公司活动与参与规模 - 公司在旧金山Moscone中心首次举办INBOUND客户大会 此前15年均在波士顿举行[1] - 活动参与人数达到约13000人 体现品牌影响力与客户参与度[1] 产品创新与发布规模 - 公司在大会上展示超过200项产品更新、功能特性及平台发布[1] - 创新节奏全面加速 覆盖整个平台体系[1] 技术战略重点 - 数据能力被确立为核心战略主题 被视为AI技术发展的基础支撑[2] - 公司正在进行数据体系转型 以强化AI应用底层架构[2]

分拆计划进展 - Solstice业务将于2024年第四季度完成分拆[1] - 航空业务(Aero)分拆计划于2025年下半年完成 距当前约一年时间[1] - 分拆工作按计划推进 未出现重大意外情况[1] 分拆执行团队 - 已组建独立项目团队负责航空业务分拆[2] - 此前汽车业务(AM)分拆为航空业务分拆提供了经验积累[2] 自动化业务机遇 - 剩余自动化业务(RemainCo Automation)面临重大发展机遇[2] - 云计算、数据和人工智能技术融合带来远超预期的市场空间[2] - 自动化领域机会规模超出最初分拆决策时的假设[2] 投资者活动安排 - 投资者日定于2023年10月8日举行[1]

公司分拆进展 * Solstice业务将在2025年第四季度完成分拆[7] * ERO业务的分拆计划在2026年下半年进行[7] * 分拆过程按计划进行 没有重大意外[7] * 分拆的核心论据是使每个公司能专注于自身战略 拥有独立的资本结构和管理团队[13] * 自动化业务（Remain Core）和航空航天（AERO）业务分拆后规模均约为200亿美元营收[13] 自动化业务（Remain Core）战略与机遇 * 云、数据和AI的融合带来的自动化机遇远超最初分拆决策时的假设[8] * 公司现已连接20,000名客户 数据科学的应用是一个全新的维度[9][12] * 业务战略聚焦于为客户提供共同的结果 如能源效率、生产力、运营卓越、安全和网络安全[14] * 业务将服务于三大终端市场：工业、流程和建筑 通过共同的结果绑定在一起[36] * 未来的投资组合将围绕两个驱动因素构建：强化某一结果（如通过收购Excess Solutions强化安全）或参与高增长市场（如通过收购参与LNG领域）[36] * 并购原则将保持为补强收购（Bolt-On）和小规模整合（Tuck-Ins） 不寻求变革性交易[37] * 近期完成的六项收购中 四项在自动化领域 两项在航空航天领域[15] * 已完成对个人防护装备业务的出售 并宣布对生产力解决方案和仓库自动化进行战略评估[15] * 自动化业务的新产品从概念到商业化规模推广周期通常约为18个月[55] 量子计算业务进展 * 完成了6亿美元的量子业务融资 目标融资额达到7亿美元或更高[16][17] * 本轮融资吸引了众多新投资者 表明市场对量子计算的兴趣正在提升[16][17] * 量子业务估值达到100亿美元[19] * 下一阶段重点是让客户在平台上进行应用 证明量子计算在经典计算无法完成的领域的价值[17] * 量子团队聚焦三大垂直领域：研究与生命科学（加速分子发现）、银行和政府（网络安全加密）[18] 航空航天（AERO）业务展望 * 坚信该业务具有长期增长潜力 预计将在不到10年（约8-9年）内有机增长至300亿美元规模[23] * 增长动力来源于原始设备制造商（OE）增长、国防成为新的增长维度以及先进空中交通（AAM）领域的重大订单[24] * 预计长期将实现中至高个位数的有机增长 但持续的两位数增长因供应链复杂性而难以实现[23] * 上半年经历的OE客户去库存和同步问题已基本解决 预计下半年增长轨迹将趋于一致[33][34] * 业务积压订单达到700亿美元[27] 航空航天（AERO）业务利润率 * 当前部门利润率在25%-26%区间波动[25] * 利润率受到三个过渡性因素影响：1) 收购CASE业务带来约100个基点的利润率收缩 此影响将在明年消失；2) OE产品组合持续对整体组合不利（因OE利润率低于售后市场）；3) 关税导致成本与价格调整不同步（OE长期合同价格调整滞后）[25][26] * 长期来看 研发支出增加（为交付积压订单）以及在供应链上的投资将为未来利润率扩张奠定基础 目标仍是29%的部门利润率[27][28][29] * 短期内AERO的盈利增长将主要由营收增长驱动 长期将是营收增长和利润率扩张的结合[29] 建筑自动化业务表现 * 该业务成功转型 表现超出财务承诺[42] * 增长由三大战略驱动：1) 转向高增长垂直领域（如数据中心、医疗保健、娱乐酒店）；2) 通过服务和软件挖掘安装基础（领先的连接战略）；3) 驱动新产品[39][40] * 收购Excess Solutions（Access Solutions）带来的销售协同效应表现极佳 特别是在数据中心领域[42] * 已有超过10,000名消防客户接入网络 渠道合作伙伴可远程配置消防系统[41] 宏观环境与定价 * 对2025年全年业绩指引10.45至10.65美元充满信心[46] * 对下半年短周期业务持谨慎态度 原因是对关税和油价徘徊在60美元对出口导向型经济体和能源公司资本支出的二次影响不确定[46][47] * 关税导致的成本增加得到了市场的接受 没有遇到真正的阻力 策略是通过部分提价和自身生产率提升来保护利润率 同时优先保障销量[51][52] * 工业领域的定价环境预计在2%至3%或更高区间 因材料通胀和持续的劳动力通胀推动[53] * 公司约50%营收来自美国以外市场 需密切关注关税对接收端经济体的影响[47] 整体增长与财务 * 2025年第二季度有机增长率为5%[55] * 公司致力于通过三大驱动力（垂直领域组合、挖掘安装基础、新产品）为每个业务奠定中至高个位数增长的基础[57] * 近期完成的六项收购 净成本协同效益后的平均市盈率倍数约为12倍 且均未计入销售协同效益[43] * 六项收购中有四项已经对利润率产生增值效应 并助推了公司的有机增长率[43][44]

