AI 应用 / Agent · AI 基础软件与智算云 · 深度分析(公众版)

九章云极 DataCanvas

北京九章云极科技有限公司 · 独立第三方 AI 基础软件 + 智算云 · 数据截至 2026-07
九章云极干的事,一句话说清:它不做面向终端用户的 AI 应用,而是做"托起 AI 的底座"——从早年的自动化机器学习(AutoML)中间件,一路长成大模型、向量数据库、智算云的一整套企业级 AI 基础软件。它把自己定位成"不站队任何一朵云"的独立第三方,靠信创国产化替代和央国企资本跑通融资。但它站在一个被两头挤压的位置:上面是自建全栈 AI 平台的云巨头(阿里云、华为云、腾讯云),下面是越来越好用、还免费的开源栈(Ray、vLLM、Milvus)。本文只问一件事:一家"卖 AI 底座"的独立软件公司,在云厂商全栈下压、开源免费替代的双重夹击下,凭什么让客户付费、还能赚到钱?
AI 基础软件
非应用层·卖底座
AutoML 起家
2013 成立·老牌
央国企融资
D1 轮 3 亿元
未上市
财务口径未公开
深度版 · 面向公众 · 不含投资定价⚠ 收入结构/毛利/客户集中度未公开,缺口已标注

导读怎么读 + 一个诚实的前提

九章云极的融资节奏、产品矩阵、股东背景都是实的,但"生意成色"(收入结构、毛利、客户集中度、智算云的资产回报)几乎全是问号;深度在于把"产品线很全"的表象和"这套底座到底赚不赚钱"的根基分开。

先说清楚:哪些是实的,哪些是空的

事实九章云极2013 年成立、以 AutoML 中间件起家、已完成 D1 轮 3 亿元融资(中电智慧基金、华民投、太平创新、东方嘉富等央国企旗下机构 + 卓源资本参与)、发布 Alaya 九章元识大模型与 DingoDB 多模向量数据库,有多信源交叉印证。缺口但它的营收规模、软件 vs 智算云收入占比、毛利率、央国企客户的回款周期与集中度、大模型自研的投入与产出均未公开或未独立核实。因此本文"事实"集中在产品形态、融资、股东背景,对"赚不赚钱、护城河深不深"更多是基于 AI 基础软件赛道结构的判断 + 追问。信息越薄,第 12 章追问清单越重要

事实有公开来源 推导基于事实推断 判断观点,可反驳 缺口信息缺失/未公开 ⚠ 不含目标价/评级

01一句话判断与决定性变量

核心判断

判断九章云极是一家技术底子扎实、产品线铺得很全、被央国企资本重仓,但商业模式含金量还没被验证的独立 AI 基础软件公司。它赌的是"中国要有一批不依附于任何一朵大云的、国产自主可控的 AI 底座"这个真需求——信创国产化替代是它最大的顺风。但它的生死不在"技术行不行"(行),而在它这层"独立第三方底座",能不能在云巨头把 AI 平台白送、开源栈越来越能打的双重挤压下,转化成可持续的软件付费和健康的毛利。它最大的问号是——当阿里云、华为云把训练/推理/向量数据库整套 AI 平台捆进云卖、开源社区又免费提供同类能力时,客户为什么要单独买九章的底座?这个问题答不好,产品线再全也只是"靠信创订单和央国企资本撑起来的繁荣"。

决定性变量为什么是胜负手兑现的观察信号
"独立第三方"定位能否顶住云厂商全栈下压九章的核心价值是"不绑定任何一朵云的中立 AI 底座"。但阿里云 PAI、华为云 ModelArts 都在把训练、推理、向量库整套 AI 平台捆进云里,边际成本极低。中立性要值钱,必须证明"跨云、国产自主、可私有化部署"是客户离不开、云厂商给不了的价值。信创/国产化政策订单的持续性;私有化/专有云场景的中标率;是否被云厂商用捆绑价挤出关键客户。
大模型范式下 AutoML 老本行的价值迁移九章起家于 AutoML(自动化机器学习)。但大模型正在重写"怎么做 AI"这件事——很多原来靠 AutoML 建模的场景,现在直接调大模型。它转向 Alaya 大模型 + 向量库是顺势升级,还是被范式颠覆后的被动补课,决定它的技术叙事是资产还是包袱。Alaya 大模型的真实落地客户数与营收贡献;老 AutoML 产品线的收入是增是减;研发投入是否被自研大模型烧穿。
智算云是第二增长曲线还是重资产陷阱九章推"云中云"、做智算云(AI 算力服务)。算力租赁能快速做大营收数字,但它是重资产、低毛利、拼供应链和电价的生意,和轻资产软件的商业模型完全相反。这块占比越高,整体毛利和资产回报越可能被拖累。智算云在总营收的占比与毛利率;算力采购/折旧对现金流的压力;是自建重资产还是轻运营调度。

