淡化房地產依賴 聯易融上半年重返盈利
聯易融在連續三年錄得年度虧損後，於2026年上半年重返盈利，但復蘇勢頭能否持續仍有待觀察 重點： 聯易融預計今年上半年錄得小幅淨利潤，扭轉去年同期因歷史遺留房地產資產減值而錄得的巨額虧損 扭虧的一大動力來自AI帶動的效率提升，以及期內未再出現大額減值損失，但這亦令市場關注業績反彈能否持續 梁武仁 在中國房地產市場長期低迷的衝擊下掙扎多年後，聯易融科技集團（9959.HK）的經營狀況終於出現轉機。不過，作為一家融資服務商，公司大概也清楚，目前的改善主要來自會計因素及效率提升，要真正完成復蘇，仍有不少工作要做。 這家獲騰訊支持的線上供應鏈金融服務商上周五表示，預計今年上半年錄得500萬元（70萬美元）至2,500萬元的綜合淨利潤。儘管盈利規模不大，但相比公司此前連續三年錄得年度虧損，已是明顯逆轉，其中2025年上半年更曾錄得高達3.797億元的淨虧損。 對於一家在最艱難時期股價一度跌至「仙股」水平的公司而言，重返盈利或許意味著多年來推動業務扭轉的努力終於開始見效。 聯易融成立於2016年，以供應鏈金融數字化起家。公司在大型企業「錨點」買方、其供應商與商業銀行之間扮演技術中介角色，簡化貿易應收賬款證券化及提供短期信貸的流程。 然而，公司早期對中國大型房地產開發商的依賴最終成為一把雙刃劍。在房地產行業的繁榮時期，這類客戶曾為聯易融帶來可觀利潤，但隨著部分主要房地產客戶自2021年底起陷入流動性困境，公司開始就相關未收回應收賬款計提大額減值。 去年上半年虧損的一個主要原因，是公司為歷史遺留的過橋供應鏈資產計提撥備。這些資產是指聯易融按照一般做法，在轉交金融機構之前短暫持有，但最終滯留在公司賬上的應收賬款。 過去兩年，管理層著手全面調整業務模式。聯易融持續擴大合作夥伴網絡，目前已覆蓋數千家核心企業及數百家金融機構，並將供應鏈金融服務拓展至房地產以外的行業，包括先進製造、可再生能源及消費品等領域。 公司亦積極撇銷歷史壞賬，同時推廣雲端平台，為在Amazon、Shopee等平台經營的中國跨境電商賣家，以及拓展東南亞和中東市場的製造企業，提供融資數字化及自動化付款服務。 聯易融亦正利用AI提升營運效率。依託自研大模型「LDP-GPT」及企業級AI智能體框架「蜂聯AI」（BeeLink），公司已將信用風險評估、文件處理及客戶導入流程中的大量工作自動化，以提升獲客能力並擴大服務資產規模。 聯易融在盈利預告中表示，AI推動的自動化令公司2026年上半年的費用佔收入比例顯著下降。與此同時，客均貢獻提升，加上客戶留存率維持高位，亦帶動收入恢復增長。 短暫喘息 然而，這份樂觀的盈利預告，可能只為長期受壓的股價帶來短暫喘息。聯易融股價在消息公布後的周一早段一度上升，但最終收跌1.3%。自2021年4月上市以來，公司股價已累計下跌逾80%。當時正值市場對中國金融科技新勢力興趣高漲之際，聯易融透過IPO集資10億美元。 市場對最新消息反應冷淡，顯示投資者對公司的前景仍抱持懷疑，而這種態度並非毫無理由。核心問題在於，上半年這筆規模不大的盈利，究竟代表持續復蘇的開始，還是大幅削減開支及提升效率帶來的暫時成果。 對於一門以交易規模為生命線的業務而言，公司僅憑2,500萬元或以下的淨利潤實現扭虧，意味著其基礎營運利潤率可能仍然極薄。聯易融將於8月20日公布完整中期業績，屆時這將是投資者關注的重點之一。正如前文所述，公司盈利轉正很大程度上是因為期內未再出現巨額資產撇減，而不是收入出現爆發式增長。 