文章核心观点 - 医药流通行业乃至更广泛的制造业和零售业，其供应链复杂度已超越人类经验处理极限，正经历从经验系统向可计算系统的历史性迁移，而人工智能（AI）是驱动这一转型的关键引擎 [11][20] - 广西柳药集团作为典型案例，通过与华为云合作，构建了由数据湖、盘古预测大模型和天筹AI求解器组成的三层智能供应链系统，实现了需求预测、运筹优化和自动决策，显著提升了运营效率并降低了成本 [4][12][19] - 供应链智能化正从企业自发升级转变为国家产业能力建设的一部分，成为未来几年最确定的结构性投资方向，而华为云凭借其数据治理、行业大模型和求解器工程能力，正在成为该领域重要的基础设施建设者 [10][11][22] 行业趋势与挑战 - **行业复杂度极高**：医药流通行业具有上万SKU、多仓协同、强时效（如两小时送达ICU）与强合规监管等特点，形成了时效性、合规性、经济性的“不可能三角”约束 [3][5][6] - **成本压力与效率瓶颈**：中国社会物流总成本占GDP比重约18%，显著高于美国的8%，产业链中段存在大量“无效流动”推高成本，行业利润空间被挤压，降本增效成为必答题 [9][6] - **政策与市场双重驱动**：未来三年，超过60%的中国大型企业将在供应链关键环节部署AI与智能调度系统；工信部相关规划已将智能调度、运筹优化列为制造业必备的数字底座能力 [10] - **全球共识形成**：到2027年，全球超过50%的大型跨国企业将采用AI等技术构建供应链控制塔，以增强实时可视化与智能决策能力 [8] 柳药集团的智能化转型实践 - **转型背景**：作为广西区域龙头医药流通企业，业务覆盖医院、药店与B2B客户，日常运营需处理来自多区域仓的数百条配送请求，面临跨仓调拨、需求波动等动态调度难题，人工排车需一小时以上 [3][4] - **核心解决方案**：与华为云合作，构建三层智能供应链系统 - **数字底座（数据湖）**：整合分散数据，实现供应链全局状态分钟级可视化，为预测与优化奠基 [13][14] - **智能预测（盘古大模型）**：基于数万SKU历史数据及多维特征进行SKU级需求预测，公开实践显示预测准确率可达89%以上 [14] - **最优求解（天筹AI求解器）**：在拣货路径、配送排车、采购补货等多约束场景下进行全局优化，自动生成最优解 [15][16][18] - **实施成效**：调拨决策时间显著压缩，仓间调拨成本与物料成本下降约20%，拣选与配送效率提升15%–18% [18] 华为云的角色与能力 - **战略定位**：从云服务商向“数据+AI”底座演进，致力于解决行业中最复杂、最难抽象的问题，成为智能供应链的基础设施建设者 [22][23] - **核心能力**： - 数据治理与安全能力达行业领先水平 - 大模型可进行行业适配 - 求解器工程能力可在千万级变量上稳定运行 [22] - **落地策略**：具备长期ToB基因，将AI能力拆解为聚焦具体行业的“小分队”，与企业共同将业务逻辑转化为可计算、可验证的系统能力 [24] - **业务规模**：已帮助超过500家企业走向全球，云基础设施服务170多个国家，覆盖全球34个Region、101个可用区 [22] 智能供应链的系统性价值 - **从成本中心到增长引擎**：供应链从后台支持走向前台驱动，成为影响经营质量的关键变量，并可复用于零售、制造、快消等多个领域 [6][19][26] - **获得自我进化能力**：当数据湖、预测模型、求解器形成闭环后，供应链能提前预判、自动优化、持续学习，形成系统级的结构竞争优势 [20] - **技术周期成熟**：2020–2030年被视为供应链AI落地的黄金十年，运筹优化与AI结合成为共识，大模型、云计算算力等技术条件、产业需求与组织能力已同时成熟 [26]