02生态位:AI 价值链的"底座层"

先看它站在 AI 价值链的哪一层,这决定了它理论上不可或缺、现实中最容易被巨头顺手做掉。

企业 AI 价值链(自下而上)· 九章云极的位置 ① 算力硬件 / 芯片 ← 英伟达、国产 GPU(昇腾等) ② AI 基础软件 / 平台层 ← 【九章云极在这里】AutoML + 大模型 + 向量库 + 智算调度 ③ 大模型 / 模型服务 ← 通用大模型厂商 + 九章自研 Alaya ④ 行业应用 / Agent ← 各行业 AI 应用、智能体 ⑤ 最终业务场景 ← 政府、金融、电信等落地方

判断九章云极站在第 ② 层——"AI 基础软件 / 平台底座层":它不造芯片、也不做终端应用,而是提供"把算力和数据变成 AI 生产力"的中间平台,赚"基础软件许可 + 平台服务 + 算力调度"的钱。推导这层理论上不可或缺(任何 AI 系统都需要底座),但现实中它夹在"把 AI 平台当云增值服务白送"的云厂商和"免费还越来越强"的开源栈之间——中立、国产、可私有化是它区别于两者的立身之本,但这份价值到底有多硬,缺乏可验证的付费数据。

生态位的尖锐处:基础软件的"免费化"引力

判断所有"AI 基础软件"公司都活在同一个引力里:上面的云厂商有动机把平台层当获客钩子免费送(真正要卖的是底下的算力和云),下面的开源社区又在持续把同类能力白菜化。九章的护城河只能是"国产自主可控 + 跨云中立 + 私有化交付 + 行业 know-how"——这些是"云平台顺手一送"和"开源自己搭"都替代不了的确定性和服务厚度。缺口但这份厚度到底能撑起多高的付费溢价、客户到底黏不黏,缺乏可验证的续费/毛利数据。九章的全部价值,押在"信创国产化红利 + 独立中立 + 私有化服务能力"这几个赌注上——它们够不够硬,就是它的命。

03行业本质 4 问:AI 基础软件,到底谁在赢

本质 4 问答案(含证据)
① 本质在做什么判断把"分散、难用的 AI 能力(建模、大模型、向量检索、算力调度)",封装成"企业能私有化部署、国产自主可控的一体化 AI 平台"。卖的是确定性、合规自主和交付服务,不是某一个单点技术领先。
② 行业红利在哪事实央国企与关键行业(政府、金融、电信)的信创国产化替代 + AI 基建投入是一波真实的政策与预算顺风;九章股东里大量央国企旗下机构,正卡在这条线上。判断红利真实,但它是政策驱动的、有周期性的,且是所有国产 AI 平台厂商共享的,不是九章独占。
③ 哪层赚钱 / 谁掌握话语权判断话语权在掌握算力和云入口的巨头(阿里云/华为云/英伟达)与掌握预算的甲方手里。推导独立基础软件层赚的是"帮甲方把国产 AI 底座落地跑通"的钱,议价权天然弱于上游算力和云;能不能赚,取决于"国产自主 + 私有化服务"的稀缺性够不够抵消"云平台免费捆绑"的便利。
④ 九章的位置事实它是国产独立 AI 基础软件里起步早(2013)、产品线全(AutoML→大模型→向量库→智算云)、央国企资本认可度高的一家。判断它的优势是"先发 + 全栈 + 央国企背书 + 私有化交付能力";隐忧是"独立底座要长期对抗云厂商全栈下压和开源免费替代",且收入结构与毛利都未证实。
对九章最尖锐的一问

