40% 到 50%：鸿海想拿下全球 AI 服务器一半，未来三五年这块业务要占营收六成

提到鸿海，多数人第一反应还是“组装 iPhone 的那家”。但在 10 月 30 日接受 CNBC 采访时，董事长刘扬伟给出的目标已经很不一样：目前占全球 AI 服务器市场约 40%，明年争取 45%，未来数年有机会做到 50%。同一场采访里，他还说了一句更值得琢磨的话——未来三到五年，AI 基础设施业务将贡献公司 60% 到 65% 的营收。

一分钟速览

• 鸿海目前占全球 AI 服务器市场约 40%，预计明年提升至约 45%，未来数年目标 50%。
• 未来三到五年，AI 基础设施业务预计贡献 60% 至 65% 的营收，不含端侧 AI 设备。
• 至少未来一年半的 AI 基础设施产能已经排满，订单主要来自模型开发商与云服务提供商。
• 公司计划扩大美国生产，初期优先做 AI 服务器机柜、数据中心设备等高毛利产品。
• 每年在 AI 领域的投入预计超过原定的 30 亿至 50 亿美元，具体取决于垂直整合进度。
• 刘扬伟同时警告“过度投资会毁掉公司”，强调必须严格控制投资规模。

从组装手机到组装算力

这个转型并不突然。代工组装的核心能力是供应链管理、精密制造和规模化交付，这些能力平移到服务器机柜、液冷系统、数据中心整机上，迁移成本比从零开始低得多。AI 服务器尤其是这样一门生意：它不是卖一颗芯片，而是把 GPU、CPU、内存、网络、电源、散热装进一个机柜，再保证它在数据中心里连续跑几年不出问题。谁能在产能、良率和交付周期上稳住，谁就能拿到订单。

刘扬伟给出的需求侧判断相当直接：AI 基础设施订单持续增长，至少未来一年半的产能已经排满。目前的订单主要来自 AI 模型开发商和云服务提供商，政府和一般企业客户还没有全面采用 AI 技术。这句话有两层含义：一是当前需求集中在少数大客户身上，二是更大的增量还在后面——如果企业级采用真正铺开，产能压力会更大。

为什么要去美国造

扩产的地点选在美国，逻辑不难理解：客户在那里，政策也在那里。但美国的制造成本更高，所以鸿海的策略是先做利润率高的产品——AI 服务器机柜、数据中心设备，而不是把所有产线一次性搬过去。刘扬伟的判断是，随着本土生产规模扩大，制造成本最终会降下来。

更长远的目标是往上游延伸。从服务器、机柜，做到整座数据中心，再到算力服务，这是一条典型的“从代工走向系统集成”的路径。代工的毛利薄，系统集成和运营的毛利厚，但对应的资本开支、技术门槛和运营风险也完全不同。这也是为什么刘扬伟在同一场采访里反复强调控制投资规模。

“过度投资会毁掉公司”

这句话放在当下的 AI 基建热潮里，显得格外清醒。鸿海每年在 AI 领域的投入预计会超过原定的 30 亿至 50 亿美元，规模已经不小，但公司仍然把“不过度”当成一条纪律。原因很现实：服务器产能是重资产，一旦行业需求转向，闲置的产线和库存会迅速吞噬利润。

刘扬伟对客户集中度的回答也很坦率：单一客户需求下降，可以通过其他业务领域的增长弥补；但如果整个行业的需求都出现下滑，鸿海乃至整个 AI 供应链都会面临更大挑战。换句话说，公司能对冲个别客户的风险，却无法对冲行业周期的风险。

和上游那一组数字对照着看

把鸿海的目标和最近的财报放在一起，会发现产业链的紧张感是同步的。存储五巨头单季营业利润首次超过美国科技五巨头，营业利润率从约 10% 升到接近 70%；三星明年高带宽内存已经全部售罄。上游在赚超额利润，中游在抢产能，下游在为自由现金流发愁。

这种结构下，代工厂的位置其实很微妙：它既是受益者——订单排到一年半以后；也是承压者——要提前投入重资产，还要面对客户随时可能调整的资本开支。能不能在扩产和控风险之间找到平衡，决定了这轮周期结束时它是留下一条更宽的护城河，还是背上一堆闲置产能。

趋势洞察

AI 基础设施的竞争，正在从“谁有芯片”转向“谁能把芯片变成可交付的算力”。这个环节过去被视为低毛利的苦活，如今成了必须跨过的门槛：机柜、液冷、供电、交付周期，任何一项掉链子，模型就训练不起来。鸿海想把份额从 40% 做到 50%，靠的不是技术故事，而是产能纪律和成本控制。对整条产业链来说，这也提醒了一件事——AI 的竞赛不只发生在实验室，更发生在工厂和工地上。