Phancy Group Co., Ltd.（06682）：JPMorgan首次覆盖Phancy并给予Overweight评级，看好异构算力优化与可规模化的API Token经济

概览

这份首次覆盖报告认为，Phancy正从企业AI软件和项目部署公司演变为能够将异构算力优化和Token生产变现的AI基础设施公司。JPMorgan的积极观点建立在AI智能消费扩张、中国特有的部署复杂性、API业务高速增长，以及经济模式有望转向更可规模化的基础上。

核心观点

JPMorgan首次覆盖Phancy并给予Overweight评级，Dec-2027目标价为HK$50，基于15x 2028E EV/EBITDA。报告将Phancy定位为AI基础设施和企业部署公司，而非传统SaaS公司：其通过AI Platform提供企业部署，并借助HAMi/RISE和ModelHub提供异构算力管理、模型适配和服务能力。目标估值倍数反映了Phancy较成熟基础设施同业更快的增长和差异化异构算力敞口，但由于部署和服务仍具资本及服务密集特征，估值低于软件型18-20x倍数。 基础需求逻辑是每项任务的智能消费正在上升。推理模型、智能体、长上下文工作负载和多模态增加了推理算力消耗，而更低的推理成本使更多工作负载具备经济可行性。JPMorgan认为，效率提升未必会减少总基础设施需求，因为更低的单位成本能够刺激增量使用。中国尤为关键，企业可能需要同时使用Nvidia GPUs、Huawei Ascend和其他国产加速器，以及DeepSeek、Qwen、GLM、Kimi和MiniMax等多个基础模型。这种硬件和模型的碎片化提升了资源调度、跨芯片优化和模型感知服务的运营价值。 Phancy的AI Platform是现有需求基础。其1H26收入约为Rmb3.1bn，同比增30%，约占集团收入的82%。该业务主要为项目制，涵盖基础设施部署、维护和技术服务，因此其会计收入特征不如传统SaaS那样经常性。尽管如此，JPMorgan仍预计其在2026-28E实现26%的CAGR，受企业部署需求及公司在异构环境中的经验支持。 API被视为商业模式的关键变化，因为它将Phancy的基础设施能力直接连接至按使用量计费的Token经济。公司可在其算力基础上部署第三方模型，优化模型与硬件的匹配，并向企业出售推理能力，而无需资助前沿模型训练。API收入在1H26达到约Rmb464mn，同比增861%；JPMorgan预计其2026E、2027E和2028E收入分别为Rmb1,507mn、Rmb3,013mn和Rmb5,424mn。报告预计API将保持最快增长业务，并认为随着利用率、采购规模和服务效率提升，未来两年API毛利率将接近约30%。报告区分了参与度与价值获取：Token增长本身表明需求敞口，而毛利率和每单位算力毛利的上升将表明Phancy保留了其所创造效率价值的一部分。 报告认为，稀缺性正从获得原始算力容量，转向异构优化，并最终转向智能效率。中立平台或可管理客户跨架构和模型的完整算力池；不同于芯片供应商、模型提供商或云平台在各自生态内拥有的垂直整合优势。这种中立性对于采用混合基础设施、多种模型、私有化部署或生产级治理的企业可能具有价值。但JPMorgan强调，这一优势并非自动形成：Phancy必须证明其能够在利用率、吞吐量、延迟、内存效率、部署速度或推理成本方面带来可衡量改善。HAMi/RISE、ModelHub和相关能力在客户间的复用将支持更接近软件的经济模式；若持续依赖定制工程，则会保留项目型经济特征。 JPMorgan预计2026-28E收入CAGR为36%，2026E、2027E和2028E收入分别为Rmb10,628mn、Rmb14,583mn和Rmb19,798mn，调整后净利润分别为Rmb141mn、Rmb378mn和Rmb965mn。其2028E调整后净利润预测较市场一致预期高37%，反映更强的API扩张、更好的单位经济以及经营费用增速低于收入增速。报告预计调整后EBITDA将从2026E的Rmb139mn升至2027E的Rmb542mn和2028E的Rmb1,311mn。尽管收入结构变化带来初期影响，JPMorgan仍预计集团盈利能力将恢复：集团毛利率从1H25的37.7%降至1H26的32.8%，同期毛利约为Rmb1.2bn。 由于业务需要算力容量、设备和营运资本，报告认为会计盈利并非充分证据。JPMorgan预计CFO将在2026E转正至Rmb523mn，随后2027E和2028E分别为Rmb376mn和Rmb421mn，但随着投资持续，预计同期FCFF为Rmb125mn、负Rmb170mn和负Rmb246mn。因此，关键财务检验是增量资本生产率：理想结果是不断增长的Token需求可通过现有算力基础上更高的利用率和吞吐量得到满足，使毛利和现金流增速超过投入资本。若增长需要按比例增加自有或租赁算力及营运资本，则将限制回报和估值倍数扩张。 Agentic AI是潜在的长期延伸业务，而非当前主要估值驱动。其1H26收入约为Rmb214mn，同比增5%。JPMorgan希望在给予其更显著估值贡献前，看到收入再加速、重复采用、跨客户产品复用、留存率和单位经济改善。报告将伴随更高利用率和利润率的更强API增长、HAMi/RISE及ModelHub更广泛的使用和复用，以及CFO、FCF和增量ROIC改善，视为最清晰的上行确认信号。成功的A股上市可能扩大境内融资基础，但其估值影响将取决于摊薄和新增资本创造的回报。