判断它的叙事是"人工智能基础设施及智算云提供商"。推导但真正要问的不是"产品线全不全"(全),而是"它的营收里,有多大比例是高毛利的软件许可/平台订阅,多大比例是低毛利的智算云(卖算力)和一次性项目集成?"——如果营收的大头是算力租赁和定制项目,那它的商业模型就更接近"重资产的 AI 系统集成商",而不是"高毛利的平台软件公司",估值逻辑和护城河深度会完全不同。这一问答不清楚,"AI 基础软件公司"这个标签就可能名不副实。

04团队与股东:技术底子 + 央国企资本

在信息普遍稀薄的情况下,"技术积累的深度"和"央国企股东结构"是九章跑到国产 AI 基础软件前列的关键解释。

维度情况
技术积累事实公司2013 年成立、以 AutoML(自动化机器学习)中间件起家,是国内较早做 AI 平台基础软件的团队,产品逐步扩展到大模型、向量数据库、智算云(company alpha)。推导这解释了它为什么能在一个技术门槛不低的赛道里持续拿到融资——它赢的是"长期做底层平台的工程积累 + 全栈铺开的产品能力",而非某个单点爆款。
股东结构事实D1 轮 3 亿元融资由中国电子集团旗下中电智慧基金、华民投、中国太平旗下太平创新、浙江东方旗下东方嘉富等央国企旗下机构,以及卓源资本参与。推导浓厚的央国企股东背景,既是信创国产化订单的资源背书,也可能意味着它的增长与政策/央国企预算高度绑定,商业化节奏受体制内采购周期影响
组织与治理透明度缺口核心创始团队构成、关键技术高管的在职稳定性、多轮融资后的股权结构,公开可核实的信息有限——这直接影响它在自研大模型这种烧钱扩张期的执行力与治理透明度。

判断"长期做底层平台的技术积累 + 央国企资本背书"是九章最实的资产:在国产自主可控的大主题下,一家有工程底子、又被央国企重仓的独立 AI 基础软件公司是稀缺的。缺口但要观察的是——央国企背景是双刃剑:它带来订单和背书,也可能让公司的增长与政策周期、体制内回款绑得过死,商业化的市场化程度和毛利健康度都需要被追问(见第 12 章)。

05产品与商业模式

产品:从建模中间件到全栈 AI 底座

商业模式:软件许可 + 平台服务 + 智算云

事实模式是面向政府/金融/电信等大客户的基础软件许可与平台服务,叠加智算云(算力)服务,多为私有化/专有云交付。判断逻辑自洽——用国产自主底座吃信创红利,用智算云做大营收规模。推导但真正决定它是不是"好生意"的,是各块占比和健康度:高毛利的软件订阅、一次性的项目集成、重资产的算力租赁,三者的商业弹性和估值逻辑天差地别——同样一笔营收,来自软件订阅还是算力租赁,含金量完全不同。

关键信息缺口

缺口决定生意成色的核心数据——总营收规模、软件许可/订阅 vs 智算云 vs 项目集成的收入占比、整体与分部毛利率、央国企客户的回款周期与集中度、自研大模型的研发投入与营收贡献、净利润/现金流状况——全部未公开。"产品线全""央国企重仓"和"生意健康"是三回事,这正是追问清单第 2、3 组的核心。