文章核心观点 - 广西柳药集团作为区域医药流通龙头，其日常运营面临医药供应链的极端复杂性，包括上万SKU、多仓协同、强时效与强合规约束，这构成了一个需要同时平衡时效性、合规性、经济性的“不可能三角”难题 [1][2][4] - 为解决这一难题，柳药集团与华为云合作，通过数据湖整合、盘古预测大模型和天筹AI求解器等技术，构建了一套可自动求解复杂问题的智能供应链系统，实现了从经验驱动到数据智能驱动的转型 [2][13][22] - 智能供应链正成为行业确定性的发展方向，其核心是让供应链成为一个可被建模、推演和求解的计算系统，以应对业务复杂度超越人力极限的挑战，并为企业带来系统级的竞争优势 [11][25][26] - 华为云凭借其在数据治理、行业大模型和AI求解器工程化方面的综合能力，正成为推动智能供应链落地的重要基础设施提供者，其策略是从解决行业最复杂的真实问题入手，构建开放可复用的AI底座 [28][32][33] 行业背景与趋势 - 医药流通行业天生极端复杂，SKU数量以万计，对时效、温控与合规要求极高，且区域需求季节性波动强，同时行业利润空间被挤压，降本增效成为必答题 [7] - 供应链的角色正在转变，从后台成本中心走向前台，成为影响企业经营质量的关键变量，而AI是驱动整个供应链系统持续运转与自我优化的关键引擎 [7] - 全球趋势显示，到2027年，超过50%的大型跨国企业将采用AI、先进分析和事件驱动架构来构建具备实时可视化与智能决策能力的供应链控制塔 [8] - 中国市场供应链升级更为紧迫，中国社会物流总成本占GDP比重约为18%，远高于美国的8%，存在大量“无效流动”导致的隐性成本 [9] - 未来三年内，超过60%的中国大型企业将在供应链关键环节部署AI、预测模型与智能调度系统，供应链调度优化是数字化投资增速最快的领域之一，且已成为国家产业能力建设的一部分 [10][11] 柳药集团的挑战与智能化实践 - 公司日常运营面临典型挑战：需同时处理来自医院、药店、B2B渠道的数百条配送请求，每条请求时效、合规要求不同；订单品规多（一个订单可能超80种），包含高价值药和易报废冷链药品；调度员过去排车需一小时以上，难以应对动态变化 [1] - 公司选择与华为云合作，核心路径是将传统供应链“翻译”为数学语言，再用AI求解，具体分为三步：1）通过数据湖整合分散数据，实现全局状态可视；2）用盘古大模型进行SKU级需求预测；3）用天筹AI求解器进行多约束全局优化 [13][15][16][17] - 盘古预测大模型基于数万SKU历史数据及多维特征进行预测，在零售与供应链行业的公开实践中，预测准确率可达89%以上 [16] - 天筹AI求解器在跨仓调拨、拣货路径优化、配送排车等场景中，能在几分钟内求解多目标、多约束的全局最优方案，例如在排车时统筹时效、成本、车载率等目标 [18][20] - 项目落地数据显示，优化使仓间调拨成本与物料成本下降约20%，拣选与配送效率提升15%–18%，并显著压缩了调拨决策时间 [21] - 公司构建的智能供应链体系形成了一个可复用的三层结构：数字底座（业务抽象、数据实时化）、智能预测（需求推演、动态库存）、最优求解（运筹优化、自动执行） [22][23] 智能供应链的技术架构与价值 - 智能供应链系统的核心能力由数据湖、预测模型、AI求解器闭环实现，使供应链具备自我进化能力，能提前预判、自动优化、持续学习 [26] - 该技术架构的本质是把复杂系统“翻译”为机器可以理解和推演的对象，让需求可预测、约束可表达、最优解可求出并自动执行 [34][36] - 其价值在于将供应链从成本中心转变为可量化、可复用、可扩展的系统能力，成为企业新的增长引擎 [36] 华为云的策略与能力 - 华为云正从云服务商向“数据+AI”底座演进，其核心能力包括：行业领先的数据治理与安全能力、可做行业适配的大模型、能在千万级变量上稳定运行的求解器工程能力 [28] - 市场定位独特，能同时满足数据治理、行业大模型、高性能求解器三项能力的企业不多 [29] - 华为云已服务超过500家企业走向全球，云基础设施覆盖全球170多个国家、34个Region、101个可用区 [29] - 其AI落地策略具有ToB基因，不抢占单一入口，而是构建开放、可复用的AI底座（“算力黑土地”），并组建聚焦具体行业的“行业小分队”，深入解决高复杂度行业的真实问题 [32][33] - 公司着眼于未来3-5年，研究大模型、大数据、大算力在工农业、科技产业等传统但关键场景的应用 [33]

