案例分析（大數據）數據港SH.603881：數據中心業務擴張迅猛，產業升級迫在眉睫

01-29

近期微信朋友圈一篇文章引起我的注意，《放款大權旁移！曾經風光無限的銀行信審員如今成雞肋……》，講述如今風控進入「數據驅動」時代，人工智慧在金融行業的應用驅趕了曾經風光的信審員職位，並不斷入侵佔領其他職位。

人工智慧似乎突然之間成為炙手可熱的前沿科技，並大有改造傳統金融、交通、通訊、醫療、養老等各行業，霸氣無人可檔，但從基礎層面來說，是大數據產業的發展才促成了人工智慧在本世紀的快速進步，很多大數據公司現在正站在產業發展的風口，相時而「飛」。

一、AI風起，一切源於數據

2017年6月9日，日本軟銀宣布接手谷歌母公司 Alphabet 旗下兩家著名機器人公司波士頓動力（Boston Dynamics）和Schaft（研發平衡機器狗）。而去年，軟銀已耗資數百億美元收購人工智慧相關公司，並出資250億美元與阿拉伯主權基金共同成立規模1000億美元的「願景基金（Vision Fund）」，投資AI、物聯網及智慧機器人領域。

除了孫正義個人的狂熱和深愛，人工智慧產業本身的宏大發展前景也是軟銀等一眾資本大鱷大手筆布局的原因。

圖片來源於網路

創新工場作為國內布局AI領域的權威投資機構，前後已投資了超過30家直接利用人工智慧技術創造商業價值的創業公司，包括人臉識別技術及應用的領先者「Face++」，無人駕駛汽車先導者「馭勢科技」，人工智慧金融服務探索者「第四範式」以及「地平線」機器人等創業明星。並於2017年1月成立人工智慧研究院，為人工智慧創業提供人才、技術、商業、市場、軟硬體平台、大數據環境等多方位的支持。

李開復在《人工智慧》中寫到，人工智慧大有成為人類發展史上下一次工業革命的核心驅動力，造成社會、經濟、心理、人文等層面的巨大波動。

早在上世紀50年代，人工智慧的概念就已被提出，彼時該領域專家們花費大量精力進行研究，但受限於計算機性能和機器學習能力兩個核心因素，進展緩慢。人工智慧的實現有賴於對海量數據的分析和學習，包括圖像、聲頻、視頻等巨量數據，而當時的計算機處理性能尚處在286、386階段，數據存儲以1.44MB的3.5英寸軟盤為主，根本無法實現海量數據存儲和分析的目的，更高等級的機器學習更是無從談起。

但隨後的數十年間，遵循摩爾定律，計算機軟硬體性能飛速發展，全球互聯網資源全面升級，特別是本世紀以來，大數據、雲計算產業的飛速進步，使得機器學習獲取海量數據源成為可能，而作為數據存儲載體的數據中心需求大增，發展迅猛，包括BAT在內的互聯網企業都紛紛在海內外布局建設數據中心，支持不斷增長的數據存儲需求。乘著這股產業之風，國內上市公司投建數據中心項目的比比皆是，但是以純數據中心為業務的上市公司目前卻僅有一家，就是今年初剛剛登陸A股市場的上海數據港股份有限公司。

二、數據港-優質數據存儲服務供應商

2017年2月8日，上海數據港股份有限公司（證券簡稱：數據港，證券代碼：603881）登陸上交所，首日開盤價9.36元/每股，當日漲幅達43.97%，之後狂收16個漲停，並於3月17日至最高點80元/股後回落，較開盤首日上漲超750%，此後仍保持平穩的運行態勢。如此強勁的漲勢，拋開國內新股爆炒的因素，市場對大數據產業未來廣闊前景的想像應該也是主要原因。那麼數據港到底是家什麼樣的公司？其大數據業務開展如何？是否能夠支持未來公司股價的持續增長？且一一道來。

