开篇:一个问题
8 月 21 日,上海钢联发布 2026 年半年度报告:营业收入 385.21 亿元(+19.87%,追溯调整后口径)、扣非归母净利润 0.93 亿元(+25.93%)。但这份半年报最值得注意的,不是这些数字本身,而是公司首次把"大宗商品高质量语料集"写进了经营主线——"数据加工平台围绕 AI 提效,持续推进大宗商品高质量语料集建设,着力夯实核心资产、厚植数据底座"[1]。
问题由此而来:AI 底座在变厚,商业化证据是否同步变强?
本文用"企业 AI 化十节点"拆解它的"数据服务 + 交易"双轮结构,重点验证语料 → 模型 → Agent → 收入的商业链条走到了哪里。方法纪律:有证据的落位,没有证据的留白;"AI 化度"按最低判据(模型是否实际参与判断或执行)落位,纯规则与自动化不计入 AI 等级。数据主要来自半年报摘要及全文;产品用量、官网资质和历史案例另注明来源;证据分三级——A 级=经营结果/第三方可验证,B 级=公司量化披露但口径需接受,C 级=公司战略/产品宣称。
一、半年报五点速读
- 营收 +19.87%,追溯调整后口径。 385.21 亿(相对上年同期调整后 321.36 亿;调整前 343.91 亿)[1]。
- 利润双升,扣非快于归母。 归母 1.25 亿(+5.23%)、扣非 0.93 亿(+25.93%)、EPS 0.3259[1]。
- 板块分化。 产业数据服务收入 3.64 亿(-0.58%)、板块销售收现 4.13 亿(+8.96%);数据订阅收入含税 2.43 亿(+1.61%),付费用户 -3.31%、ARPU +5.09%[1][4];钢银结算量 3,083.04 万吨(+20.80%)、归母净利 1.45 亿(-5.14%)、扣非 8,320 万(+35.15%)[1]。上述指标分属不同会计/经营口径,不直接混比,详见第七节。
- 公司整体经营现金流 -3.10 亿(上年同期 +3.30 亿,-194.01%)[1]——集团经营质量观察项(见第七节)。
- AI 与数据资产叙事是经营主线。 "持续推进'数据+AI'融合落地";牵头信标委《大宗商品产业数据采集要求》及人工智能标委会两项行业标准起草[1];境外服务收入 2,577 万(+11.17%)[1]。
二、公司定性:数据服务 + 钢铁交易双轮
上海钢联不是一家单一的数据公司,也不是一家单一的钢铁电商,而是"产业数据服务 + 钢铁现货交易"的双轮复合体:前者以 Mysteel 价格、数据、资讯和指数体系为核心,后者由钢银电商承担撮合与结算(2026 H1 结算量 3,083 万吨,+20.80%)[1]。
放进企业 AI 化十节点:前者决定它最值得观察的是节点 0——行业语义与数据基座;后者提供真实交易场景。因此本文重点不是逐节点寻找 AI,而是看"数据资产 → 模型 → Agent"能否传导至交易与收入。
三、企业 AI 化十节点画像
每个节点按"决策/执行由谁承担 → AI 以何形态介入 → 价值活动如何重组"三问落笔;无证据处留白:
| 节点 | 数字化/履约证据 | AI 化形态 | AI 化度 | 证据强度 |
|---|---|---|---|---|
| 创意 | 不适用 | — | — | 留白 |
| 设计 | 数据终端/APP 等传统产品 | 智能化升级(表述) | 1 | 低—中 |
| 研发 | "钢联宗师"模型、MyClaw(大宗商品 Agent)、小钢(数字智能助手) | 自研行业大模型 + 垂直 Agent | 2 | 中(公司口径) |
| 制造 | 不涉及 | — | — | 不适用 |
| 定价 | Mysteel 价格指数体系(IOSCO 认证);拓展更多商品价格指数结算应用 | AI 辅助价格洞察/指数结算(证据待核) | 1–2(待核) | 高(数据资产) |
| 营销 | 数据终端、APP、资讯订阅;小钢助手(查价/读资讯/写报告/问百科/找商机) | AI 数字人(数据处理/产业洞察/行情播报) | 1–2 | 中 |
