海博思创 × AI

[导语·核心观点]2025年8月4日，海博思创与人工智能领域头部企业范式集团在北京签约，宣布成立合资公司[1]；一个月后，公司披露其站控级AI已基于本地化部署的推理引擎，融合SCADA、EMS等多源数据实现预测性维护与安全能力[2]。把这两条消息与“海博云”用AI模型做项目收益计算与管理[3]放在一起看，海博思创的AI不是PPT概念，而是已嵌进产品与平台。判断：这条业务线目前仍被市场按“储能系统集成商”的框架定价，属于被低估的资产；但它能否重估，取决于可验证的收入与效率数据何时出现在财报里。

[事件回顾·发生了什么]按报道披露的时间线，海博思创的AI动作分三步。第一步是组织落子：2025年8月4日，公司与范式集团在海博思创北京总部举行签约仪式，双方共同宣布成立合资公司[1]；报道将范式集团描述为“人工智能领域头部企业”，但未披露合资公司的股权比例、出资规模与业务边界[1]。第二步是技术公开：2025年9月4日的行业媒体报道显示，海博思创以“AI双擎协同智能解决方案”为例，在站控级AI中采用本地化部署的AI推理引擎，并融合SCADA、EMS等多源数据，实现预测性维护与安全能力[2]。第三步是平台铺开：在2026年4月29日的报道中，公司称已将AI与数字化技术应用于储能全生命周期管理，涵盖项目规划、设计、运维及电力交易等环节，并搭建“海博云”平台，通过AI模型进行储能项目收益相关的计算与管理[3]。三份材料的共同点是，均未给出AI业务的量化指标。

[背景与格局·公司沿革 · 行业脉络]要理解这三步的价值，需要先说明储能行业的定价逻辑（以下为本文分析，非报道事实）。储能系统集成是同质化竞争最激烈的环节之一：电芯、PCS、BMS多以外采为主，集成商的能力集中在系统设计、交付与运维，而客户在招标中高度关注度电成本与循环寿命，价格压力持续上传。在这种格局下，硬件参数难以形成长期壁垒，真正难复制的是两件事：对电站全生命周期数据的掌握，以及把数据变成收益的能力。海博思创的技术路径恰好落在这两点上——站控级AI强调“本地化部署”，意味着推理发生在电站侧而非全部上传云端[2]，既符合电力生产场景对时延与数据安全的要求，也让它能持续吸收SCADA、EMS的实时数据[2]；“海博云”则把AI模型用在收益计算与管理上[3]，直接回应业主最关心的投资回报问题。需说明的是，报道只呈现了公司的技术路径，未提供横向对比、部署规模或客户名单，因此“构成差异化壁垒”目前仍是分析判断，而非已验证的事实。

[深度解读·为什么发生 · 意味着什么]这条业务线的价值可用三层结构拆开看。第一层是站控级AI，解决“资产可用率”。储能故障具有隐蔽性，热失控、单体一致性偏差、PCS异常往往先表现为数据分布的细微漂移，而非直接报警。报道称站控级AI融合SCADA、EMS多源数据实现预测性维护与安全能力[2]，它同时作用于运维成本与保险成本两侧；本地化部署的推理引擎[2]还隐含商业含义：电力场景中数据出站常涉合规审批，能“数据不出站”完成推理，本身就是销售话术的一部分。第二层是“海博云”，解决“收益确定性”。把AI模型用于项目收益计算与管理[3]，本质是把储能从一次性设备交付推向持续性资产管理服务。设备毛利随竞争下行，而资产管理若能被证明收益预测准确、偏差可控，就有机会收取与收益挂钩的费用；报道提到AI覆盖电力交易环节[3]，这是价值链上离钱最近的一段。第三层是合资公司，解决“能力来源”。海博思创的长处在电力场景、客户与数据，算法与模型工程并非其传统强项，与范式集团成立合资公司[1]，可理解为用组织安排补齐算法短板。判断：若执行到位，公司估值框架有望从“硬件集成商”部分切换到“能源数字化服务商”，两者的估值锚本质不同。但必须划清界限——所有报道均未披露AI相关收入体量、合资公司是否并表、站控级AI装机渗透率以及效率提升幅度。换言之，市场低估的可能是一条尚未形成收入的线；低估的前提是价值真实存在，而验证只能靠财报与客户侧数据。

