在这个被ChatGPT、Sora和各种大模型轰炸得眼花缭乱的年代,如果你问我,A股市场上谁最淡定,谁最像那种“手里有粮,心中不慌”的老把式,我会把目光投向拓尔思(300229)。
为什么?因为在这个满世界都在喊“算力为王”、“算法至上”的喧嚣中,拓尔思默默地守着一座金矿——数据,不是那种随便抓取的互联网数据,而是经过了二十年积累、清洗、结构化的高价值中文数据。
咱们不聊枯燥的K线图,也不念那些晦涩的财报数字,我想像咱们坐在一家咖啡馆里,以一个普通投资者的视角,甚至是一个生活观察者的角度,来聊聊这家公司,聊聊它在AI大时代下的真实处境,以及它到底值不值得我们在这个时点多看一眼。
不仅仅是代码,它是中文互联网的“记忆管理员”
说实话,在A股的AI概念股里,拓尔思算是个“异类”,它不像某些公司,名字里带个“智能”就蹭蹭往上涨,也不像那些纯做算力租赁的公司,虽然赚得快但总觉得缺乏护城河,拓尔思给人的感觉,更像是一个在图书馆里待了二十年的老管理员,他不仅知道哪本书在哪,甚至知道书里哪一段话最有价值。
拓尔思的前身是北京信息工程学院的中文信息处理研究中心,这背景就注定了它的基因是纯正的“中文NLP(自然语言处理)”,咱们很多人可能不知道,你每天在新闻客户端看到的推送到你眼前的新闻,很大概率背后经过了拓尔思的文本分类和推荐系统的处理;你在网上看到的某些政府部门发布的公开信息,其背后的舆情监测和数据分析系统,可能也是拓尔思搭建的。
这就引出了一个具体的生活实例。
想象一下,几年前某地发生了一起突发公共卫生事件,网络上信息爆炸,真假难辨,恐慌情绪蔓延,这时候,相关部门需要迅速了解舆论走向,知道老百姓在担心什么,谣言主要在哪个渠道传播,这时候,拓尔思的舆情系统就开始工作了,它能从海量的微博、微信、论坛帖子中,实时抓取信息,分析情感色彩,识别出关键传播节点,并自动生成报告给决策者。
这就是拓尔思的B端生意,它虽然不直接面向你和我收费,但它渗透在我们社会运行的毛细血管里,我的个人观点是:这种“基础设施”属性的公司,往往比那些做C端爆款产品的公司活得更久,因为替换成本太高了。 你换一个APP可能只需要一秒钟,但让一个政府机构或大型媒体集团换掉一套用了十年的底层内容管理系统,那无异于伤筋动骨。
数据要素:从“看客”到“玩家”的身份转变
最近两年,国家层面一直在提“数据要素”,要把数据变成像土地、劳动力一样的资产,这事儿听起来很宏观,但对拓尔思来说,简直就是天上掉馅饼——因为这饼本来就是它烤的。
咱们来算笔账,训练一个通用大模型,比如GPT-4,需要喂进去几万亿个token(词元),对于金融、法律、医疗这些垂直领域来说,通用的互联网数据往往是不够精准的,甚至是充满噪音的。
举个生活里的例子,假设你是一个基金经理,你想让AI帮你写一份关于某家上市公司的深度研报,如果你用的是通用的ChatGPT,它可能会给你写出一堆文采飞扬但数据过时、甚至事实错误的废话,但如果你用的是拓尔思的垂直模型,情况就不一样了,拓尔思拥有覆盖全网、长达二十多年的媒体资讯数据,拥有海量的诉讼文书数据,拥有极其详尽的金融数据库。
当这些数据被清洗、标注,变成“燃料”喂给模型时,生成的报告才是有“灵魂”的。
这就是我看好拓尔思的核心逻辑:在AI的下半场,算力可能不再是唯一的瓶颈,高质量的行业数据才是。 拓尔思手里握着的,是几亿条经过人工和机器双重清洗的优质数据,在“数据入表”(数据资产计入财务报表)的政策背景下,这些沉睡在服务器里的0和1,突然间变成了可以变现的真金白银。
但我必须泼一盆冷水,虽然手里有矿,但怎么卖个好价钱,是个技术活,过去,拓尔思更多是卖软件、卖项目,是一次性买卖,它需要转变思维,学会卖服务、卖API调用,甚至卖数据资产本身,这种商业模式的转型,对于一家习惯了做To B生意的传统软件厂商来说,痛苦程度不亚于让一个习惯写文言文的老秀才去写推特。
AIGC:是蹭热点还是真本事?
现在不管哪家科技公司,如果不提一句AIGC(人工智能生成内容),出门都不好意思跟人打招呼,拓尔思也发布了自己的“拓天”大模型。
很多人会质疑:“市面上已经有百度文心一言、阿里通义千问了,甚至还有开源的Llama,拓尔思这种体量的公司做模型,是不是在自不量力?”