| 交易(商品) | 钢银结算量 3,083 万吨(+20.80%);归母净利 1.45 亿(-5.14%)、扣非 +35.15% | 数智赋能(表述,AI 撮合证据待核) | 2(待核) | 高(价值基本盘) |
| 仓储 | 非核心(供应链协同披露有限) | — | —/待证 | — |
| 配送 | 非核心 | — | —/待证 | — |
| 售后 | 平台服务(披露有限) | — | —/待证 | — |
十节点画像说明什么: AI 证据高度集中——最强在节点 0 的数据与语义基座,其次是研发/产品工具;交易虽是价值基本盘,但 AI 参与撮合与决策的量化证据仍不足。因此,上海钢联更像"AI 底座型"而非"AI 自主执行型"样本。
四、核心节点 0:从"行业词典"到产业 Agent
节点 0 拆两层:商品数据化(SKU 标准化)让 AI 读得懂"物";知识数据化(经验标准化)让 AI 接得住"术"。上海钢联在这两层都是"本体"而非"借用"。这一节分三个层次看——它其实是一条价值链:
① 数据资产:行业词典
Mysteel 价格指数体系(黑色/有色/能源/化工/新材料)——中国首家 IOSCO 认证的合规指数体系,每年接受外部审计[2]。半年报披露的数据库与图谱建设进度:新增数据源 28 个、新增指标 20 万余条、新增数据量 306.42GB;图谱实体 65 万余个、关系 160 万余条(事件/企业/政策/产业链生产/本体图谱)[4]——这是节点 0 资产化的量化证据(B 级),但不等于独立语料集规模。注意:IOSCO 合规/审计证明指数治理体系可信,但指数是否真正成为合同/衍生品结算定价基准、引用规模与市场覆盖率未见披露——故称"行业价格基准能力"而非"定价权"。 未披露语料集存量总规模、标注方式及其与模型训练的边界。
② 数据治理:标准话语权
牵头信标委《大宗商品产业数据采集要求》及人工智能标委会两项行业标准起草;参与全国数标委《高质量数据集建设指南》验证试点[1]——公司参与数据采集与数据集标准建设,是 AI 底座的规则参与方(B 级)。
③ AI 产品化:语料 → 模型 → Agent
MyClaw(大宗商品垂直 Agent,预置黑色/有色/能源化工 Skill)、小钢(数字智能助手:查价/读资讯/写报告/问百科/找商机;2025 年 2 月历史披露:对话超 3 万次、用户 5,000 余人,非本期新增)[3]、钢联宗师模型[3];行情播报数字人、智能 MCP 服务与 Skill 产品[1]——这些披露呈现出把"行业老法师怎么看价、怎么写报告"沉淀为语料与 Skill 的产品化方向。
至此的核心判断:
公司披露已覆盖"产业知识 → 结构化数据 → 语料 → 模型 → Agent/产品"的多个环节;尚未证明的是下一跳——Agent 能否带来可量化的用户增长、ARPU 提升和收入增量。
五、AI 证据审计:存在证据、经营证据、因果证据
Evidence audit——把"有 AI"和"AI 创造业绩"分开。按框架纪律,战略表述不自动成为事实证据:
A|AI 存在证据(公司披露,B/C 级)
- 数据库与图谱建设进度(新增数据量 306.42GB/实体 65 万+,不等于独立语料集规模)[4];钢联宗师模型、MyClaw、小钢[3];数字人/MCP/Skill[1];牵头 AI 标委会标准[1]
B|经营结果证据(可验证,A 级)
- 数据订阅收入含税 2.43 亿(+1.61%)、付费用户 -3.31%、ARPU +5.09%[4];产业数据服务收入 3.64 亿(-0.58%)[1];钢银结算量 3,083 万吨(+20.80%)[1]
C|因果证据(AI → 业绩的量化贡献)
- AI → 用户增长:缺失;AI → ARPU:缺失;AI → 收入:缺失;AI → 钢银撮合效率:缺失
审计结论: "有 AI 存在"与"AI 创造业绩"之间,隔着整条 C 类证据。这与震坤行(量到工时/研发编码)、京东工业(量到 GMV)形成对比——上海钢联目前量到的是数据资产与产品层。
六、商业化检验:AI 进入产品之后,钱从哪里来?