歸根究柢，聯易融的長期盈利增長，將取決於公司能否從非房地產客戶取得足夠收入。公司去年收入按年下降4.7%至9.83億元，因此投資者亦會密切關注2026年上半年收入能否恢復增長。 更重要的是，公司必須進一步培育LDP-GPT及「蜂聯AI」智能體業務，以取得利潤率更高的持續性收費收入，並降低過去對一次性交易的依賴。這種轉型將有助聯易融從目前實際替客戶承擔信用風險的角色，轉變為一家輕資產科技服務商。 海外擴張同樣重要，尤其是在東南亞及中東等市場。相比發展更成熟的西方市場，這些地區的競爭相對較小，但當地銀行網絡及監管制度與中國存在巨大差異，同樣會帶來挑戰。 投資者亦會關注近期管理層變動能否加快這一轉型。今年4月，趙宇在擔任公司首席財務官七年後辭職。這名前騰訊併購經理任職期間，曾協助聯易融完成香港上市，並帶領公司走過資本投入密集的增長階段。 財務管理職責其後轉交副總裁黃偉波。他曾任健身應用Keep Inc.首席財務官，具備豐富的科技平台營運經驗。這項安排可能意味著管理層正進一步由資本驅動的擴張模式，轉向更精簡的企業財務管理及更嚴格的營運成本控制。 聯易融目前的市銷率（P/S）約為3.9倍，對一家科技導向公司而言並不算高，但相比信也科技（FINV.US）等純線上貸款撮合平台僅約0.6倍的估值，仍明顯較高。考慮到信也科技目前能夠穩定盈利，兩者估值差異顯示，投資者可能將聯易融視為一家正處於營運轉型期、由科技驅動的軟件平台，而將信也科技視為成熟且受監管的信貸服務商。投資者也可能更偏好聯易融以製造業融資為主的定位，原因是北京目前大力支持製造業，而信也科技則主要聚焦消費及小微企業融資。 如果聯易融能夠在拓展先進製造及全球貿易業務的同時，維持較高的客戶留存率，其多年來淡出房地產金融業務的轉型，或可成為中國金融科技企業進行類似結構調整的一個少見參考案例。但至少目前而言，扭虧為盈只是為管理層爭取到一些急需的喘息空間，接下來仍需向股東證明，公司有能力重新實現持續盈利。 欲訂閱咏竹坊每周免費通訊，請點擊這裏
大模型不靠模型賺錢？中國AI收入藏在雲裡
海外AI靠訂閱與API收費，中國廠商則更多靠雲平台、項目制與算力消耗變現，兩套商業體系正加速分化 頭豹研究院 在全球AI大模型商業化加速背景下，海內外市場在調用結構、競爭格局與價值分配方式上，已形成系統性分化。海外市場以成熟訂閱制與API直接付費為主線，中國市場則以企業調用、平台承接與免費低價獲客為主要形態。這一差異來自開源與閉源路徑選擇，並受政策、供給集中度與付費文化共同影響，短期內難以逆轉。 海外市場以ChatGPT約7億周活躍用戶為基礎，向企業API及開發者訂閱延伸，形成從個人到企業的完整付費梯度，模型原廠對調用規模的貨幣化覆蓋率較高。中國市場則呈現兩極化：豆包、騰訊元寶等消費端產品多採免費模式，個人用戶直接商業價值有限；可計費Token消耗主要集中於企業側，並多經由雲廠商平台承接，部分實際消耗未必直接回流模型原廠。 場景價值密度差異，是訂閱制在中國市場難以成形的重要原因。海外主流場景集中於代碼生成、專業分析等高Token消耗知識工作，單次調用可創造較高商業價值，足以支撐標準化計費。中國大規模落地場景則多為客服問答、營銷文案、文檔處理等效率型應用，單次任務上下文較短、輸出結構固定，Token消耗密度與客單價均偏低，令訂閱制缺乏足夠的單次調用價值支撐。 開源與閉源路徑進一步改變了付費結構。