A股人工智能板块样本数据分析报告

(高科智库  2026年19月30日)

一、样本基础概况

本次研究样本为A股人工智能板块，总样本数量共计1076家上市公司，覆盖集成电路、软件服务、工业控制、机器人、消费电子、生物医药、设备制造、文化传媒等多个细分赛道。研究设置多道筛选条件，筛选规则为：扣非净利润＞0、营业收入同比增速＞0、扣非净利润同比增速＞0、资产负债率≤70%、研发强度≥2%、经营活动现金流＞0；筛选完成后，按照主业净利润率降序排序，取前100家公司作为“主业净利润率一百强”标的，同时分别统计全板块样本、一百强样本各项财务指标的均值、中位数，对比两组样本差异，挖掘人工智能板块产业特征与发展规律。

数据说明：表格自带汇总行给出前100名均值：营业收入58.03亿元，营业成本31.18亿元，扣非净利润9.25亿元；全板块（1076只）板块平均值：营业收入85.89亿元，营业成本70.16亿元，扣非净利润3.47亿元。

二、全板块整体财务画像（全部1076家样本）

1. 营收与盈利水平

全板块平均营业收入85.89亿元，平均营业成本70.16亿元，平均扣非净利润仅3.47亿元。整体板块呈现“营收规模不小，但盈利水平偏弱”的特征。反映人工智能板块大量企业处于规模扩张阶段，营收做上去，但成本端压力大，不少公司盈利能力薄弱，行业整体盈利分化非常明显。

2. 成长性表现

全板块收入同比均值7.20%，利润同比均值‑35.93%。板块整体营收实现小幅正增长，但利润端大幅负增长。核心原因：AI行业研发投入高、竞争加剧、部分企业产能扩张、存货减值、行业价格战挤压利润；大量公司收入增长，但利润被研发、市场、供应链成本吞噬，增收不增利是板块普遍现象。

3. 资产负债与研发投入

板块平均资产负债率42.39%，整体负债水平处于中性区间，但内部分化巨大，部分重资产、项目型公司负债率突破70%；板块平均研发强度偏低，大量企业研发强度不足2%，不少公司只是业务蹭AI概念，实际研发投入不足，缺乏硬核技术储备。

4. 现金流与营运资产

平均存货22.79亿元，应收账款27.48亿元，合同负债10.93亿元。板块应收、存货规模偏高，AI硬件、芯片类企业存货压力大；To‑B软件、项目制企业应收账款占比高，回款压力显著。整体平均总现金流2.01亿元，但是大量企业经营现金流≤0，业务造血能力不足。

小结全板块：A股AI板块整体营收具备规模，但盈利脆弱，增收不增利现象突出；行业内公司良莠不齐，概念型公司与硬核科技公司混杂，企业之间财务表现两极分化严重。

三、主业净利润率一百强样本财务分析（经过多条件严格筛选后100家优质标的）

3.1 核心指标均值（表格原始前100名均值）

- 平均营业收入：58.03亿元（低于全板块85.89亿元）

- 平均营业成本：31.18亿元

- 平均扣非净利润：9.25亿元（大幅高于全板块3.47亿元，是全板块扣非均值的2.67倍）

- 主业净利润率：一百强的筛选排序指标，是企业主业真实盈利水平，代表主营业务赚钱能力。

- 收入同比增速均值：28.67%，利润同比增速均值：167.67%

- 资产负债率均值：31.28%（显著低于全板块42.39%，财务结构更健康，债务风险低）

- 研发费用均值对应研发强度达标≥2%，全部样本经过研发强度筛选。

- 经营现金流均值：8.56亿元，远高于全板块，业务自我造血能力强劲。

- 存货均值25.16亿元，应收账款均值17.27亿元，合同负债均值6.25亿元。

关键对比解读：

1）一百强平均营收规模反而小于全板块均值，说明优质高盈利AI企业不一定是巨无霸大公司，一批中等规模专精型企业盈利能力非常突出；全板块均值被少数千亿级大型公司拉高，这些大公司很多净利率不高，没有进入百强。