特斯拉的算力战略与优势 - 特斯拉在智能辅助驾驶领域存在先发优势，其2016年启动自主研发，国内车企2018年跟进，特斯拉2021年发布FSD Beta，国内2023年推出类似功能，存在时间差 [2] - 特斯拉采用纯视觉技术路线，对算力有极高需求，其目标不仅是FSD，还包括Robotaxi及无人驾驶，需处理海量实时视觉信息并进行复杂场景模拟预测 [3] - 特斯拉自研Dojo高性能计算系统于2023年7月投产，采用自研D1芯片，处理全球车队每日采集的约1600亿帧视频数据，以训练FSD学习边缘场景 [3] - Dojo超算性能持续升级，第二代芯片性能比第一代提高10倍，第三代将于明年推出，预计2026年实现规模化运营，可实现数据训练速度猛增一个数量级 [4] - 特斯拉算力投入服务于更广泛的AI业务，包括大语言模型、场景生成及探索“世界模型”技术，富余算力可能转化为向外部企业提供AI训练服务的新增长点 [4][8] 国内车企的算力建设与策略 - 国内车企如小鹏、理想、长城、吉利等积极筹建超算中心，小鹏汽车2022年建成算力达600 PFLOPS的自动驾驶智算中心“扶摇”，将模型训练速度提升近170倍 [5] - 理想汽车聚焦算力中心打造，一年算力训练投入10亿元，截至2024年9月训练算力达5.39 EFLOPS，预计年底超8 EFLOPS，累积训练里程已超22亿公里 [6] - 除车企外，产业链上游供应商如商汤科技和华为也参与算力基建，商汤AIDC一期设计算力为3740 PFLOPS，华为昇腾384超节点可提供300 PFLOPS密集算力 [6][7] - 国内车企算力建设趋势发生变化，从自建超算中心转向混合云与专业化服务，受芯片路线突变、成本压力、技术重心迁移等五大因素驱动 [7] - 国内车企普遍采用分层策略，高端车型配装激光雷达，中低端走纯视觉路线，并依托供应商提供算力基建，无需独立承担超算中心建设成本 [9] 算力差距与技术路线分析 - 算力差距的根本原因在于技术路线差异，特斯拉坚持纯视觉方案，必须依赖海量数据训练弥补感知缺陷，而国内车企多采用激光雷达+视觉融合方案，降低了对数据训练的依赖 [8] - 智能辅助驾驶对训练算力的需求尚未完全爆发，基于语言模型的端到端大模型仍处于起步阶段，中国车企还不到大范围铺算力的时候，具体需求需与算法挂钩 [8] - 行业认为国内车企不必在算力上与特斯拉直接竞争，目前国内组合辅助驾驶的推广与特斯拉无明显差距，算力沟壑在应用层面表现不突出，产业生态的协同优势使国内车企在某些方面领先 [9] 智能辅助驾驶的核心竞争要素 - 算法同质化已成定局，从BEV、OCC架构到端到端大模型，核心技术框架已高度趋同，算法无法被垄断，难以长期维持“护城河” [10] - 数据成为关键竞争点，拥有百万级实车数据的企业可构建不易复制的竞争力，如解决“交互博弈”难题和优化本土化“长尾场景”（如三轮车、移动路障） [10][11] - 人才密度是决定市场竞争力的核心要素，端到端大模型需要大量研发人员处理算法与现实的“鸿沟”，头部企业智驾团队已达数千人规模 [11] - 算法效率至关重要，高效率算法可以较低算力达到同等体验效果，国内车企通过激光雷达“硬件补算法”推高了单车成本，而特斯拉纯视觉路线体现了算法优化的长期价值 [11] - 算力是核心竞争要素但不是全部，系统级最优才是最优，“数据质量+训练”策略比单纯的“海量数据+大算力”更重要 [12] 算力基建的行业意义与未来发展 - 算力基建具有战略意义，其本质是业务规模与前瞻储备的平衡，算力不仅服务于智能辅助驾驶，还支撑车企的语音助手、人形机器人、能源等其他业务 [12] - 随着智能汽车销量增长，车辆产生的数据将呈指数级增长，车企对算力基建的储备需求必然提升 [12] - 构建支撑AI生态的算力基建是复杂性系统工程，需多维度协同，中国推出算力基础设施发展计划，要求到2025年算力规模超过300 EFLOPS，并推进“东数西算”工程 [13] - 国内芯片厂商如华为昇腾、寒武纪持续迭代技术，努力提升国产芯片性能并构建产业生态 [13] - 中国汽车产业智能化突围需算力基建追赶与数据算法等核心能力跃升“多轨并行” [14]