这里我要发表一个鲜明的个人观点:通用大模型是巨头的游戏,垂直大模型才是专业公司的机会。
咱们再回到生活场景,假设你是某省公安厅的宣传负责人,你需要根据一段监控视频的文字描述,迅速生成一篇通稿,并且要符合公安文书的严谨规范,不能有任何煽动性或错误信息,这时候,你用通用的模型,可能会生成一篇“小说”,充满主观臆断,但拓尔思的模型,因为它在公安、媒体领域深耕了十几年,它的“微调”就是专门为了这种场景准备的。
拓尔思的AIGC,重点不在于“能聊天”,而在于“能干活”,比如智能创作(写公文)、智能风控(识别违规内容)、语义检索(找东西),这些功能听起来不性感,但却是企业客户愿意掏钱的。
我看过拓尔思的一些演示案例,比如利用AIGC自动生成针对不同受众的营销文案,或者自动将冗长的法律文书总结成简短的摘要,这些功能虽然技术上没有ChatGPT那么惊艳,但在实际工作流中,确实能帮员工省下大把时间。
不要用看待“科技偶像”的眼光去看拓尔思的模型,要用“工具人”的眼光去看它。 在商业世界里,好用的工具往往比好看的偶像更赚钱。
财报背后的隐忧与希望
咱们不能光讲故事,还得看看钱袋子,拓尔思这几年的财报,说实话,有点让人“恨铁不成钢”。
营收增长一直比较平稳,甚至可以说有些缓慢,利润也是起起伏伏,这反映了一个现实问题:传统软件业务的天花板已经显现了。 政府和媒体客户的预算是有限的,而且项目制回款周期长,导致现金流有时候并不好看。
这也是为什么它的股价总是呈现出一种“脉冲式”的走势——一有AI或者数据要素的风吹草动,它就猛拉一波,然后慢慢回落,市场在用脚投票,表达对它业绩兑现能力的担忧。
但我在这其中看到了一丝希望的曙光,那就是它在云服务和数据产品方面的尝试,虽然目前占比还不大,但增速是很快的,如果拓尔思能成功地把几十个G的数据变成API接口,卖给成千上万个中小开发者,那它的商业模式就从“卖白菜”(一次性软件)变成了“收水费”(订阅制服务)。
这就好比以前它是卖影碟机的,现在它想变成Netflix,这个转型非常难,涉及到组织架构调整、销售团队重构,但如果成了,估值体系就得重写。
竞争格局:夹缝中的生存智慧
拓尔思所处的位置其实挺尴尬,往上,有百度、腾讯、字节跳动这种拥有无限算力和顶尖算法人才的巨头;往下,有无数创业公司在细分领域疯狂卷价格。
那它凭什么活?凭什么活得还不错?
我认为,凭的是“行业Know-how(认知)”和“信任壁垒”。
举个具体的例子,网络安全和内容安全是拓尔思的一大块业务,现在互联网上的内容监管越来越严,平台方需要极其精准的识别系统来过滤有害信息,这套系统不是光靠算法就能搞定的,它需要大量的样本库,需要懂政策边界,需要懂黑话暗语。
拓尔思做了这么多年,它的系统里积累了数百万条违规样本,并且有一支懂政策、懂业务的团队在维护规则库,巨头可能算法更牛,但巨头未必比你更懂“这个敏感词在这个特定语境下是不是违规”,这种深度的行业嵌入,就是拓尔思的护城河。
我的观点是:在AI时代,这种“懂行”的价值被放大了。 算法越来越通用化,但行业知识越来越私有化,拓尔思只要守住这块阵地,就不至于被巨头降维打击。
给投资者的真心话:怎么看拓尔思的未来?
聊了这么多,最后咱们落到投资上。
如果你是一个追求短期暴利的投机客,拓尔思可能不是最好的标的,因为它没有那种“一夜翻身”的戏剧性,它的业务太扎实,扎实到有点笨重,它不会像某些概念股那样,因为一个传闻就翻倍。
但如果你是一个愿意陪着公司成长的耐心资本,或者是看好中国数据要素长线逻辑的投资者,拓尔思300229绝对值得放在你的自选股里重点观察。
为什么?因为便宜和确定性。
在AI板块整体估值高企的当下,拓尔思的市盈率(PE)相对而言还算合理,你买入的不仅仅是一个AI概念,而是一个每年能稳定赚到几千万甚至上亿净利润、拥有真实资产、真实客户群体的实体企业。
风险点在哪里? 必须实话实说,最大的风险在于技术迭代跟不上,如果开源模型突然变得极其强大,导致垂直模型的价值归零,那拓尔思的技术优势就会大打折扣,如果政府财政持续紧缩,导致它的主要客户——G端(政府端)预算大幅削减,那它的业绩会直接承压。
我的建议是:把它当成一个“被低估的卖铲人”。
在大家都在挖金矿(做大模型)的时候,拓尔思在卖铲子(数据、NLP工具、安全系统),不管最后谁挖到了金子,卖铲子的人通常不会亏得太惨。
时间的玫瑰
写到最后,我想起了一个比喻,现在的AI市场就像一场热闹的马拉松,起跑时大家都挤在一起,尘土飞扬,看不清谁是谁,那些穿着最鲜艳衣服、跑得最快的人(纯大模型公司)吸引了所有的目光。
但马拉松比的是耐力,跑到中途,需要补给,需要导航,需要调整呼吸,这时候,像拓尔思这样手里拿着地图(数据)、背着干粮(行业应用)、虽然跑得不快但步履稳健的老跑者,优势就会显现出来。
拓尔思300229,也许不是那朵开得最艳的昙花,但它有潜力成为一朵在时间的长河里,慢慢散发香气的玫瑰,对于我们普通人来说,与其去追逐那些看不懂的虚无缥缈的“黑科技”,不如拥抱这种看得见、摸得着、真正扎根在中文土壤里的技术实干派。
这,就是我对拓尔思最真实的看法。



还没有评论,来说两句吧...