公司与行业合作动态 - 菜鸟与蜜雪集团达成科技合作，菜鸟将为蜜雪集团打造以销售预测为核心的智能补货、原材料全链路供应为一体的供应链管理系统 [1] - 合作旨在支持蜜雪集团供应链由经验主导走向AI驱动 [1] 行业面临的供应链挑战 - 蜜雪冰城涉及复杂的原材料采购、存储和运输，其广受欢迎的冰鲜柠檬水、棒打鲜橙等多个产品涉及生鲜和乳饮等短保期产品的供应，增加了供应链管理难度 [1] - 随着市场竞争加剧，如何保障越来越频繁和多发性促销活动中产品的供应，成为连锁企业在供应链管理中面对的新难题 [1] 技术解决方案与预期效益 - 菜鸟提供的AI供应链产品使用AI预测销量，并智能生成补货计划，让采购、仓储备货和调运等全链路高效联动，以提升原材料供应效率 [1] - 新系统将足以应对蜜雪集团业务的高速增长，避免原材料浪费以及资金无效占用，始终控制好成本 [1]

菜鸟与蜜雪集团的科技合作 - 菜鸟与蜜雪集团达成科技合作，将为蜜雪集团打造以销售预测为核心的智能供应链管理系统，该系统集智能补货与原材料全链路供应于一体 [1] - 新系统旨在支持蜜雪集团供应链由经验主导转向AI驱动，目标是在加速增长的同时提高供应链效率并保持成本控制 [1] 蜜雪集团的业务背景与挑战 - 蜜雪集团旗下拥有蜜雪冰城和幸运咖两大品牌，截至目前已拥有超过5万家门店，业务覆盖全球13个国家和地区 [1] - 其产品（如冰鲜柠檬水、棒打鲜橙）涉及生鲜和乳饮等短保期原材料，采购、存储和运输复杂，增加了供应链管理难度 [1] - 市场竞争加剧下，保障频繁促销活动中的产品供应成为连锁企业供应链管理的新挑战 [1] 菜鸟AI供应链解决方案的核心功能 - 菜鸟提供的AI供应链产品使用AI预测销量，并智能生成补货计划 [1] - 该系统实现了采购、仓储备货和调运等全链路的高效联动，旨在提升原材料供应效率 [1] - 新系统设计足以应对蜜雪集团业务的高速增长，目标是避免原材料浪费及资金无效占用，从而控制成本 [1] 菜鸟的竞争优势与业务基础 - 与市场上许多供应链技术公司不同，菜鸟自身拥有庞大的供应链业务，并历经多次大促实战考验 [1] - 这使得菜鸟既保持了技术领先，也能提供更贴合业务的解决方案，有助于蜜雪集团保障消费者体验 [1] 菜鸟物流科技的全球布局 - 菜鸟持续布局数字化和自动化研发，并加大海外市场投入，已在美洲、亚太、中东和欧洲等地设立物流科技本地团队 [2] - 截至目前，菜鸟物流科技产品已落地全球27个国家和地区，全球合作项目达到800余个 [2]

港股芯片产业链市场表现 - 12月8日早盘，港股芯片产业链走强，华虹半导体股价大涨4%，中芯国际、上海复旦、鸿腾精密等多股涨幅超过3% [1] - 全市场首只聚焦“港股芯片”产业链的港股信息技术ETF（159131）场内价格震荡拉升，上涨1.70%，实时成交额超过3300万元 [1] 中国AI与芯片产业发展前景 - 伯恩斯坦研报指出，中国AI产业正从初期发展迈入供应链爆发新阶段，2026年将成为中国AI供应链增长的关键转折点 [3] - 当前中国AI并非泡沫，而是处于供应链崛起的关键节点，随着本土先进产能释放、技术迭代和需求多元化增长，中国AI供应链将在2026年迎来全面上涨 [3] - AI芯片作为需求最直接、增长最明确的环节，将引领产业链增长 [3] - 半导体设备受益于国产替代刚需，具备稳健回报属性 [3] - 代工厂则需在产能扩张与盈利能力之间寻求平衡 [3] 