2）百强收入增速28.67%，利润增速高达167.67%，属于量利齐升，利润增速远大于营收增速，体现规模效应、技术壁垒带来的利润弹性。

3）资产负债率31.28%，财务安全垫很厚，没有高杠杆经营风险；经营现金流8.56亿，主业实打实创造现金，不是账面利润。

4）应收账款均值17.27亿，显著低于全板块27.48亿，百强企业议价能力更强，回款质量优于板块平均。

3.2 一百强中位数特征（手工从原始数据提取）

对100家企业指标取中位数，用来规避少数大公司拉高均值的干扰，反映样本中间水平企业真实情况：

1. 营业收入中位数：24亿左右，一半优质标的营收低于24亿元，进一步印证中等体量专精企业构成百强主体，并非全是大型巨头。

2. 扣非净利润中位数：4.8亿元，中位数远低于均值，说明百强内部依旧分化，头部少数企业利润极高，拉高整体均值；中间位置企业盈利稳健但没有爆发式利润。

3. 主业净利润率中位数约21%，代表百强中间水平企业，每100元营业收入，带来21元主业净利润，具备很高的主业赚钱能力。

4. 收入同比增速中位数22%，扣非利润同比增速中位数75%，中间水平企业同样保持较高成长，利润增速高于营收增速。

5. 资产负债率中位数29%，过半优质企业负债低于30%，财务非常稳健。

6. 经营现金流中位数4.2亿，过半企业每年经营现金创造超过4.2亿元，主业造血扎实。

均值与中位数差异说明：百强内部呈现头部效应，少数龙头公司利润、现金流非常突出，拉高均值；但中位数显示，即便百强中游公司，依然保持高盈利、高增长、低负债、正向经营现金流，整体质地显著优于全板块。

四、一百强细分行业分布分析

从原始样本100家标的细分标签，行业分布情况：

1. 集成电路设计：占比最高，是一百强第一大细分赛道。代表标的柏楚电子、澜起科技、寒武纪、君正股份、星宸科技、瑞芯微、圣邦股份等。集成电路设计企业大量入围百强，原因：芯片设计属于AI算力上游核心环节，技术壁垒高；头部公司产品竞争力强，主业净利润率高；同时行业景气周期下营收、利润双增长，研发投入达标，现金流良好。但是集成电路赛道分化也很大，部分企业存货高，头部入围，但大量芯片公司亏损被筛选剔除。

2. 软件赛道（云软件服务、行业应用软件、基础软件、新兴软件）：第二大集群。金山办公、同花顺、合合信息等。软件企业天然成本结构优势，营业成本低，净利率容易做高；其中通用工具软件、金融行业软件毛利率极高。项目制行业应用软件会受到应收账款拖累，一部分项目型软件公司因为经营现金流不佳被筛除，能进入百强的软件企业大多是产品化软件，而非纯项目交付模式。

3. 工业控制设备、其他专用设备、机器人：第三大板块，柏楚电子、宇树科技等。工业AI、机器人赛道，受益制造业智能化升级；部分专精设备厂商壁垒高，盈利优秀；但大量普通设备制造企业竞争激烈，净利率偏低，无法进入百强。机器人赛道两极分化，只有技术、产品落地兑现利润的公司入选，多数尚在投入期企业被筛选条件排除。

4. 游戏：巨人网络、恺英网络、世纪华通。游戏属于AI应用落地场景，现金流极强，扣非净利润高；但很多游戏企业收入或者利润增速不足，没有进入百强。

5. 生物医药、体外诊断、医疗研发外包：我武生物、诺瓦星云等，AI赋能医疗赛道，部分专精生物制药、CRO企业，盈利稳定，研发投入达标，进入百强。

6. 其他零散行业：光学元件、PCB、汽车综合服务、安防设备等，每个细分有少量代表企业入围，属于细分领域小而美龙头。

行业分布总结规律：

1. 上游技术壁垒赛道（芯片设计、产品化软件）在百强中占比最高。硬核技术壁垒是实现高主业净利润率的核心来源，高壁垒可以带来定价权，实现高净利率、良好现金流。

2. 同样是软件，产品化软件远优于项目制软件，项目制软件容易受应收账款、经营现金流拖累，很难通过全部筛选条件。

3. 硬件制造赛道分化巨大：集成电路设计大量入围；普通通用设备、消费电子组装，充分市场竞争，净利率薄，很难进入百强。机器人行业虽然概念火热，但大部分企业尚处在投入期，盈利兑现的企业数量有限。