06三个争议命题:让正反双方当场对撞

九章云极的命运系于三个真正有分歧的命题。每题给 Bull / Bear / Reality,再下裁决。

命题 A · "独立第三方 AI 底座",扛不扛得住云厂商全栈免费捆绑?
Bull · 中立与自主是云厂商给不了的
大客户(尤其政府/金融/央国企)出于数据自主、避免被单一云锁定、信创合规的考虑,需要一个不站队任何一朵云的独立底座。九章的国产自主 + 跨云中立 + 私有化交付,正好卡在这个刚需上。云厂商的平台再免费,也天然带着"把你绑进我这朵云"的目的,中立第三方有不可替代的政治与合规价值。
Bear · 平台层被上游当钩子白送
阿里云 PAI、华为云 ModelArts 把 AI 平台当云的增值服务捆绑销售,边际成本几乎为零;开源栈(Ray/vLLM/Milvus)又免费且越来越强。夹在中间的独立基础软件,客户凭什么单独付费?何况华为云本身就是信创国产化的头号玩家,"国产自主"这张牌它比九章打得更响。独立底座的溢价空间会被两头持续压薄。
Reality · 数据说
事实九章产品线覆盖 AutoML→大模型→向量库→智算云、被大量央国企资本重仓、服务十余个行业;事实阿里云/华为云均提供全栈 AI 平台且华为云主打信创。缺口但"私有化场景中标率、软件付费溢价、是否被云厂商捆绑价挤出关键客户"等能验证中立价值的数据均未公开。
裁决
判断两种读法今天都没被证伪,天平偏谨慎——因为"云厂商把平台层免费捆绑、且华为云自己就是国产信创头号玩家"这个结构,是既成事实,不是未来变量。中立独立是真的护城河候选,但它到底能不能撑起软件付费溢价,取决于一个未公开的数字:私有化/专有云场景里,客户为独立底座付的软件溢价有多高、续不续。判断它,就盯一件事:在华为云等信创全栈厂商正面竞标时,九章是靠差异化技术赢单,还是只能靠更低价格保住份额。能守住溢价,独立底座成立;只能靠降价,它就是被夹碎的中间层。
命题 B · 从 AutoML 转向自研大模型,是顺势升级还是被范式颠覆后的被动补课?
Bull · 十年平台积累顺势延展
九章做了十年 AI 平台基础软件,从建模到大模型是同一套"帮企业把 AI 落地"的能力在延展。Alaya 大模型 + DingoDB 向量库是顺应技术潮流的自然升级,老客户和渠道能复用,向量数据库更是大模型 RAG 时代的刚需基础设施。它不是从零追赶,而是站在平台老本行上顺势加装大模型能力。
Bear · 大模型重写了游戏规则
大模型正在替代很多原来靠 AutoML 建模的场景,老本行的价值在缩水;而自研通用大模型是烧钱无底洞,九章的体量对上通用大模型六小龙和云厂商,很难在基座模型上有竞争力。向量数据库赛道也已挤满专业玩家(Milvus/Zilliz、开源栈)。它可能两头不靠:老 AutoML 被颠覆,新大模型又打不过头部。
Reality · 数据说
事实九章已发布 Alaya 九章元识大模型与 DingoDB 多模向量数据库;事实向量数据库与大模型是当前 AI 基建的热点方向。缺口Alaya 的真实落地客户数与营收贡献、老 AutoML 产品线收入是增是减、自研投入强度,均未公开,无法判断转型是加分还是失血。
裁决
判断方向对,但"转得动"还没被证明。在 Alaya/DingoDB 的落地营收披露之前,全产品线更应被看作"叙事完整"而非"商业验证"。判断它,别被"产品发布"晃眼,要盯新产品的付费客户数和它在总营收里的占比——这两个数字起来了,转型才算真升级;只有发布会没有营收,就要警惕"用产品数量掩盖单品都没跑通"。
命题 C · 智算云是打开天花板的第二曲线,还是拖垮毛利的重资产陷阱?
Bull · 卡住算力入口的第二增长曲线
大模型时代算力是硬通货,智算云需求爆发。九章用"云中云"把软件平台和算力打通,既能做大营收规模,又能把客户从"买软件"升级成"买算力 + 平台"的一体化长期关系,绑定更深。有央国企股东在,算力资源和智算中心的落地也更有底气。
Bear · 重资产低毛利的苦生意
智算云本质是卖算力,重资产、拼供应链和电价、毛利远低于软件,还要跟三大运营商、云巨头、专业智算中心正面拼价格。这块占比越高,整体毛利和资产回报越可能被拖垮,把一家"轻资产软件公司"的估值逻辑,稀释成"重资产算力租赁商"。用低质量营收换规模,是很多软件公司的估值毒药。
Reality · 数据说
事实九章明确推进"云中云"战略与智算云业务;事实智算云是资本与算力密集型生意。缺口智算云在总营收的占比、其毛利率、算力采购/折旧对现金流的压力、是自建重资产还是轻运营调度,均未公开。
裁决
判断这是九章营收数字最容易做大、但生意质量最容易被稀释的一块。智算云不是"能不能做大营收"(能),而是"做大的营收是不是好营收"。判断它,就盯两点:① 智算云占总营收的比例与它的毛利率;② 公司是重资产自建智算中心,还是轻资产做算力调度撮合。轻运营、控占比、软件为主,第二曲线成立;重资产、高占比、低毛利,就是拖垮估值的陷阱。

07"中国版 Databricks / 对标第四范式",成立吗?