港股芯片产业链ETF产品特征 - 全市场首只聚焦“港股芯片”产业链的港股信息技术ETF（159131），标的指数由“70%硬件+30%软件”构成，重仓港股“半导体+电子+计算机软件” [3] - 该ETF涵盖42只港股硬科技公司，不含阿里巴巴、腾讯、美团等大市值互联网企业，锐度更高，更易捕捉港股AI硬科技行情 [3] - 截至2025年10月31日，该ETF标的指数成份股权重中，中芯国际权重达20.27%，小米集团-W权重9.11%，华虹半导体权重5.64% [3] - “全市场首只”是指首只跟踪中证港股通信息技术综合指数的ETF [4] - 中证港股通信息技术综合指数设置单个样本权重上限为15%，伴随个股市值波动权重占比会产生相应变化，可能会出现超过15%的情形，指数样本每半年调整一次 [4]

公司上市进程与实控人背景 - 大族数控于12月上旬提交新的港股招股书，委任中金公司为独家保荐人，这是其第二次冲击港交所上市，首次申请材料已于11月底失效[1][3] - 公司实控人为高云峰，现年58岁，其通过大族激光分拆并控制大族数控，高云峰个人持有大族数控约21.7%的股权，其身家估计达135亿元[4][6] - 大族数控当前市值约为440亿元，已超过其母公司大族激光的市值[4] 公司治理与核心团队 - 公司日常经营由职业经理人团队负责，董事长兼总经理杨朝辉于1999年加入大族系，2003年起执掌大族数控，核心高管团队均在公司有十年以上工作经验[6] - 公司高管薪酬平均约为150万元，其中杨朝辉薪酬最高，达231.4万元，高管团队均持有公司股份，持股最少的经理持有8.9万股，价值近900万元[7][8] - 高云峰坚持特定的用人原则：亲戚、朋友、同学、老乡一律不得进公司，且不从同行挖人，核心团队以内部培养和提拔为主[6] 主营业务与市场地位 - 公司是中国最大的PCB专用生产设备制造商，市场占有率为10.1%，产品覆盖钻孔、曝光、检测、成型、贴附及压合等PCB生产主要工序[8][10] - 钻孔设备是公司的核心收入来源，2025年1-6月以每台64万元的价格售出2637台，实现收入16.9亿元，贡献近八成收入，其PCB钻孔设备在国内市场占有率超过30%[10][13] - 公司2024年1-9月收入达39亿元，同比增长66.5%，生产目前比较紧凑，高端PCB制造设备紧缺[1][8] 产品技术与行业需求 - PCB钻孔是关键生产环节，公司针对不同孔径采用不同技术：孔径≥0.15毫米时用机械钻孔设备，孔径＜0.15毫米时用激光钻孔系统，精度要求极高[13] - AI浪潮推动了对高端PCB板（如高多层板、HDI板）的需求快速增长，公司因此受益[13] - 从产销数据看，公司主要设备产销量增长显著，例如2024年钻孔设备产量2865台，销量3119台，产销率达108.9%，2025年上半年钻孔设备产量2790台，销量2637台，产销率94.5%[12] 海外扩张战略 - 公司正提速出海，已在海外设立四家子公司并维持三家分销商，产品覆盖10多个国家及地区，尤其看好东南亚市场[15] - 为响应客户在东南亚的扩产（如沪电股份、胜宏科技在泰国的工厂），公司在泰国设立了注册资本1500万泰铢的子公司，并在新加坡设立研发中心，同时扩建马来西亚、越南的销售网络[15] - 公司海外销售收入增长迅速，2025年1-9月达到5亿元，占营收比重猛增至12.8%，管理层预计东南亚PCB产业2024-2029年复合增长率高达7.1%，高于中国大陆的4.3%[15] 募资用途与未来展望 - 公司此次赴港上市募资，计划用于研发攻坚、产能提升和补充资金[1] - 公司已与多家PCB企业就东南亚项目达成合作意向，下游客户项目陆续落地有望推动海外销售额进一步增长[16] - 公司期待借助资本杠杆，撬动高端PCB设备在全球市场的发展[17]