[关键数据与证据·来自报道的数字与事实]以下事实均来自公开报道，逐条列出以区分事实与判断：（1）2025年8月4日，海博思创与范式集团在北京总部举行签约仪式并宣布成立合资公司，报道称对方为人工智能领域头部企业[1]。（2）站控级AI基于本地化部署的AI推理引擎，融合SCADA、EMS等多源数据，实现预测性维护与安全能力[2]。（3）AI与数字化技术被用于储能全生命周期管理，覆盖项目规划、设计、运维及电力交易等环节[3]。（4）公司搭建“海博云”平台，通过AI模型进行储能项目收益相关的计算与管理[3]。缺口同样重要：报道未给出合资公司股权与出资比例[1]，未给出站控级AI的部署规模或效率提升数值[2]，未给出“海博云”管理项目数量与收益改善幅度[3]。

[风险与争议·审慎的批评视角]第一，信源结构偏弱。[1]来自公司官网，[3]为财经媒体对公司表述的转述，[2]来自行业媒体，均缺少独立第三方验证与可交叉核对的量化指标[1][2][3]。仅凭“成立合资公司”“采用本地化推理引擎”这类定性描述，无法推算收入贡献，更无法推算利润影响。第二，“AI+储能”存在被题材化的风险。储能是近年A股波动最大的板块之一，带AI的表述容易触发估值脉冲；若后续财报中AI收入无法单列或远低于预期，叙事与业绩的落差会以估值回归偿还。第三，买单方不明确。储能招标以度电成本与循环寿命为核心维度，AI能否转化为中标溢价或客户付费意愿，报道未提供任何证据[2][3]；若最终只能作为免费附赠功能，它对毛利的贡献可能为零甚至为负（研发与算力成本上升）。第四，电力交易AI可迁移性有限，各省现货规则与结算机制差异较大[3]，跨省复制需大量本地化调整，规模效应弱于通用软件。第五，合资公司的治理与执行风险，报道未披露双方权责与决策机制[1]，技术方与场景方话语权分配不当，是此类合资公司最常见的失败原因。

[未来展望·情景推演]保守情景：合资公司停留在框架层面，站控级AI作为标配功能随设备出货、不单独收费，“海博云”仅在存量项目中试点[1][2][3]。此时AI的意义是维持投标资格与产品竞争力，估值框架不变。中性情景：AI能力在一至两年内形成可辨识差异化，在独立储能与算电协同项目中获得客户认可[3]，公司开始在定期报告中披露数字化相关收入或管理规模的量化指标，市场部分重估，幅度取决于指标的连续性与可比性。乐观情景：“海博云”的收益计算与管理被验证为可复制的资产管理产品[3]，公司从设备交付转向“设备+运营分成”，估值锚切换；同时合资公司对外输出能源AI产品[1]，打开第二条曲线。催化剂按可观测性排序：合资公司完成工商注册并披露股权与业务范围[1]；财报首次出现数字化或软件相关收入、管理规模等口径[3]；站控级AI部署站点数或预测性维护效果数据[2]；独立储能与算电协同订单公告[3]。反之，若连续两个财报周期内上述指标均未出现，应下调该叙事权重。

[建议与启示·面向决策者]面向企业决策者：（1）不用新闻判断AI进度，用科目判断。投资者应关注财报是否出现AI或数字化相关收入、研发费用结构变化、“海博云”管理规模等可审计口径[3]。（2）若你是储能业主，把站控级AI的价值写进合同：预测性维护准确率、非计划停机时长下降、收益预测偏差等应进SLA，而不是接受定性描述[2]。（3）若你是集成商，注意组织成本。合资公司[1]能补齐算法能力，但数据边界、模型归属与退出机制须前置约定，否则场景方后期易丧失议价权。（4）工程层面，储能资产的智能能力天然是分布式的：站控侧推理、云侧收益预测、交易侧决策、总部侧安全监控，是目标与时效各不相同的多个智能体。这类“一个资产、多个智能体”的结构，正需要上层调度能力——AgentSH 这类多智能体调度平台可统一编排任务、权限与审计，避免各能力各自为政、口径不一。它不是替代站控AI，而是让上层调度可控。（5）保持节奏纪律：被低估型叙事中最常见的错误是把可能性当确定性定价，建议按“合资公司落地—财报科目—订单验证”三级证据逐步加仓。

[结语·一句话立场]海博思创的AI布局有真实的技术落点：站控级本地推理[2]、海博云收益管理[3]、与范式集团的合资公司[1]，三者构成从资产到交易的闭环雏形。但截至目前，这些证据都停留在能力披露层面，没有一条量化到收入。更准确的表述是：这是一项“可能被低估”的资产，而非“已经被低估”的资产。判断的分水岭不在新闻里，而在下一份财报的科目里。