九章常被类比成"中国的 AI 平台公司",对标海外 Databricks/DataRobot,或国内已上市的第四范式(6682.HK)。用这个对标的四个前提逐条拷问它。

"AI 平台公司"对标成立的前提九章云极的现状是否满足
有完整、自研的 AI 平台产品栈事实AutoML + 大模型 + 向量库 + 智算云的全栈体系真实存在,起步早✅ 满足
营收以高毛利软件订阅为主缺口软件 vs 智算云 vs 项目集成的收入占比、毛利率全未披露⚠ 未证实
客户结构市场化、非单一政策/体制驱动缺口央国企股东与客户浓厚,市场化程度与客户集中度未验证⚠ 存疑
不被云厂商全栈直接挤压事实恰恰相反——阿里云/华为云均自建全栈 AI 平台且捆绑云销售❌ 不满足(关键)
检验结论

判断"中国版 Databricks / 对标第四范式"这个对标只在"有完整 AI 平台栈"一条上扎实成立,其余三条恰恰是它待证或软肋:营收含金量(软件 vs 算力)未披露;客户结构可能过度依赖政策与央国企;且它面对的是自建全栈还捆绑云卖的本土云巨头。判断更值得警惕的是第四范式这个近邻对标——第四范式同为 AI 平台公司、已在港股上市,但上市后长期面临"高营收、难盈利、毛利被项目制拖累"的质疑,这恰恰是九章可能要走的同一条路。判断所以更公允的定位是——九章云极是"国产独立 AI 基础软件里产品最全、央国企资本最认可,但夹在云巨头全栈挤压之间、且收入含金量与市场化程度都待证"的平台厂商。它真正要证明的不是"能不能把产品线做全"(能),而是"这套全栈底座,能不能变成高毛利、市场化、不靠低价保份额的真软件生意。"

08竞争矩阵:九章夹在云巨头与开源之间

看清它周围站着谁,就明白它的空间有多窄、突破口在哪。

玩家类型打法 / 现状对九章的意义
九章云极 DataCanvas独立 AI 基础软件AutoML + 大模型 + 向量库 + 智算云;央国企重仓,私有化交付本体
阿里云 PAI / 华为云 ModelArts云厂商全栈 AI 平台把 AI 平台捆进云卖,边际成本近零;华为云主打信创最强的"全栈免费捆绑"挤压者
第四范式(6682.HK)已上市 AI 平台公司决策类 AI 平台起家,营收大但盈利承压最贴近的同类对标,也是"高营收难盈利"的镜子
开源栈(Ray/vLLM/Milvus 等)免费开源基础设施建模、推理、向量检索的免费替代,能力持续增强持续压薄软件付费溢价
运营商 / 专业智算中心智算云竞争者三大运营商与国家/地方智算中心大举建算力智算云业务的直接价格竞争者
央国企客户 / 信创主管方需求与预算方提供信创国产化订单与政策红利营收来源,也是集中度与回款周期风险源
矩阵读出的三个真相

判断它的上游云厂商同时是它最强的对手——把 AI 平台当获客钩子免费捆绑,还兼具信创身份(华为云),这是独立基础软件层最典型的危险结构。② 它最贴近的对标第四范式,是一面提前照出未来的镜子——同为 AI 平台公司,第四范式上市后"高营收、难盈利、毛利被项目制拖累"的困境,正是九章要极力避免的路径。③ 它唯一真正独特的资产是"国产自主 + 跨云中立 + 私有化交付 + 央国企信任"——护城河只能建在这里,所以守住软件付费溢价、别沦为靠低价保份额的集成商,是它的生命线。九章的生存空间,就在"独立中立底座能不能卖出软件溢价"这条窄路上。

09双面辩论:国产 AI 底座标杆,还是被夹碎的中间层?

