文章核心观点 - 硬科技是培育新质生产力的核心引擎 正迎来“十五五”规划政策赋能与资本市场制度创新的发展机遇期 同时也面临技术攻坚、生态构建与合规竞争的多重考验[1] - 政策、产业与资本需协同发力 构建硬科技良性生态 加速国产化进程[3] - 资本市场通过制度创新和包容性 持续为科创企业“添翼赋能”[4][5] - 科创企业在关键领域加速国产化突破 部分赛道已跻身全球领跑阵营 投资机构则锚定长坡厚雪赛道精准布局 产业与资本共同构筑“护城河”[8][9] - 企业在高速发展中面临技术迭代、客户认证、供应链及国际竞争等多重挑战 需通过构建独特体系等方式破局突围[13] 资本市场支持与制度创新 - “十五五”规划建议提高资本市场制度包容性与适应性 健全投融资协调功能 “资本市场支持科技创新”已成为长期政策导向[5] - 并购重组政策创新点包括：对价可分期支付以规避交易风险、允许收购未盈利企业、针对“小额快速”融资设置简易程序以大幅提高效率[5][6] - 科创板企业对并购重组政策保持关注 以期拓展第二增长曲线 例如斯瑞新材[5][6] - 资本市场在有合理底线的前提下 对科创企业的容忍度和支持力度越来越高 使得企业可以大胆探索前沿方向 对标全球头部企业[6] - 多层次资本市场助力不同阶段、不同规模、高科技属性企业上市发展 股权投资机构会根据企业特点选择合适板块申报上市[6] - 耐心资本、长期资本对产业发展影响较大 因其以中长期规划布局 无短期考核压力 更有助于机构投资和企业发展[6] 硬科技产业发展格局与路径 - 硬科技发展分为两个赛道：一是我国具备天然优势的领域（如车、机器人等） 凭借软件算法应用、制造业优势及海归与产业人才实现“东西合璧” 不少已达世界领先水平；二是后发追赶领域（如EDA、GPU、AI半导体等） 通过国内改良路线图及海归与产业人才加持 成效也较佳[7] - 2025年是科技行业大年 2026年仍有诸多可圈可点之处 研究机构内部已完成各硬科技赛道的深度研究[7] - 企业通过技术迭代与产业升级为新质生产力培育注入实质动能 例如斯瑞新材从1995年进入电力板块 攻克电力开关核心触头材料 2009年进军大功率牵引电机转子材料 之后拓展至商业航天、医疗影像、光模块、可控核聚变等赛道[9] - 在AI训练数据领域 技术领先性的保持依赖于从应用端客户需求反推数据供给逻辑 聚焦“高质量训练数据” 深度对接各行业专家并结合工程化能力 共同打造行业专属高质量数据[9] - 高质量数据供应的难点在于理解不同垂类领域（如医疗、具身智能、金融、教育） 需深度对接行业专家 并通过预判未来市场需求来提前做好数据方案设计、平台搭建和人才储备[10] - 技术落地需把握好技术迭代、场景应用与合规要求三者的平衡[10] 投资机构的策略与聚焦 - 股权投资机构偏好“长坡厚雪”且赛道规模大的企业 而非短期饱和的红海领域 例如GPU赛道（英伟达成立三十余年仍高速增长）天花板高、持续时间长[10] - 在确定好赛道后 核心是找到最好的团队 主要看两类：一是国内稀缺、成建制且具备长期量产经验的团队（如沐曦股份）；二是新兴赛道的团队 除研发经验外 还需看产品迭代速度是否远超竞争对手[11] - 投资机构通过组合投资平衡风险与收益：用中后期项目保障快速实现DPI和基本回报 同时用20%～30%资金布局高潜力早期项目 以平衡短期收益与长期价值[15] - 赋能企业的方式因类型而异：对于GPU等成熟赛道 核心需求是资金、生态资源、引进技术资源；对于具身智能等新兴赛道（多为教授创业） 需要创投机构帮忙组建管理、技术应用、工程实现及销售等方面的团队 并帮忙对接下一轮融资[11] 研究分析视角与未来机遇 - 研究机构运用科技树概念和产业渗透率来研判 近期还纳入数理化等基础学科对产业的底层影响 重点关注商业航天、深海、脑机接口等赛道[12] - 企业筛选主要看产品力、渗透力、管理团队以及估值：对未盈利科创企业采用隐含PS或三五年后动态估值测算再折现；对成熟领域企业采用PE、PB等传统估值指标[12] - 发现隐性风险需关注：技术传导复杂度高、跨领域关联性强 因此需花更多时间研究数理化等基础学科；国际关系与地缘政策的影响不容忽视；此外还需关注供需、管理层、商业模式等常规要素[16] 企业面临的挑战与破局之道 - 科创企业在多赛道布局中面临挑战：不同赛道技术迭代速度不一、客户认证标准严苛且周期长、核心原材料供应波动、国际高端材料企业竞争挤压等[13] - 企业将挑战归纳为生存和发展两大问题 并通过构建三大体系应对：一是“挣小钱、挣长钱、挣慢钱、挣难挣的钱、挣研发创新的钱、挣艰苦奋斗的钱”的商业文化体系；二是“横向产学研用 纵向采用T字型架构（创新中心负责0到1 事业部承接1到无穷大）”的纵横协同研发体系；三是对内推行赛道事业部制并在海外布局的适配运营体系[14] - 国际化布局的首要难题是合规 需在合作前由双方法务团队敲定多国家/地区的合规方案 国内“可信数据空间”政策导向能实现“原始数据不出域”前提下的合规使用[15] - 实现高质量数据的核心是做“难而正确的事” 需从源头把控方向 与专业领域专家深度对接[15]