合作核心内容 - OpenAI与鸿海精密工业（富士康）合作设计生产数据中心硬件，以满足人工智能系统激增的基础设施需求[2] - 合作内容包括共同设计开发数据中心服务器机架，并努力确保此类机架能在美国本土实现规模化生产[3] - 富士康还计划为美国数据中心设施生产线缆、电力系统及其他关键设备，但协议不包含具体采购承诺[4] OpenAI的战略动向 - 过去数月里，OpenAI已与英伟达、超微半导体等云计算服务商及芯片制造商达成多笔数十亿美元协议，大幅扩张其数据中心规模[6] - 公司正采取行动以加强对AI供应链的控制，包括10月与博通公司达成的芯片及零部件采购协议[6] - OpenAI今年大部分时间在与甲骨文公司和软银集团合作，计划未来几年内向美国数据中心及AI基础设施领域投入5000亿美元[6] - OpenAI首席执行官已表示公司承诺投入1.4万亿美元用于AI基础设施[8] 富士康的战略意图 - 与OpenAI的合作突显了富士康长期意图——扩大在人工智能生态系统中的角色，以减少对为苹果公司组装iPhone的依赖[6] - 此次直接结盟表明富士康正积极协助客户将定制化设计整合到数据中心中[6] - 作为星际之门项目的合作伙伴，富士康已在扩大美国的AI服务器生产，这既是行政管理部门的关键要求，也能降低关税风险[7] - 富士康公司另宣布与Intrinsic成立合资企业，共同探索AI数据中心业务[9]

行业整体表现 - AI光模块板块“易中天”（新易盛、中际旭创、天孚通信）三季度业绩表现分化，未能一致匹配资本市场狂热期待 [1] - 财报发布后10月30日新易盛与天孚通信股价分别重挫7.9%和11.56%，中际旭创当日跌幅较窄 [1] - 年初至今新易盛和中际旭创股价累计涨幅均超300%，天孚通信涨幅也超过160% [8] - 三家公司存货减值损失均同比大幅增加，反映出高速扩张下的运营风险 [10] 中际旭创业绩与展望 - 行业龙头中际旭创三季度营收和利润实现同比、环比双增长，稳住了高预期 [1] - 公司前三季度毛利率稳步提升至40.74% [8] - 公司高层在机构电话会议上释放乐观信号，海外大客户持续上调资本开支并给出远至2025至2026年的明确需求指引 [3] - 公司正从核心物料储备和产能扩张两方面为2026至2027年的大规模交付做准备 [3] - 公司预计2026至2027年的核心需求仍将集中于1.6T和800G产品，目前尚未看到3.2T产品的明确需求 [4] 中际旭创技术与供应链 - 公司把握800G产品放量机遇，重点客户已于今年三季度开始部署1.6T光模块并持续增加订单 [3] - 公司硅光方案已得到重点客户认可，在800G和1.6T产品中比例有望提升以优化成本 [6] - 目前光芯片供应紧张程度相对较高，但公司通过提前规划和下单已较好锁定原材料 [3] - 公司毛利率受益于产品结构优化、硅光方案应用以及生产良率持续改善 [6] - 公司提及由ASIC芯片驱动的Scale-up场景将带来新需求，相关光连接解决方案预计2027年左右实现应用 [3] 新易盛与天孚通信业绩 - 新易盛和天孚通信三季度业绩暴露疲态，未能支撑此前飙升的股价 [5] - 新易盛和天孚通信第三季度营收分别环比下降3.17亿元和0.48亿元 [7] - 新易盛和天孚通信毛利率出现波动且均面临成本压力，其前三季度毛利率低于中际旭创的40.74% [8] - 天孚通信前三季度营业成本增幅超过营收增幅，新易盛则因人员薪酬增加导致销售和管理费用大幅上涨 [9] 机构观点与行业趋势 - 花旗银行给出“光模块 > PCB > AI服务器”的投资优先级，认为光模块因Scale-up机会而具备潜在上行空间 [11][12] - 中际旭创判断Scale-up的带宽需求增长非常快，可能达到Scale-out带宽需求的十倍 [12] - 随着AI产业发展进入深水区，供应链内部优胜劣汰或将加剧，拥有核心技术、稳定供应链和清晰客户需求的厂商更可能胜出 [13]