报告行业投资评级 - 宏观与金融板块的全球经济品种投资评级为偏多 [1] 报告的核心观点 - 全球经济保持上行方向，中国作强国内大循环，亚洲出口强劲，美国库存未增长，终端需求强劲，市场预期美联储9月降息且2026年加速降息，各国经济指标多呈积极态势 [1] 相关目录总结 重要资讯 - AI投资涵盖算力、数据、下游应用三大方向，全球数据中心建设火热，中国在AI应用领域有众多优秀企业 [1] - 美元避险地位受质疑，各国央行加大对欧元区政府债券配置，认购比例从去年全年的16%升至今年迄今的20% [1] - 摩根大通、高盛、美国银行、花旗集团高管发声力挺央行独立运作 [1] - 日本选举在即，6.8万亿美元股票市场或面临“清算”，执政联盟可能失去多数席位 [1] - 摩根大通和花旗集团CEO将参与稳定币业务，摩根大通需接受稳定币以跟上对手 [1] - 纽约联储行长预计关税将在今年下半年至2026年使通胀增加约1个百分点 [1] - 马斯克的xAI计划在中东扩张基础设施，利用当地资源为AI模型供能 [1] - 特朗普计划对至少100个国家征收略高于10%的关税 [1] 全球经济逻辑 - 中国综合整治内卷式竞争，有望提振上市公司业绩 [1] - 欧洲央行已降息8次，德国大规模武装，扩军30%，5月工业产出环比增长1.2% [1] - Meta准备砸数千亿美元建设大型数据中心 [1]

核心观点 - 华鑫市场情绪温度指标显示市场情绪综合评分为76分，处于“较热”状态，市场逐渐上涨，情绪值低于或接近30分时市场获支撑，高于90分时出现阻力 [6][10] - 今日热点主题为数据、跨境支付、创新药，各有相关政策利好及对应标的 [7] 市场情绪 - 华鑫市场情绪温度指标显示昨日市场情绪综合评分为76分，处于“较热” [6] - 当情绪值低于或接近30分时市场获支撑，高于90分时出现阻力 [10] 热点主题追踪 数据主题 - 国家数据局和国家市场监督管理总局推出数据流通交易便利化举措，发布合同示范文本，预计提升30%效率 - 相关标的为奥飞数据（300738）、易华录（300212） [7] 跨境支付主题 - 央行发布《人民币跨境支付系统业务规则（征求意见稿）》，简化境外机构参与条件，降低接入门槛 - 相关标的为跨境通（002640）、青岛金王（002094） [7] 创新药主题 - 国家医保局和国家卫生健康委印发措施，支持医保数据用于创新药研发 - 相关标的为恒瑞医药（600276）、贝达药业（300558） [7] 资金流向 主力资金 - 净流入前十证券为中油资本、C同宇等；净流出前十证券为比亚迪、胜宏科技等 - 净流入前十行业为SW非银金融、SW医药生物等；净流出前十行业为SW电子、SW计算机等 [11][13][17][18] 融资资金 - 净买入前十证券为中油资本、中际旭创等；净买入前十行业为SW电力设备、SW通信等 [13][20] 融券资金 - 净卖出前十证券为中国平安、北方稀土等；净卖出前十行业相关数据未详细呈现 [14] 市场情绪指标说明 - 华鑫市场情绪温度指标从指数涨跌幅、成交量等6大维度搭建，属于摆荡指标，适用于区间震荡行情，出现趋势时可能钝化 [23] - 市场情绪综合评分分为过冷（0 - 19）、较冷（20 - 39）、中性（40 - 59）、较热（60 - 79）、过热（80 - 100） [23] 不同市场情绪对应策略 - 过冷时是找价值投资机会时期，但需注意风险控制 - 较冷时谨慎操作，关注基本面良好股票，避免追高 - 中性时根据个股表现和市场信息投资，保持灵活性 - 较热时可适度增加投资，但需警惕市场过热风险 - 过热时考虑适时减仓，避免在市场高点买入，关注市场泡沫风险 [22]