同一组事实,两种读法
🟢 读法一 · 国产独立 AI 底座标杆
判断十年 AI 平台工程积累、AutoML→大模型→向量库→智算云全栈铺开、央国企资本重仓、卡在信创国产化替代的大风口上。中立独立 + 私有化交付是云厂商给不了的刚需,只要守住软件付费溢价、把智算云的重资产控制好,它就是国产自主 AI 基础软件赛道里价值链上的平台级标杆。
🔴 读法二 · 被夹碎的中间层
判断平台层被云厂商免费捆绑、开源栈免费替代、华为云在信创牌上更强、自研大模型烧钱难打过头部、智算云是低毛利重资产、营收含金量与客户集中度全不披露。剥掉产品线叙事,它可能是"靠信创订单和央国企资本撑规模、软件溢价被两头压薄、增长绑死政策周期"的脆弱中间层,走上第四范式"高营收难盈利"的老路。
我的裁决(可反驳)
判断两种读法今天都没被证伪,天平我略偏谨慎——因为"平台被云厂商免费捆绑 + 智算云低毛利 + 营收含金量全不披露 + 增长绑政策周期"这几个信号叠加,说明它的商业根基比它的产品线更需要被追问。但它绝非虚火:十年的技术积累、完整的产品栈、央国企的真金白银背书都是硬资产。判断它成色,就盯三件事:① 私有化场景能不能靠差异化守住软件溢价、而非靠低价保份额(护城河);② 软件订阅 vs 智算云的收入占比与毛利率(生意成色);③ 客户结构的市场化程度与回款健康度(是否绑死政策周期)。三件向好,读法一成立(国产底座标杆);持续存疑,读法二坐实(被夹碎的中间层)。它赌的是"独立中立底座能不能卖出软件溢价"——这是全公司唯一、也最锋利的命脉。

10因果链:决定性变量怎么一路传导到成败

决定性变量:独立 AI 底座能否在云厂商全栈挤压下卖出可持续的软件溢价 │ ▼ [护城河] 国产自主 + 跨云中立 + 私有化交付,能否让客户为独立底座付溢价 │ ← 断点1:华为云等信创全栈厂商正面压价 → 只能靠降价保份额,溢价崩 ▼ [产品] AutoML→大模型→向量库的转型,新产品能否跑出付费落地 │ ← 断点2:老本行被大模型颠覆、新品打不过头部 → 两头不靠 ▼ [生意质量] 软件订阅 vs 智算云占比,能否守住高毛利结构 │ ← 断点3:智算云重资产占比过高 → 毛利被稀释,沦为算力租赁商 ▼ [客户] 收入能否从央国企政策订单,扩展到市场化、分散的客户 │ ← 断点4:过度依赖体制内 → 回款慢、集中度高、增长绑政策周期 ▼ [财务] 高营收能否转化为健康毛利与正现金流 │ ← 断点5:走上"高营收难盈利"老路 → 规模越大越失血 ▼ [终局] 成为国产 AI 基础软件赛道有护城河、能盈利的平台级玩家

判断五个断点里,断点 1(软件溢价)和断点 3(生意质量)最致命:前者决定它会不会被云厂商压成低价集成商,后者决定它的营收是不是"好营收"。它的技术和股东已经证明过了,接下来要证明的是"独立底座卖得出溢价"和"营收是高毛利软件而非低毛利算力"——而这两样,恰恰都是它至今没拿出可验证数据的地方。

11需要警惕的风险

风险说明观察信号
云厂商全栈免费捆绑(母题)阿里云/华为云把 AI 平台捆进云卖、边际成本近零,且华为云自带信创身份,直接压缩独立底座的溢价空间。关键客户是否被云厂商捆绑价挖走;正面竞标中标率与价格。
开源栈免费替代Ray/vLLM/Milvus 等免费且能力增强,客户可自搭同类能力,压薄软件付费。软件许可/订阅收入的续费率与单价趋势。
智算云重资产拖累毛利算力租赁重资产、低毛利,占比过高会稀释整体估值逻辑与现金流。智算云占总营收比例与毛利率;算力折旧对现金流压力。
自研大模型烧钱与范式风险自研通用大模型投入大、难敌头部;AutoML 老本行被大模型颠覆。Alaya 落地客户与营收贡献;老产品线收入趋势;研发费用率。
客户集中与政策依赖央国企股东与客户浓厚,增长可能绑死信创政策周期,回款慢、集中度高。前五大客户集中度;应收账款周转;市场化客户占比。
盈利与现金流不透明营收规模、毛利、净利、现金流未披露,可能走"高营收难盈利"老路。整体与分部毛利率;经营性现金流;净利润趋势。

判断六类风险的母题是同一个:九章这层"独立 AI 底座"的中间价值,能不能在云厂商免费捆绑、开源替代、智算云低毛利的三重压力下,被证明是卖得出软件溢价、守得住高毛利、扛得住政策周期的真生意。这个问题答清楚之前,产品线再全也更多是叙事而非护城河。

