“以租代买”，AI时代为什么需要DaaS？

Token、“龙虾”、智能体……2025年至今，AI应用快速普及，算力成为科技圈最滚烫的关键词。汹涌而来的需求也给全球算力带来巨大压力，让“算力租赁”这个商业模式，瞬间登上神坛。

在资本市场，转型算力租赁的企业多如牛毛，其中不少企业股价涨幅按倍算，一批新贵在崛起。

论及算力租赁的爆红，成本还是核心问题。AI应用扩大的底层逻辑，是大模型从训练卷到推理，GPU的价格水涨船高。然而高端AI服务器、算力集群，动辄以百万元、千万元计价，而且还要考虑更新换代的影响。买得起的企业要算贬值，买不起的企业直接被甩在“算力鸿沟”的另一侧。

越需要算力，反而可能承受不起拥有算力的风险。于是，“租”变成了共识。

互联网大厂、云厂商、运营商、IDC以及转型玩家，都在往这个赛道挤。一时间市场喧嚣，人人谈GPU、集群规模、算力单价，把租赁的商业潜力算了个底朝天。但在这股热浪中，有一家公司的叙事逻辑却不太一样。

凌雄科技（02436.HK）是中国DaaS（Device as a Service，设备即服务）行业第一股、“小熊U租”母公司。过去20多年，它专注于帮助企业管理IT设备的全生命周期——从采购、租赁、运维、回收、翻新到再流通。这些在很长一段时间内听起来不够“性感”的业务，当下反而焕发了新的生机。去年，它实现了业务规模的显著扩大，净利润和经调整利润也全面扭亏为盈。

不过最重要的并非租赁的风口，而是凌雄科技积累的某种能力，在从一个相对传统的市场迁移到高价值密度市场时，发生了显著的价值重估。这种能力，就是一家公司20多年来在PC时代反复打磨的，对设备全生命周期的精算与管理。

当这项能力从一台数千元的传统电子设备迁移到算力设备甚至集群时，其价值含金量也被成倍放大。

一、算力的“不可能三角”，锁住企业的AI梦

AI时代，市场上出现了一个滑稽的矛盾：一种新潮流出现的时候，经常是部分企业抗拒接纳和转型，但AI不同，AI带来的问题是，企业“转不起”“转不动”。尤其是在算力上，服务可以订阅，但对算力有刚需的企业，面对的是算力获取的“不可能三角”困境。

任何一家需要智能化的企业，在做算力决策时，理论上都希望同时做到三件事：

第一，成本可控，最好别一次性沉淀大量资金去买设备，导致固定资产占比过高，还要付出维护成本；第二，供给灵活，因为模型训练和推理需要的算力密度完全不同，忙时需要大量的算力，闲时又怕设备闲置在那里白白折旧；第三，技术前沿，最好能按需用上新设备，避免刚买回来很快又要更新。

然而这三件事，在传统的IT采购模式下基本处于互斥状态——要保持技术前沿，就得承受高昂的资本开支和贬值风险；要追求弹性，就得忍受闲置折旧；要控制成本，就要牺牲性能升级的空间。

每一个企业负责人最后都会发现，无论怎么选，都要面对一个隐形但越发沉重的成本——设备贬值的不可预测性。

在传统IT时代，不少企业就已经发现这些设备问题，因而催生了DaaS模式。到了AI时代，这笔账的影响持续放大，算力产品成本高昂，尤其是对于发展尚不成熟的中小企业来说，购置这类资产颇有“赌博”的惊险。

在这样一个结构性的“不可能三角”面前，企业需要一种新的资源配置方式，把沉重的一次性资本开支拆解成相对轻量的、按需支付的运营开支，同时把设备贬值的风险从自己的资产负债表上剥离出去，交给专业的人来处理。

这就是DaaS模式在AI时代越发获得重视的根本原因。DaaS——Device as a Service，设备即服务。在这种模式下，企业不再购买设备本身，而是按周期或者用量订阅设备的使用权，并且一次性获得包括运维、调度、回收在内的全周期服务。

要真正承接住这个需求，最关键的支撑并非设备，而是让设备尽其用、有效地循环起来的能力。它要求服务商具备大规模资产的管理与调度能力，对设备剩余价值的精确判断与最大化挖掘能力，以及贯穿设备全生命周期的服务交付能力。唯有时间、数据和运营经验的长期积累，才能启动算力时代的设备快车。

今年以来，凌雄科技股价已上涨近400%，资本发现了它的独特之处，并看到了更强的预期。

二、DaaS精算能力破局，让基础设施产生网络效应

今年5月，在第二十届“金博会”上，凌雄科技展示了一套完整的数字化闭环DaaS服务解决方案。

围绕笔记本电脑、台式机、打印机及复印机、会议大屏等IT办公设备，和AI服务器、存储服务器、GPU等算力设备，以及机器人等创新资产，凌雄科技构建了全程自建自营的服务体系，包含IT设备和算力设备回收服务、IT设备和算力设备订阅（租赁）服务、IT技术订阅服务、设备管理SaaS等。