公司概况 - 公司连续三年入选"中国独角兽企业"榜单，2023年全球排名第47位，估值达89.2亿美元 [1] - 公司总部基地于2024年3月1日投用，成为河南产业新地标 [1] - 公司2022年销售收入突破100亿元，2023年达280亿元，2024年超400亿元，实现高速增长 [1] 行业地位 - 公司在中国服务器市场稳居第二，AI服务器市场位居第一 [1] - 公司海外市场三年复合增长率超过50% [1] - 合作伙伴数量从成立初期的2000+增长至22000+ [1] 研发与生产布局 - 公司在全球部署9个研发中心、6大供应中心、6个技术服务中心、7个地区部和12个核心实验室 [2] - 公司生产园区依托郑州航空港区"航空+高铁"双枢纽优势，三年内构建完整制造工艺 [2] - 公司总部基地周边科创资源云集，地理位置优越 [2] 政府支持与营商环境 - 公司获得省市两级政策支持，包括员工搬迁、医疗教育等方面的大力协助 [2] - 政府高效服务助力公司生产基地投产和总部基地启用等关键节点 [2] 业务拓展与战略规划 - 公司从IT算力产业延伸至算力工业控制领域，开辟城企数智、绿色智慧能源新赛道 [3] - 公司围绕AI、算力、数据、能源四大根技术提供服务 [3] - 公司作为河南先进计算产业链"链主"，推动计算产业壮大并构建软件生态 [3] - 公司计划强化本地生态合作，助力河南实现算力产业双千亿战略 [3]

深圳综合改革试点进展 - 深圳综合改革试点实施近五年来各项改革任务扎实有序推进并取得重要进展 [1] - 率先开展本外币合一跨境资金池业务试点 允许跨国集团境内办理境外成员企业本外币集中收付业务 [1] - 截至今年5月底55家跨国公司参与试点 业务额达3400亿美元 [1] 金融支持科技创新 - 金融支持科技创新体制机制不断完善 累计发行知识产权证券化产品104单 [1] - 知识产权证券化产品发行规模达225亿元 惠及企业1535家 [1] 首创性法规建设 - 推出人工智能产业促进条例 智能网联汽车管理条例等一批全国首创性经济特区法规 [1] - 多项法规填补立法空白 为国家相关领域立法提供第一手经验 [1]

知识本质的哲学探讨 - 二元论将事物分为对立概念如肉体与灵魂 这种思维在工业革命背景下易导致还原论 现代社会需转向整体论思维 [1] - 知识驱动的企业尤其是数字原生企业和转型成功的传统企业增长显著 表明知识创新正成为核心发展动力 [1] 知识定义的多元视角 - 柏拉图定义知识需满足三要素：主观信念 客观真实性 理性证成性 [7][8] - 普罗泰戈拉派认为知识是主观经验对象 强调个人感知的差异性 [9] - 野中郁次郎提出知识是动态认知过程 需通过隐性与显性知识转化形成组织核心竞争力 [10][11] - 德鲁克将知识定义为影响未来的潜在能力 强调其行动导向与实用价值 [12] - 怀疑论指出知识边界需持续拓展 避免被现有认知局限 [13] 知识价值层级体系 - 数据是原始事实集合 信息是加工后数据 知识需经鉴别内化 智慧则能创造未来价值 [16] - 组织隐性知识通过内化形成独特竞争力 难以被外部复制 [11][17] - 智慧生成需经历观察 理解 加工 内化四阶段循环 [17] 知识获取与实践路径 - 怀特海提出智力发展三阶段循环：浪漫接触 精准分析 综合运用 [20] - 知行合一强调知识必须通过实践验证 形成行动闭环 [21] - 数字社会要求管理者深入接触客观场景 完成认知能力升级 [20]

美联储政策观点 - 美联储官员洛根表示需要等待更多数据以增强对政府政策的确定性 [1]