12追问清单 · 想真正看懂它,该问这些

信息越薄,这份清单越重要——它就是把"叙事"逼回"事实"的工具。★ 是我认为最锋利、最能戳破叙事的问题。

1护城河:独立底座扛不扛得住云厂商(最锋利)
  1. ★ 在与华为云等信创全栈厂商正面竞标时,九章靠什么赢单——是差异化技术,还是更低价格?私有化/专有云场景的中标率与价格趋势如何?— 这是独立底座价值会不会被上游挤成低价集成商的核心验证门槛。
  2. ★ 客户为"独立中立底座"支付的软件许可/订阅溢价有多高、续费率如何?相比直接用云厂商捆绑平台或开源栈,客户离不开九章的具体理由是什么?— 决定它卖的是差异化软件还是可被替代的集成服务。
  3. 开源栈(Ray/vLLM/Milvus 等)持续增强,会侵蚀九章多少软件付费空间?向量数据库 DingoDB 相对 Milvus/Zilliz 的差异化壁垒在哪?
2生意成色:收入含金量与毛利(缺口最大)
  1. ★ 总营收里,高毛利软件许可/订阅、一次性项目集成、重资产智算云各占多少?各自的毛利率是多少?— 决定它是"高毛利平台软件公司"还是"重资产算力/集成商",估值逻辑天差地别。
  2. ★ 智算云是重资产自建智算中心,还是轻资产算力调度撮合?算力采购/折旧对现金流的压力有多大?— 决定第二曲线是打开天花板还是拖垮毛利。
  3. 公司整体是否已盈利?经营性现金流是否为正?还是在走"高营收、持续亏损"的老路?
3客户结构与政策依赖
  1. ★ 收入中央国企/政府政策订单占比有多高?前五大客户集中度、应收账款周转周期如何?— 主体增长若绑死信创政策周期,回款与集中度风险会持续累积。
  2. 有多少收入来自市场化、可复制、非体制内的客户?这部分是增是减?
4转型与团队
  1. ★ Alaya 大模型与 DingoDB 向量库的真实付费落地客户数与营收贡献是多少?老 AutoML 产品线收入是增是减?— 决定转型是顺势升级还是被范式颠覆后的被动补课。
  2. 自研大模型的研发投入强度如何?核心技术团队在多轮融资后是否稳定?
如果只能问三个问题

判断① 正面对上华为云等信创全栈厂商,九章是靠差异化赢单还是靠低价保份额(护城河)?② 软件订阅 vs 智算云的收入占比和毛利率是多少(生意成色)?③ 收入有多少绑在央国企政策订单上、能不能扩展到市场化客户(增长质量)?——这三问答清楚,就知道它是"国产 AI 底座标杆",还是"产品线很全、但软件溢价被两头压薄、增长绑死政策周期的中间层"。

13信息来源与说明

基于公开信息与公开报道的深度梳理,主要维度(节选):

· 融资:D1 轮 3 亿元,中电智慧基金、华民投、太平创新、东方嘉富等央国企旗下机构 + 卓源资本参与(36氪、投资界等公开报道,多信源交叉)
· 公司与产品:2013 年成立、AutoML 中间件起家;AIFS 基础软件 + DataPilot 数据领航员两大体系;Alaya 九章元识大模型、DingoDB 多模向量数据库、智算云"云中云"战略(公司官网与公开报道)
· 行业覆盖:政府、金融、电信等十余个行业(公开口径)
· 财务:营收规模、收入结构、毛利率、净利润、现金流、客户集中度均未公开

免责声明:本报告为面向公众的科普与分析性内容,仅基于截至 2026-07 的公开信息整理,不构成任何投资建议,不含估值目标价、买卖评级或持仓建议九章云极相关主体为未上市公司,公开信息有限,总营收规模、软件 vs 智算云 vs 项目集成的收入占比、毛利率、净利润与现金流、客户集中度、自研大模型投入与营收贡献等关键数据均未公开或未独立核实,文中已用 缺口 显式标注;融资与产品信息为多信源交叉的公开口径,非审计数据。文中标注:事实=有公开来源、推导=基于事实的推断、判断=作者主观观点(欢迎反驳)、缺口=信息缺失。Bull/Bear/裁决为分析框架,非事实断言。"中国版 Databricks""对标第四范式""AI 基础设施提供商"等为对标或媒体/公司用语,本文已作对标拷问。