投资评级 - 投资评级：买入 [1] 核心观点 - 公司全面深化 AI 发展战略，盈利能力显著改善 [1] - 云计算业务带动收入增长，利润端实现高速增长，经营性净现金流创历史最好水平 [2] - 公司以“AI First”为战略，将AI融入安全与云业务，产品市场表现领先，超融合产品市占率双第一 [2] - 海外市场及国内KA市场拓展成效显著，带动整体收入增长 [2] - AI与云化能力融入安全产品，有望打开新一轮成长周期，云业务有望保持较快增速 [2] 财务表现总结 - **2025年全年业绩**：实现营收80.43亿元，同比增长6.96%；实现归母净利润3.93亿元，同比增长99.52%；实现扣非净利润3.04亿元，同比增长296.38% [1] - **2025年第四季度业绩**：实现营业收入29.18亿元，同比增长1.09%；归母净利润4.73亿元，同比下降39.04%；扣非净利润4.40亿元，同比下降39.49% [1] - **分业务收入**：信息安全业务收入35.4亿元，同比下降2.46%；云计算业务收入40.1亿元，同比增长18.50%，占比上升至49.86%；基础网络和物联网收入4.93亿元，同比下降2.69% [2] - **盈利能力**：2025年整体毛利率为59.31%，较上年减少2.16个百分点 [2] - **费用控制**：2025年销售/管理/研发费用率分别为31.74%/4.23%/25.55%，三费整体同比减少1.15% [2] - **现金流**：经营活动现金流入为104.21亿元，同比增长4.90%；经营性净现金流为13.42亿元，同比增长65.29%，为公司历史最好水平 [2] - **盈利预测**：预计2026-2028年EPS分别为1.23/1.62/2.15元，对应P/E为87.08/65.73/49.74倍 [2][4] 业务发展总结 - **AI战略深化**：公司以“AI First”为研发创新战略，将AI融入安全业务、云业务，并开拓AI原生业务 [2] - **AI+安全产品**：已推出安全GPT、融合AI能力的下一代防火墙AF、SASE一体化办公产品、XDR、AI安全平台等；发布大模型安全护栏解决方案及安全使用GenAI解决方案 [2] - **AI+云业务**：AI算力网关（AICP算力平台）经历多次迭代，新一代产品可发挥2-5倍的智能算力效能 [2] - **市场地位**：超融合产品在2025年第三季度以16.5%的市场占有率位居中国超融合整体市场第一，以31.2%的占有率位居全栈超融合市场第一 [2] 市场拓展总结 - **海外市场**：2025年实现收入5.99亿元，同比增长24.49%；已覆盖全球30多个国家和地区，拥有18个海外分支机构和办事处 [2] - **国内KA市场**：收入实现较快增长，带动整体收入增长 [2] - **渠道与服务体系**：国内坚持渠道代理销售为主，直销为辅；在国内70余个主要城市和海外15个国家和地区建立了本地技术服务团队，并在全球设立了40余个备机备件中心 [2]

投资评级 - 报告对深信服(300454)的投资评级为“买入/维持” [1][5] 核心观点 - 报告核心观点为“利润快速增长，AI 驱动未来发展” [1][9] - 公司2025年业绩显示利润快速增长，归母净利润同比增长99.52% [4] - 公司围绕AI进行产品研发，在安全和云计算领域均推出相关产品与服务，AI驱动未来发展 [5] - 云计算业务保持快速增长，网络安全业务保持稳健 [5] 财务业绩总结 (2025年年报) - 2025年公司实现营业收入80.43亿元，同比增长6.96% [4] - 2025年归母净利润为3.93亿元，同比增长99.52% [4] - 2025年扣非后净利润为3.04亿元，同比增长296.38% [4] - 2025年整体毛利率为59.31%，较去年同期下降2.16个百分点 [4] 分业务表现 - **云计算业务**：收入40.10亿元，同比增长18.50% [4] - **安全业务**：收入35.40亿元，同比减少2.46% [4] - **基础网络和物联网业务**：收入4.93亿元，同比减少2.69% [4] 区域市场表现 - 港澳台地区及海外地区收入5.99亿元，同比增长24.49% [5] - 公司在韩国、巴基斯坦、印尼、新加坡等多个国家的超融合产品获得多行业用户信任 [5] 产品与研发进展 - **安全领域**：发布了AI安全平台、大模型安全护栏解决方案、安全使用GenAI解决方案、AI智能对抗能力等 [5] - **云计算领域**：提供AI超融合、AI存储、AI算力网关、托管云AI安全算力等核心产品和服务 [5] 盈利预测与财务指标 - **营业收入预测**：预计2026-2028年分别为89.42亿元、102.85亿元、118.55亿元，增长率分别为11.18%、15.02%、15.27% [7] - **归母净利润预测**：预计2026-2028年分别为4.53亿元、5.26亿元、6.07亿元，增长率分别为15.41%、16.12%、15.40% [7] - **摊薄每股收益(EPS)预测**：预计2026-2028年分别为1.05元、1.22元、1.41元 [5][7] - **市盈率(PE)预测**：预计2026-2028年分别为96.84倍、83.39倍、72.27倍 [7] 关键财务比率预测 - **毛利率预测**：预计2026-2028年分别为58.64%、58.29%、57.96% [11] - **销售净利率预测**：预计2026-2028年均为5.07%、5.12%、5.12% [11] - **净资产收益率(ROE)预测**：预计2026-2028年分别为4.48%、4.97%、5.46% [11]

