Token、“龍蝦”、智能體……2025年至今，AI應用快速普及，算力成為科技圈最滾燙的關鍵詞。洶涌而來的需求也給全球算力帶來巨大壓力，讓“算力租賃”這個商業模式，瞬間登上神壇。

在資本市場，轉型算力租賃的企業多如牛毛，其中不少企業股價漲幅按倍算，一批新貴在崛起。

論及算力租賃的爆紅，成本還是核心問題。AI應用擴大的底層邏輯，是大模型從訓練卷到推理，GPU的價格水漲船高。然而高端AI服務器、算力集群，動輒以百萬元、千萬元計價，而且還要考慮更新換代的影響。買得起的企業要算貶值，買不起的企業直接被甩在“算力鴻溝”的另一側。

越需要算力，反而可能承受不起擁有算力的風險。于是，“租”變成了共識。

互聯網大廠、云廠商、運營商、IDC以及轉型玩家，都在往這個賽道擠。一時間市場喧囂，人人談GPU、集群規模、算力單價，把租賃的商業潛力算了個底朝天。但在這股熱浪中，有一家公司的敘事邏輯卻不太一樣。

凌雄科技（02436.HK）是中國DaaS（Device as a Service，設備即服務）行業第一股、“小熊U租”母公司。過去20多年，它專注于幫助企業管理IT設備的全生命周期——從采購、租賃、運維、回收、翻新到再流通。這些在很長一段時間內聽起來不夠“性感”的業務，當下反而煥發了新的生機。去年，它實現了業務規模的顯著擴大，凈利潤和經調整利潤也全面扭虧為盈。

不過最重要的并非租賃的風口，而是凌雄科技積累的某種能力，在從一個相對傳統的市場遷移到高價值密度市場時，發生了顯著的價值重估。這種能力，就是一家公司20多年來在PC時代反復打磨的，對設備全生命周期的精算與管理。

當這項能力從一臺數千元的傳統電子設備遷移到算力設備甚至集群時，其價值含金量也被成倍放大。

一、算力的“不可能三角”，鎖住企業的AI夢

AI時代，市場上出現了一個滑稽的矛盾：一種新潮流出現的時候，經常是部分企業抗拒接納和轉型，但AI不同，AI帶來的問題是，企業“轉不起”“轉不動”。尤其是在算力上，服務可以訂閱，但對算力有剛需的企業，面對的是算力獲取的“不可能三角”困境。

任何一家需要智能化的企業，在做算力決策時，理論上都希望同時做到三件事：

第一，成本可控，最好別一次性沉淀大量資金去買設備，導致固定資產占比過高，還要付出維護成本；第二，供給靈活，因為模型訓練和推理需要的算力密度完全不同，忙時需要大量的算力，閑時又怕設備閑置在那里白白折舊；第三，技術前沿，最好能按需用上新設備，避免剛買回來很快又要更新。

然而這三件事，在傳統的IT采購模式下基本處于互斥狀態——要保持技術前沿，就得承受高昂的資本開支和貶值風險；要追求彈性，就得忍受閑置折舊；要控制成本，就要犧牲性能升級的空間。

每一個企業負責人最后都會發現，無論怎么選，都要面對一個隱形但越發沉重的成本——設備貶值的不可預測性。

在傳統IT時代，不少企業就已經發現這些設備問題，因而催生了DaaS模式。到了AI時代，這筆賬的影響持續放大，算力產品成本高昂，尤其是對于發展尚不成熟的中小企業來說，購置這類資產頗有“賭博”的驚險。

在這樣一個結構性的“不可能三角”面前，企業需要一種新的資源配置方式，把沉重的一次性資本開支拆解成相對輕量的、按需支付的運營開支，同時把設備貶值的風險從自己的資產負債表上剝離出去，交給專業的人來處理。

這就是DaaS模式在AI時代越發獲得重視的根本原因。DaaS——Device as a Service，設備即服務。在這種模式下，企業不再購買設備本身，而是按周期或者用量訂閱設備的使用權，并且一次性獲得包括運維、調度、回收在內的全周期服務。

要真正承接住這個需求，最關鍵的支撐并非設備，而是讓設備盡其用、有效地循環起來的能力。它要求服務商具備大規模資產的管理與調度能力，對設備剩余價值的精確判斷與最大化挖掘能力，以及貫穿設備全生命周期的服務交付能力。唯有時間、數據和運營經驗的長期積累，才能啟動算力時代的設備快車。

今年以來，凌雄科技股價已上漲近400%，資本發現了它的獨特之處，并看到了更強的預期。

二、DaaS精算能力破局，讓基礎設施產生網絡效應

今年5月，在第二十屆“金博會”上，凌雄科技展示了一套完整的數字化閉環DaaS服務解決方案。

圍繞筆記本電腦、臺式機、打印機及復印機、會議大屏等IT辦公設備，和AI服務器、存儲服務器、GPU等算力設備，以及機器人等創新資產，凌雄科技構建了全程自建自營的服務體系，包含IT設備和算力設備回收服務、IT設備和算力設備訂閱（租賃）服務、IT技術訂閱服務、設備管理SaaS等。