閉源模式下，模型權重不可取得，所有調用都須經授權計費節點，Token消耗可回流原廠，原廠也能直接累積客戶數據與續約談判能力。開源模式則使企業可下載權重、自行部署，私有化部署產生的算力消耗由雲廠商或企業承接，原廠可計費節點主要限於雲端托管推理，客戶關係沉澱於平台層及集成商層，項目制交付成為主要付費形態。 在中國市場，政策、供給集中度、採購邏輯與付費文化四重因素，共同固化了項目制。金融、政務、醫療等高價值客戶因數據安全要求更偏好私有化部署；多個高質量開源模型並存，能力差距收窄，定價權向採購方轉移；移動互聯網時代形成的免費預期，加上廠商低價競爭，壓低用戶付費意願；企業預算又多按項目立項審批，訂閱制持續支出適配性較差，定制化項目反而更容易落地。 海外市場則因算力、雲與模型三重壁壘上升，形成戰略聯盟模式。數據中心建設周期長，英偉達GPU使算力成為稀缺資源，AWS、Azure、GCP合計佔據全球超過60%雲市場份額，前沿模型訓練成本亦持續攀升。單一廠商難以完成垂直整合，因此OpenAI、微軟、英偉達等結盟，分別掌握模型能力、雲基礎設施、企業渠道與GPU生態，形成全鏈條協同。 這類聯盟也在資源、渠道與定價上擠壓平台層空間。聯盟內部優先分配算力，外部平台面臨成本及時間劣勢；模型能力嵌入雲平台、辦公軟件及企業服務，成為企業客戶的默認入口；算力、模型與雲服務捆綁定價，也使獨立平台難以複製其成本優勢。平台層生存空間因而逐步從模型接入，轉向治理、編排、安全合規等高附加值能力。 雲端才是收費口 對中國主流廠商而言，模型收入本質上更多是基礎設施消耗的變現。開放權重降低接入門檻，帶動更多開發者和企業進入調用、微調及部署鏈條；用戶規模擴大後，推理、訓練、存儲和網絡消耗集中於雲平台資源池，收入主要由基礎設施層承接。阿里雲百煉平台即是典型例子，其集成通義千問、GLM、MiniMax、DeepSeek等模型，按輸入及輸出Token計費，收入涵蓋模型能力、推理算力、數據存儲、網絡訪問與平台調度，並非單一模型能力收入。 開源大模型可以產生收入，但在當前結構下，難以單靠模型能力本身維持可持續正毛利。API、私有化部署、商業授權和微調是主要商業路徑，但托管推理API定價權被低價供給及雲廠商補貼壓縮；商業授權並非中國開源模型主流收入來源；私有化部署毛利相對較好，但窗口期正在收窄；微調與訓練服務毛利較差，且客戶自建能力上升。因此，權重開放更像獲客與生態擴散工具，付費點正外移至穩定調用、專屬部署與行業項目交付。 未來競爭將轉向「模型能力×基礎設施承載力」的系統競爭。模型能力仍決定複雜推理、代碼、多模態等任務上限，也影響開發者試用意願及產品溢價；但開源生態會壓縮通用任務上的能力差距，企業完成初始選型後，續約與擴容更看重服務穩定性、單位調用成本、響應延遲、系統接入能力、合規與長期供給保障。模型能力是入場券，但未必是長期護城河。 相較之下，基礎設施承載力在推理成本、高併發、網絡調度、算力供給、低延遲與穩定性等方面形成的壁壘，需要數年時間與數百億資本投入，難以被快速追趕。中國Token價格戰已提前顯示這一趨勢：當單價持續下壓，競爭焦點將從模型能力轉向推理成本與規模效率，具備自研芯片及大規模算力儲備的廠商，將更容易形成結構性成本優勢。 頭豹研究院中國是行企研究原創內容平台和創新的數字化研究服務提供商，擁有近百名資深分析師，聯繫方式：CS@leadleo.com 本文內容純屬作者個人意見，不代表咏竹坊立場 欲訂閱咏竹坊每周免費通訊，請點擊這裏