雀巢裁员与战略调整 - 雀巢集团计划在未来两年内在全球范围内裁员约16000人，其中75%（约12000名）为跨职能和跨地域的白领专业人士 [6] - 此次裁员旨在到2027年底推动每年节省10亿瑞士法郎（比原计划5亿瑞士法郎翻倍），并将总节约目标提高到30亿瑞士法郎，相关一次性重组成本预计为年度节省额的两倍 [6] - 裁员是公司向"算法+品牌经理"哑铃型组织结构转型的一部分，通过"数字孪生"计划，用AI替代"Excel战士"，将需求预测、促销排期等流程云端化，试点显示方案决策时间从2周缩短至30分钟，误差率低于3% [6] 雀巢发展历程与挑战 - 公司发展可分为四个阶段：1867-1945技术红利期（炼乳+咖啡双轮驱动）、1947-1980并购狂飙期（通过收购扩充至15个以上品类）、1980-2010全球化鼎盛期（拥有8000多个品牌，营业利润率达28%）、2011至今惯性滑行期（营收增速从7%降至2%以内） [11][12][13][14] - 当前面临三大核心挑战：电商和社交媒体导致大单品被细分场景切割，8000个SKU中70%年增速低于1%；GLP-1类药物和零糖运动冲击巧克力等利润池，2020年糖果业务下滑11%；组织层级复杂导致新品上市平均耗时18个月，比本土新消费品牌慢3倍 [14] - 2020年受疫情和汇率影响，营收跌破850亿瑞郎，为2012年以来最低，被百事反超，失去了保持29年的"全球最大食品商"宝座 [10][14] 传统食品行业困境 - 行业面临"规模—健康—速度"三重悖论，规模红利递减、健康叙事反噬、创新速度滞后相互缠绕，使"大而全"模式成为镣铐 [5][17] - SKU数量膨胀导致共享产线换线清洗、库存折损等成本侵蚀毛利率；全球减糖立法和GLP-1药物（可能使全球糖果市场在未来5年缩水15%）等健康趋势冲击传统高利润产品 [5][18] - 传统新品上市周期长达18个月，而TikTok等平台爆款品牌可在三周内抢走10%的即饮茶市场份额，六周完成从种草到退潮的全生命周期，传统巨头创新速度严重滞后 [7][18] 食品行业未来转型路径 - 技术原点需从"口味工艺"迁跃至"分子级营养制造"，利用合成生物、精密发酵等技术将活性成分成本降至每公斤百元级，在保留感官体验的同时提供可量化的健康证据 [19] - 供应链需向"数字代工云"转型，将配方、包材等环节API化，实现48小时打样、七天交付、十万盒起订，用算法调度将换线损失和库存周转天数压至传统模式的三分之一 [19] - 需求侧需转向个性化营养订阅，通过可穿戴设备、连续血糖监测等数据将消费者切分为"代谢场景"，重新定义产品功能，将渠道成本从30%砍至个位数，并将用户数据沉淀为数字生物资产 [19][20] - 资本故事应从"现金流折价"切换至"生物资产溢价"，通过订阅制营养干预包获取生命周期价值300美元以上的ARPU，使估值模型从15倍PE的消费品跃迁到8倍PS的生命科技赛道 [20]

核心观点 - 长线投资者对中国科技股兴趣明显上升 市场焦点集中在AI供应链 [3] - AI供应链投资优先级为：光模块 > PCB板块 > AI服务器需求增长的ODM厂商 [4] AI供应链投资机会 - 2027年高速光模块存在潜在上行空间 主要由尚未定价的扩展机会驱动 [1][5] - PCB供应紧张状况可能在2026年持续 [1][5] - 最激进的PCB厂商（如胜宏科技）可能从ASIC获得额外需求 同时在英伟达供应链中保持稳固地位 [1][5] 中国AI资本开支关注点 - 投资者关注阿里巴巴数据中心10倍扩容所需投资规模 [5] - 投资者关注AI芯片供应能力以及AI投资货币化路径 [5] - 7纳米等效晶圆产能应能支撑2026年本土AI芯片需求 即使需求量较2025年翻倍 [5] - AI货币化方面 投资者普遍认同ToC领域难以变现 ToB主要针对中小企业的软件产品 [5] - 智能眼镜作为AI边缘设备的投资兴趣在上升 [5]