傳統的IT采購，企業買下設備，設備從到手那一刻就開始貶值并帶來維護負擔。設備對企業來說是純粹的成本中心。而在AI時代的語境下，凌雄科技讓設備鏈條“循環”了起來：

回收合格設備經過檢測、翻新可重新進入租賃池；租賃期結束之后，再次退回，經過殘值評估，要么降維進入下一個使用場景，要么進入工業級回收渠道提取剩余價值。每一個環節的數據，比如使用時長、故障頻率、殘值變化等，又反哺風控和定價模型，讓下一次循環更加精準。

值得注意的是，這套模式的價值是可量化的。以凌雄科技2025年財報為例，其運營效果在三個視角的數據上出現了提升。

首先，在可供訂閱的設備總數有所優化的前提下，其年度總設備訂閱量同比增長11%至686萬臺，主要訂閱設備類型的月度使用率從88.8%上升到了91.2%。更多的訂閱量和更高的使用率，意味著每臺設備被有效利用的時間持續增加，折射出對客戶需求變化的精準判斷和資產調配的靈活調度。

其次，其設備回收業務的毛利從上一年的900多萬元增長到3500萬元，增幅264%，毛利率提高到1.9%。設備回收的關鍵是殘值，而影響殘值的除了設備本身的狀態，還有其屬性類型，算力設備當前的價值空間大于PC等傳統設備。一方面是算力設備本身的單價高，另一方面是其下游應用需求旺盛所致。

同樣的資產評估和處理能力，會在資產價值密度不同的情況下實現成倍放大，這是當前市場看好凌雄科技未來經營潛力的主要原因。目前，凌雄科技已基于DaaS模式構建智算生態鏈。

工信部《關于開展普惠算力賦能中小企業發展專項行動的通知》提出，鼓勵設立中小企業專屬算力池，鼓勵探索“算力銀行”“算力超市”等創新業務。隨著產業對普惠算力的需求放大，凌雄科技也將迎來新一輪發展機遇。

最后，IT技術訂閱服務也是凌雄科技服務模式的重要一環，這一環既有利于提升用戶粘性，還擁有相對較高的毛利率，在2025年年報中為62.5%。

2025年，凌雄科技曾幫助一家客戶提前24小時發現客戶所使用的服務器出現溫度異常，及時介入處理，避免了因模型訓練中斷帶來的損失。客戶訂閱獲得的不僅是一臺物理機器，更是一個高可用的運行環境。當服務能夠獨立創造價值，企業的護城河就從資產規模轉向了服務能力。

以上三個細節，分別對應著DaaS閉環中的三個核心能力：資產調度效率、殘值挖掘精度、服務溢價能力。它們共同構成了一套可以反復復用的底層操作系統。

未來，隨著其租賃服務形式、算力管理平臺等環節的持續完善，算力需求的增長還將持續帶動凌雄科技的商業化表現。

三、規模效應的非線性釋放，AI時代或是最強拐點

2025年是AI應用爆發的轉折之年，也是凌雄科技打造DaaS模式后，凈利潤和經調整利潤雙雙轉正的一年。財務的分水嶺，總是意味著一些底層邏輯的重大轉折。這和AI領域應用規模擴大稀釋上游硬件投入的邏輯一致。而凌雄科技也已經成為幫助企業稀釋初期投入、贏得算力先機的角色。

DaaS是一個典型的“滾雪球”模式。起步階段需要大量資本投入。但是當運營規模超過一個臨界值，資產循環網絡中不同環節之間的協同效應便開始顯現。

例如，共享的客戶池和資產池會讓調度效率不斷提升，閑置率持續下降。持續積累的運營數據能幫助優化風控模型，在提效的同時控制壞賬率。而客戶對服務的感知還會轉化為口碑，擴大凌雄科技的業內影響力。一旦算力需求從分散走向集中，規模效應就會來到新的高度。

因此，在算力租賃走紅帶來的輻射效應下，整個DaaS市場可能正在迎來一個結構性拐點。

凌雄研究院預測，中國DaaS市場滲透率將在未來5年內從目前的約5%上升到10%。當這個拐點到來時，企業對IT辦公設備的配置習慣可能發生系統性轉變，從“買”轉向“首選租”。作為國內DaaS行業的鏈主企業，凌雄科技已經先一步進入了規模盈利階段，在行業擴容中將占有主動位置。

拆掉算力的墻，背后是凌雄科技多年來一直和“貶值”“門檻”較勁的發展史。從PC到服務器，從辦公設備到算力設備，本質上都是在解決同一個問題：如何在技術資產加速貶值的世界里，幫企業分攤不確定性的成本，讓它們能夠以更輕的姿態擁抱技術變革。

這個問題，在AI時代只會變得更重要。凌雄科技在AI時代的站位，也將變得更高。