數據港2017年2月28-6月23日股價走勢圖（來源同花順）

1、數據港簡介

來源：數據港官網

根據數據港官網介紹，其是中國規模領先的定製數據中心服務提供商，國內唯一同時服務於阿里、騰訊、百度、網易的數據中心服務商，國內首家成功在上交所主板IPO上市的數據中心企業。數據港率先在國內推行數據中心定製化業務模式，目前擁有16個具有國際先進技術水平的大型數據中心。2012年12月，數據港榮獲具有全球數據中心產業界「奧斯卡獎」之稱的DatacenterDynamics的「年度大型數據中心創新獎」和「年度特定任務團隊獎」兩項國際大獎。2012年1月，經上海市人民代表大會批准，上海數據港雲計算服務平台項目列入「2012年上海市政府重大工程」

公司2016年度業營收可達4.01億元，同比增長19.98%；歸母凈利潤7,823萬元，同比增長8.44%，但增長率較上年減少13.65個百分點。公司目前合同充裕，手握近20億元定製合同，加上定製化數據中心服務周期長，價格、現金流穩定，未來經營情況判斷向好。

（來源：數據港2016年年度報告）

2、定製化數據中心前景廣闊

數據港的主營業務為數據中心伺服器託管服務，根據客戶規模和要求不同區分為批髮型數據中心服務和零售型數據中心服務，並以批髮型數據中心服務為主，還提供少量數據中心增值服務，包括規劃諮詢、設計諮詢、運營管理外包、驗收驗證等。定製數據中心服務採取「先訂單，再建設，後運營」的經營模式，由公司、基礎電信運營商和最終用戶共同定製數據中心技術標準，基礎電信運營商提供網路資源，公司提供定製化的包括規劃、設計、系統集成和運營管理方案等的數據中心全生命周期管理服務。實現數據中心從整體上端到端系統化地與最終用戶行業承載的服務保持最佳的適配，在能源效率以及總體效率方面大大優於傳統數據中心。

（1）批髮型數據中心服務：面向大型互聯網公司或電信運營商提供定製化的伺服器託管服務，通常並不提供網路帶寬服務。

（2）零售型數據中心服務：面向中小型互聯網公司、一般企業等客戶（均為最終用戶）提供相對標準化的伺服器託管服務及網路帶寬服務。

公司定製數據中心服務的合同期限長達5-8年，且單筆訂單規模大，業務模式具有客戶質量高、庫存可控、訂單周期長、應收款現金流穩定、運營效率高、資本回報率高等特點。數據港獨特的業務模式精準地滿足了近年高速發展的國內數據中心市場中發展最快的細分市場的需求（即大型互聯網公司定製），快速獲取市場份額，取得了市場先發優勢。

3、全國戰略擴張，加大布局

數據中心產業作為「互聯網戰爭」的「軍火商」在未來數年將持續享受雲計算技術的發展紅利。根據國際知名數據中心諮詢服務機構Data Center Dynamic的行業報告，未來三年，數據中心外包服務市場的年複合增長率預計將達到27.7%，2016年，整體市場規模達437億元。數據港背靠上海國資委優勢資源，憑藉自身敏銳的市場觸覺，加速擴大自身數據中心規模，儲備資源，抓住了中國雲計算應用爆炸性增長和「互聯網+」戰略實施的產業機會。

數據港上市募投資金主要用於20,000平方米上海寶山數據中心建設，總投資3.4億元，共分兩期，一期新增929機櫃，二期新增394機櫃，最終使用客戶為阿里巴巴。截至2016年末，數據港就已運營11個自建數據中心（其中10個批髮型數據中心），分布在上海、杭州和河北張家口地區，共部署7,017個機櫃，77,372台伺服器，電力容量合計12.54萬千瓦，主要最終用戶為阿里巴巴、騰訊和百度等大型互聯網企業。

為深化政企戰略合作，提前布局華北，盡享京津冀大數據綜合試驗區產業發展紅利，數據港負責投資、設計、建設和運營的數據港張北2A數據中心位於中國河北省張北縣（聯想到雄安概念，感嘆布局精巧）。該數據中心作為京津冀合作重點項目之一，已經於2016年11月正式落地運營，將成為京張綠色數據走廊的重要一站。