把第一节的数字放回分析框架,真正关键的一组是:
付费用户 -3.31% × ARPU +5.09% ≈ 订阅收入 +1.61%
这组数字说明:订阅收入增长目前更像 ARPU 驱动,而不是用户扩张驱动——客单价在涨,但用户在收缩。
于是追问:ARPU 增长中有多少来自 AI 产品升级? 中报没有披露,因而目前无法判断 AI 对 ARPU 或收入的量化贡献。
结论自然浮现:
公司披露显示,数据订阅线已做"数据+AI"升级,但 AI → ARPU → 收入的因果链尚未打通。
口径备注(不混比):产业数据服务收入 3.64 亿为不含税营收(基本持平);板块收现 4.13 亿含增值税、含当期收回前期应收/预收(收现改善),不可相除算"回款率";数据订阅 2.43 亿为含税经营口径,不可与不含税营收算占比。集团整体经营现金流 -3.10 亿;中报未披露具体归因,因此不将其与数据业务 AI 投入建立因果对应,只作集团经营质量观察项,不对应 AI 反向证据。
七、横向坐标:钢联量到数据资产,震坤行量到效率,京东工业量到 GMV
| 维度 | 上海钢联 | 震坤行 | 京东工业 |
|---|---|---|---|
| 生态位 | 数据服务商 + 链上交易(行业词典本体) | 买方侧 MRO 重资产履约 | 买方侧轻资产采购执行 |
| 收入/规模 | 数据服务 3.64 亿+钢银结算量 3,083 万吨 | 商品 97.3% | 商品 94% |
| AI 证据落点 | 语料集/行业价格基准/标准牵头(节点 0) | Domino 知识图谱 + 内部效率(12,759 小时/70% 编码) | 墨卡托标准库 + AI 增量 GMV 6.5% |
| AI 量化到哪 | 数据资产与产品层 | 工时/研发编码占比 | GMV(6.5%) |
| 数据口径 | 净额法重述(审慎) | GAAP/non-GAAP | 港股 non-IFRS |
横向看,上海钢联的特殊性不是 AI 应用更多,而是 AI 证据更靠近产业数据底座;京东工业已经量到 GMV,震坤行量到效率,上海钢联目前主要量到数据资产与产品层。
口径备注: 钢银部分供应链业务由总额法调整为净额法并追溯重述,因此 +19.87% 为调整后同比[1]——大宗交易平台不能仅用营收规模衡量经营扩张,结算量、毛利、扣非利润等指标更有参考意义;后续横向比较国联等产业交易平台时,应统一检查总额法/净额法口径。
八、下一步验证 + 结论
待补证据(AI 主线,五项):
- 商业化:小钢/MyClaw 付费用户、渗透率、收入,及 AI 对 ARPU 的贡献;
- 语料资产:存量规模、标注方式、更新机制、AI 参与加工比例;
- 模型能力:钢联宗师与语料集边界,及模型效果评价;
- 交易 AI:AI 对钢银撮合、风控、成交效率的实际贡献;
- 自主执行:是否出现 Agent 独立完成"分析 → 决策 → 执行"闭环的客户案例。
(现金流与净额法是财务观察项,不属于"AI 待补证据",已在前文处理。)
结论——所以我们到底怎么看上海钢联?
目前可确认: 公司披露已覆盖产业知识、数据资产、语料、模型和 Agent/产品化环节。
尚未证明: Agent → 用户增长 / ARPU → 收入增量。
所以未来看什么: 付费用户、ARPU、AI 产品收入。
这三个数字出来之前,"数据+AI 融合落地"先按公司叙事处理,不按业绩处理。
资料来源
本文讨论公司类别与经营机制,不构成投资、估值、竞争优劣判断。"企业 AI 化十节点"为作者自创框架。