文章核心观点 - AI正从技术工具全面渗透为业务核心驱动力，呈现出架构师、协调者、哨兵三大主题 [1] - 2026年十大战略技术趋势重点聚焦于八大新兴方向，涵盖AI原生开发、多智能体系统、物理AI等关键领域 [1] AI原生开发平台 - AI原生开发平台是下一代软件工程核心，通过自然语言提示词直接生成完整应用或辅助编写代码，实现“氛围编程” [2] - 市场上已出现一键生成前后端网站的工具及集成AI的IDE开发环境，部分技术公司20%–40%的代码由AI生成 [2] - AI正在重构软件开发本质，其价值更多体现在模块化、标准化任务的自动化上，难以独立完成复杂系统重写 [2] AI超级计算平台 - AI超算平台作为未来算力底座，呈现混合AI算力与算力调度两大特征，以应对模型规模与数据量激增带来的指数级算力需求 [3] - 云端与终端芯片协同工作，NVQLink和CUDA-Q等技术实现量子计算与经典超算的联动，形成跨架构任务调度能力 [3] - 中国企业推出“超节点”技术，通过堆叠AI芯片实现算力聚合，是地缘政治背景下的务实选择 [7] 多智能体系统 - 多智能体系统通过“分而治之”将复杂任务拆解，由不同智能体分工协作再整合结果，解决单智能体可靠性低、成功率随步骤骤减的问题 [8] - 案例包括贝塔斯曼的跨业务内容检索和GitHub上用于股票分析的开源多智能体项目 [8] - 多智能体是AI从“工具”走向“协作者”的关键一步，未来企业AI架构或将出现“智能体中台” [9] 特定领域语言模型 - 企业级AI项目失败率高达95%，核心问题在于通用大模型“不懂业务” [10] - 特定领域语言模型通过行业数据再训练成为解决之道，使AI从“通才”走向“专才” [10] - 企业需投入数据治理与领域训练，否则将陷入“有模型无智能”的局面 [10] 物理AI - 物理AI指能与现实世界交互的AI系统，主要应用于自动驾驶与机器人，技术路径包括VLA模型和“世界模型” [11] - 特斯拉、蔚来等车企正积极布局能理解物理规律、进行预测与规划的“世界模型” [11] - 物理AI是AI与实体经济融合的桥梁，将在制造业、物流、医疗等领域逐步替代重复性劳动 [11] 前置式主动网络安全 - AI驱动的攻击如“氛围黑客攻击”可自动化完成漏洞探测、钓鱼攻击甚至勒索软件生成，降低了黑客门槛 [12] - 前置式主动网络安全系统应运而生，包括预测性威胁情报、自动移动目标防御等技术 [12] - 企业需建立“预测-响应-欺骗”三位一体的主动安全体系，而非依赖静态防御 [14] 数字溯源 - 数字溯源通过建立软件SBOM、模型MLBOM等清单体系，追踪组件来源与安全性，以应对软件供应链攻击 [15] - AI生成内容的水印与标识技术正在逐步标准化 [15] - 中国在AI内容标识方面的法规实践值得行业关注 [16] 地缘回迁 - 地缘政治风险促使企业将数据与应用从全球公有云迁移至本土“主权云”，欧洲企业受影响最深 [17] - 中国早在信创与国产化替代中布局，DeepSeek为适配国产芯片支持特定数据格式，标志中国AI生态逐步闭环 [17] - 中国企业需在自主可控与全球协作之间找到平衡点，避免陷入“技术孤岛” [17] 延续性趋势与重点方向 - “机密计算”通过可信执行环境保护使用中数据，“AI安全平台”防范提示词注入、模型越狱等新型攻击，共同构成AI时代“安全双翼” [18] - 物理AI、AI原生开发平台、特定领域语言模型、多智能体系统是最值得中国企业在未来一年关注的四大重点趋势 [18] - 企业应避免盲目追逐技术热点，聚焦于将AI嵌入业务流程、具备护城河及形成生态协同，在制造业场景中可结合“组合式AI”实现投入与效果平衡 [18]

AI角色的根本性进化 - AI正从被动响应指令的工具转变为能够自主决策和行动的智能同事[6] - 多智能体系统将成为企业的数字员工 这些AI智能体能够相互协作共同完成复杂任务[7] - Gartner预测到2028年 将80%客户面向流程自动化的组织将遥遥领先[7] - 物理AI的兴起把智能带入现实世界 例如医疗机器人和自主巡检无人机[7] 领域特定语言模型的崛起 - 企业开始寻求更懂行业更了解业务的专业AI 即领域特定语言模型[8] - Gartner预计到2028年 超过50%的企业生成式AI模型将是领域特定的[9] - 从业者的专业经验成为训练AI的珍贵素材 隐性知识可转化为AI学习素材[9] - 未来最受欢迎的是最懂得如何让AI更专业的人而非最会使用AI的人[9] AI安全与信任技术 - Gartner报告显示到2028年 超过50%的企业将采用专门的AI安全平台[10] - 机密计算技术能在数据处理过程中提供保护 确保敏感信息不泄露[10] - Gartner预测到2029年 75%在不可信基础设施上运行业务的企业将采用机密计算技术[10] - 数字溯源技术让软件组件的来源和经历完全透明可追溯[10] 地缘政治对技术的影响 - 地缘回迁作为全新趋势入选 标志着纯技术决策时代的终结[12] - 越来越多的国家和地区出于安全考虑要求数据和服务留在境内[12] - Gartner预计到2030年 欧洲和中东超过75%的企业将把工作负载回迁到本地区域[12] - 技术的国界正在形成 数字世界划分出新的疆域[12] 企业与个人的应对策略 - Gartner研究显示到2030年 80%的企业将由AI增强的小型团队取代传统大型团队结构[13] - 组织需要投资AI超级计算能力 建立多智能体协作系统并投入AI治理资源[13] - 到2026年 50%的组织将引入AI-free评估来解决批判性思维下降的问题[13] - 最成功的从业者是既精通本专业又能与AI顺畅协作的双语人才[13]