传统的IT采购，企业买下设备，设备从到手那一刻就开始贬值并带来维护负担。设备对企业来说是纯粹的成本中心。而在AI时代的语境下，凌雄科技让设备链条“循环”了起来：

回收合格设备经过检测、翻新可重新进入租赁池；租赁期结束之后，再次退回，经过残值评估，要么降维进入下一个使用场景，要么进入工业级回收渠道提取剩余价值。每一个环节的数据，比如使用时长、故障频率、残值变化等，又反哺风控和定价模型，让下一次循环更加精准。

值得注意的是，这套模式的价值是可量化的。以凌雄科技2025年财报为例，其运营效果在三个视角的数据上出现了提升。

首先，在可供订阅的设备总数有所优化的前提下，其年度总设备订阅量同比增长11%至686万台，主要订阅设备类型的月度使用率从88.8%上升到了91.2%。更多的订阅量和更高的使用率，意味着每台设备被有效利用的时间持续增加，折射出对客户需求变化的精准判断和资产调配的灵活调度。

其次，其设备回收业务的毛利从上一年的900多万元增长到3500万元，增幅264%，毛利率提高到1.9%。设备回收的关键是残值，而影响残值的除了设备本身的状态，还有其属性类型，算力设备当前的价值空间大于PC等传统设备。一方面是算力设备本身的单价高，另一方面是其下游应用需求旺盛所致。

同样的资产评估和处理能力，会在资产价值密度不同的情况下实现成倍放大，这是当前市场看好凌雄科技未来经营潜力的主要原因。目前，凌雄科技已基于DaaS模式构建智算生态链。

工信部《关于开展普惠算力赋能中小企业发展专项行动的通知》提出，鼓励设立中小企业专属算力池，鼓励探索“算力银行”“算力超市”等创新业务。随着产业对普惠算力的需求放大，凌雄科技也将迎来新一轮发展机遇。

最后，IT技术订阅服务也是凌雄科技服务模式的重要一环，这一环既有利于提升用户粘性，还拥有相对较高的毛利率，在2025年年报中为62.5%。

2025年，凌雄科技曾帮助一家客户提前24小时发现客户所使用的服务器出现温度异常，及时介入处理，避免了因模型训练中断带来的损失。客户订阅获得的不仅是一台物理机器，更是一个高可用的运行环境。当服务能够独立创造价值，企业的护城河就从资产规模转向了服务能力。

以上三个细节，分别对应着DaaS闭环中的三个核心能力：资产调度效率、残值挖掘精度、服务溢价能力。它们共同构成了一套可以反复复用的底层操作系统。

未来，随着其租赁服务形式、算力管理平台等环节的持续完善，算力需求的增长还将持续带动凌雄科技的商业化表现。

三、规模效应的非线性释放，AI时代或是最强拐点

2025年是AI应用爆发的转折之年，也是凌雄科技打造DaaS模式后，净利润和经调整利润双双转正的一年。财务的分水岭，总是意味着一些底层逻辑的重大转折。这和AI领域应用规模扩大稀释上游硬件投入的逻辑一致。而凌雄科技也已经成为帮助企业稀释初期投入、赢得算力先机的角色。

DaaS是一个典型的“滚雪球”模式。起步阶段需要大量资本投入。但是当运营规模超过一个临界值，资产循环网络中不同环节之间的协同效应便开始显现。

例如，共享的客户池和资产池会让调度效率不断提升，闲置率持续下降。持续积累的运营数据能帮助优化风控模型，在提效的同时控制坏账率。而客户对服务的感知还会转化为口碑，扩大凌雄科技的业内影响力。一旦算力需求从分散走向集中，规模效应就会来到新的高度。

因此，在算力租赁走红带来的辐射效应下，整个DaaS市场可能正在迎来一个结构性拐点。

凌雄研究院预测，中国DaaS市场渗透率将在未来5年内从目前的约5%上升到10%。当这个拐点到来时，企业对IT办公设备的配置习惯可能发生系统性转变，从“买”转向“首选租”。作为国内DaaS行业的链主企业，凌雄科技已经先一步进入了规模盈利阶段，在行业扩容中将占有主动位置。

拆掉算力的墙，背后是凌雄科技多年来一直和“贬值”“门槛”较劲的发展史。从PC到服务器，从办公设备到算力设备，本质上都是在解决同一个问题：如何在技术资产加速贬值的世界里，帮企业分摊不确定性的成本，让它们能够以更轻的姿态拥抱技术变革。

这个问题，在AI时代只会变得更重要。凌雄科技在AI时代的站位，也将变得更高。