4、風險提示及股價分析

數據港數據中心業務的發展迅速，但從大數據產業發展路徑看，單純的數據中心業務存在風險。

（1）增值服務欠缺

數據中心建設投入較大，運營穩定，但屬於基礎性設施，在人工智慧整體產業鏈條中處於低端環節，想像空間有限，可稱之為「數據地產」。數據港在現有數據中心業務基礎上，需加大布局高附加值數據增值服務業務，搶佔並擁有數據源，切入人工智慧領域優勢環節，打造核心競爭力。否則行業和政策紅利過去後，一旦未來數據中心市場高度飽和，發展空間將大大受限。

（2）研發投入不高

nnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn數據港在其2016年年報中披露，截至2016年年末，公司在數據中心模塊化技術方面，擁有集裝箱式數據中心技術、重疊式表冷器換熱技術、儲冷型水交換技術、移動式機架技術等18項實用新型專利。在數據中心運營管理技術方面，打造基於數據中心全生命周期的運營管理平台，共獲得了23項軟體著作權。可見，數據港目前研發重點仍然圍繞數據中心建設，尚未向產業鏈高端技術邁進，而且研發投入力度同比減弱。2016年度研發投入1960.57萬元，同比增長18.04%，佔2016年度營業成本的8.26%，同比減少0.16個百分點。

（表格來源：數據港2016年年度報告）

（3）股價分析

總體來看，數據港自今年2月份上市以來股價表現不俗，得益於證券市場對新股的偏好，以及對大數據概念的推崇，目前股價穩健。

但從數據港經營業績和風險分析來看，公司利潤增長率同比有所下降，而數據中心作為重資產業務，固定資產投入較大，後續歷年折舊成本壓力不小，而且公司目前業務較為單一，從未來大數據行業發展路徑看，數據中心作為基礎設施附加值較低，在整個智能產業鏈中處於低端環節，而數據才是人工智慧的核心資源。隨著大數據產業的持續升級，投資者對大數據概念單純的追捧熱情必然會降低，數據港作為大數據產業公司所具有的科技實力、數據資產質量將會成為投資者關注的新重心，如果不提前部署實施產業升級戰略，勢必難以維持公司穩健的利潤增長，無法支撐股價長期向好的走勢。

三、大數據產業發展路徑思考：數據資產時代

工業革命時代的製造業，催生了現代會計學對資產定價評估的方法，對於資產交易和流轉起到了非常巨大的推動作用。在大數據時代，作為生產資料核心的數據卻沒有形成資產化，目前會計學似乎對此也無計可施。亞信數據產品線總經理高偉在《數據資產管理—盤活大數據時代的隱形財富》一書中說，一方面大家都在談數據資產，僅僅因為擁有稀缺數據，很多創業公司就獲得了驚人的溢價估值，而另一方面，數據資產本身的界定、評估、質量管理、應用方式等卻還停留在技術工程的認識層面，無法體現在資產負債表中，實現價值變現。我倒覺得，從另一個角度來看，現在正是大數據行業發展機遇頻出的階段，數據資產的範圍很廣，包括數據資源、數據演算法等各類，數據港等公司應積極把握，提前布局，開發數據增值服務，儲備優質數據資產。

中國從改革開放以來，因為人口紅利和國外低端產業轉移，享受了數十年的粗放式增長，「中國製造」一度成為國人驕傲。而如今，「中國創造」已經成為中國崛起的新口號，要實現中國創造，必須一改過去低端製造的發展方式，特別是如今從國家政策層面已大力支持的人工智慧行業，將成為中國實現彎道超車、引領全球的關鍵點之一，將為國內企業發展創造史無前例的發展機遇。企業必須高瞻遠矚，儘早佔據產業鏈有利環節，在數據資產已成熱點，但尚未完成產業塑形的現階段，迅速形成和儲備優質數據資產，為國內人工智慧先進技術開發和產業發展提供核心數據資源，形成具有競爭優勢的品牌數據資產，是目前人工智慧產業鏈中提供基礎服務的企業應該認真考慮的事情。