年，在全球CSP AI资本开支持续高增、NVIDIA新品迭代、推理需求爆发、consign模式转型等多重驱动下，公司业绩高增长确定性强。

主要关注点在于AI资本开支周期的持续性及估值消化节奏。建议投资者重点跟踪：季度营收增速趋势、毛利率变化、NVIDIA新品导入进度、海外产能利用率等核心指标。

免责声明：本报告仅供个人学习研究使用，不构成任何投资建议。报告中的数据和观点基于公开信息整理，可能存在偏差。投资有风险，决策需谨慎。