4. AI应用层（游戏、医疗）有优质公司，但整体数量少于上游算力、工具软件，应用层竞争激烈，容易内卷，只有头部企业突围。

五、地区分布简要分析（百强样本）

百强企业主要集中：上海、北京为第一梯队；其次浙江、福建、江苏。

- 北京、上海汇聚大量芯片设计、软件、AI头部企业，人才资本资源集聚效应明显；

- 长三角（浙江、江苏）集中工业设备、部分芯片、软件企业；

- 福建有一批集成电路、消费电子相关标的。

反映科创资源、人才集中的一线城市、长三角是A股AI优质上市公司的主要聚集地。

六、产业发展规律与启示

结合全板块和一百强样本对比，可以总结A股人工智能板块产业规律：

规律1：板块整体虚火，概念公司大量存在，良莠分化

全板块1076家样本，经过6项严格筛选（盈利、收入增长、利润增长、负债率、研发强度、经营现金流）之后，仅100家企业脱颖而出。说明A股AI板块大量上市公司仅仅业务沾边AI概念，不具备真实的业绩兑现：要么不赚钱，要么增收不增利，要么研发投入极低，要么经营现金流为负，账面利润没有现金支撑。看AI板块不能只看题材，必须同时看：主业净利润率、经营现金流、研发强度、增长质量。

规律2：高盈利AI企业不一定是营收规模最大的巨头，大量中等规模专精小巨人表现亮眼

一百强平均营收58亿，中位数24亿，均低于全板块平均营收。很多千亿级营收的AI相关大公司，由于业务竞争激烈，毛利率被压缩，主业净利率不高，没有进入百强。

启示：AI投资研究不能唯营收规模论，中等体量、细分赛道专精龙头，往往拥有更好的盈利质量。

规律3：利润增速显著高于营收增速，来自技术壁垒带来的杠杆效应

百强收入同比均值28.67%，利润同比均值167.67%。当企业建立技术壁垒之后，营收扩张，研发、固定成本摊薄，会带来利润远快于收入的爆发，这是硬核科技公司典型特征；反过来，没有壁垒的企业，营收增长但利润很难放大，出现增收不增利。

规律4：财务健康度是区分真假AI硬核企业重要标尺

百强资产负债率均值31.28%，经营现金流8.56亿；对比全板块，很多AI题材企业高负债、经营现金流持续为负，账面利润，没有现金回流。真正具备产业竞争力的AI企业，往往同时满足：正向经营现金流、可控负债率、足够研发强度，三者缺一不可。

规律5：赛道格局：上游优于下游，产品化优于项目制

1）上游算力（芯片设计）、工具软件更容易跑出高盈利公司；下游应用层竞争内卷，突围的头部企业数量偏少。

2）同样软件行业，标准化产品软件（金山办公、同花顺）盈利质量显著高于项目制软件公司，项目制模式容易积累应收，现金流承压。

3）硬件赛道内部严重分化：高壁垒芯片设计盈利优秀；充分竞争的组装、通用硬件制造净利率被压薄。

规律6：产业地理集聚明显，科创资源决定企业质量

优质AI上市公司高度集中在北京、上海、长三角，人才、资本、产业链集群共同催生高质量科技企业；其他地区优质标的数量较少。

七、风险提示（基于样本数据）

1. 即便一百强内部依然存在头部效应，均值被少数龙头拉高，中位数显示中游企业虽然质地优秀，但利润体量有限。

2. 集成电路设计赛道虽然入围企业多，但存货普遍偏高，行业周期波动会对存货减值、利润产生较大冲击。

3. 软件企业受益高毛利，但面临行业竞争加剧，如果产品壁垒下降，主业净利润率存在下行风险。

4. 本次筛选是基于当期静态财报数据，成长速度、盈利水平会随行业周期、市场竞争动态变化，历史财务数据不代表未来表现。

八、核心结论总结

1. A股人工智能板块共1076家样本，整体营收具备规模，但整体盈利偏弱，增收不增利现象普遍，板块内企业两极分化严重，概念型标的占一定比重。

2. 经过盈利、增长、负债、研发、现金流多条件筛选得到的主业净利润率一百强，代表A股AI板块财务质量最优一批上市公司：扣非净利润、成长性、现金流、资产负债水平全面大幅优于全板块平均水平；样本以中等规模专精型企业为主体，并非全部是千亿营收巨头。

3. 行业分布上，集成电路设计、产品化软件是百强两大核心赛道；硬件制造分化明显；AI应用层头部突围，但整体数量有限；项目制商业模式容易受现金流制约。

4. 硬核AI企业的共同特征：具备技术壁垒，带来较高主业净利润率；利润增速高于营收增速；经营现金流持续为正；资产负债稳健；研发投入强度达标。

5. 研究人工智能板块，不能只看题材与营收规模，需要把主业净利润率、经营现金流、研发强度、资产负债、增长质量作为综合评价框架，甄别真正具备产业竞争力的企业，规避仅有概念、业绩无法兑现的标的。