分析框架

JPMorgan先分析AI基础设施需求和中国碎片化的硬件及模型环境，随后评估Phancy的AI Platform和API业务如何将该复杂性变现。报告通过分部增长、利用率、API利润率、经营杠杆、现金转化和增量资本回报检验投资逻辑，并采用2028E EV/EBITDA估值以反映其基础设施密集型经营模式。

方法论与常识提炼

• 估值方法EV/EBITDA 估值

  基于15x 2028E EV/EBITDA的目标倍数估值

  JPMorgan使用EBITDA而非P/E，因为折旧、部署成本和投资可对Phancy这类资本及服务密集型业务的报告净利润产生重大影响。15x倍数在更快增长和差异化优化敞口，与仍较高的部署和服务占比之间取得平衡。

• 行业/产业分析框架供需框架

  AI智能消费需求与基础设施效率供给分析

  报告将推理、智能体、长上下文和多模态工作负载的增长与推理算力需求相联系，随后评估当容量更充足时，异构优化能否提升利用率并降低服务成本。

• 公司基本面与财务框架自由现金流分析

  CFO、FCF和增量ROIC评估

  由于基础设施密集型模式下强劲收入可与疲弱自由现金流并存，JPMorgan将现金转化和新增算力及营运资本的回报视为区别于会计盈利的独立检验。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Phancy Group Co., Ltd. (06682.HK)

  主要覆盖公司；有望受益于异构算力优化及企业AI基础设施需求。

  优势

  AI Platform提供企业部署基础；API使公司直接受益于Token消费；中立的跨平台优化在混合硬件和模型环境中可能具有价值。

  劣势

  收入仍部分依赖项目，且资本密集；当前经济模式仍在较大程度上依赖部署、服务、算力和营运资本。

  对比

  JPMorgan认为，其增长和异构算力敞口应使其享有较成熟基础设施同业的估值溢价，但不应获得软件型18-20x EV/EBITDA倍数。

  风险

  AI需求放缓、推理经济承压、优化能力商品化、利用率疲弱或持续资本密集，均可能限制利润率和回报。

关键数据

• 评级及目标价Overweight; HK$50.00 Dec-27 target目标价基于15x 2028E EV/EBITDA；2026年9月23日股价为HK$27.60。
• 2026-28E收入CAGR36%JPMorgan预测。
• 2028E调整后净利润Rmb965mn约Rmb0.9bn；JPMorgan预测较市场一致预期高37%。
• AI Platform收入c.Rmb3.1bn in 1H26同比增30%，约占集团收入的82%。
• API收入Rmb464mn in 1H26同比增861%；预计2026E/2027E/2028E分别为Rmb1,507mn/Rmb3,013mn/Rmb5,424mn。
• API毛利率c.30%预计未来两年随着利用率、采购规模和服务效率改善而实现。
• 集团毛利率32.8% in 1H26受收入结构变化影响，低于1H25的37.7%。
• 2028E调整后EBITDARmb1,311mn2026E为Rmb139mn，2027E为Rmb542mn。
• 经营活动现金流Rmb523mn/Rmb376mn/Rmb421mnJPMorgan对2026E/2027E/2028E的预测。
• FCFFRmb125mn/(Rmb170mn)/(Rmb246mn)JPMorgan对2026E/2027E/2028E的预测，凸显持续的投资需求。

影响与含义

JPMorgan认为，Phancy的估值上行取决于其能否证明异构优化和API服务可将快速增长的Token需求转化为可复用的产品收入、更高利润率和现金回报。若收入持续增长但利用率、毛利率和资本回报未改善，则对估值倍数扩张的支持将较弱。

风险

• 若效率提升快于新增经济可行工作负载的产生，AI算力需求可能低于预测，从而削弱Token需求、利用率和API产能吸收。
• 即使Token需求强劲，独立推理经济也可能走弱：模型开发商下调官方API价格、云服务商补贴推理、开源模型竞争或商业许可变化削弱第三方端点价值，或产能短缺抬高采购成本。
• 随着芯片供应商改善软件、云服务商将优化内化或开源工具使部署标准化，优化层可能商品化。
• 资本强度可能持续较高：GPU采购、租赁和营运资本需求可能使经营现金流和FCF在收入快速增长时仍然疲弱。
• 产品化进展可能缓慢，使Phancy依赖定制部署，并限制利润率扩张和经营杠杆。

后续跟踪

• API收入增长是否同时伴随利用率和毛利率改善。
• 每单位算力毛利，以及API毛利率能否在未来两年接近约30%。
• HAMi、RISE和ModelHub在客户间及不同硬件平台上的更广泛采用和复用。
• 收入增长相对于研发和基础设施支出的表现，以及CFO、FCF和增量ROIC。
• Agentic AI业务中重复客户采用、留存率和单位经济改善的证据。
• 任何成功A股上市带来的摊薄及资本回报结果。