AIAI 半导体研究终端
研究草稿 FactSet 为只读市场数据快照;内部观点、推断与预测独立维护。
BA
9888-HK · 香港

Baidu 百度

Search、AI Cloud、ERNIE 与智能驾驶

中国互联网、云与 AI 应用Cloud、MaaS 与算力社交、内容与广告基础模型、API 与 Agent消费 AI 应用中国互联网 AI 变现中国 LLM:Token、ARR 与算力效率中国半导体自主化
持续跟踪更新于 2026-07-14深度研究

9888-HK 估值快照

FactSet MCP · EPS 更新 2026-08-09
最新收盘价HKD 104.602026-08-11
Current Market CapLOCAL 244.78bnGlobal Prices · 2026-08-11
Daily-2.5%FactSet · 2026-08-10 → 2026-08-11
YTD-20.5%FactSet · 2025-12-31 → 2026-08-11
QTD-4.6%FactSet · 2026-06-30 → 2026-08-11
MTD-1.2%FactSet · 2026-07-31 → 2026-08-11
FY0 EPS actualHKD 7.64Company actual · 截止 2025-12-31
FY3 EPS consensusHKD 9.50Mean · 截止 2028-12-31 · n=20
FY1 Forward P/E15.34x收盘价 ÷ FY1 mean EPS
FY2 Forward P/E13.13x收盘价 ÷ FY2 mean EPS
Forward 3Y EPS CAGR7.5%FY0 actual → FY3 consensus · 3 年
EPS 路径
FY0A7.642025-12-31 · company
FY1E6.822026-12-31 · n=30
FY2E7.972027-12-31 · n=30
FY3E9.502028-12-31 · n=20

Daily / MTD / QTD / YTD 直接来自 legacy FactSet MCP 内的 Global Prices `/returns-range` endpoint,使用 FactSet `totalReturn` 并固定 `dividendAdjust=PRICE`,因此是排除股息的 price return;页面不再以 close ÷ basePrice 自行计算。FactSet 原始百分数保留用于逐项校验,页面仅将其除以 100 后格式化。无完整区间、ticker/fsymId/币种/日期不一致时显示 N/M。Current Market Cap 直接来自 Global Prices `/market-value` 的 `currentMarketValue`、security-level fsymId 与有效日期,不再以 close × shares 推导;单位为 million。FactSet 本次对 market value 返回字面 currency code `LOCAL`,页面忠实显示 LOCAL 且不推断 ISO currency,因此不同本币标的不可直接横向比较。Forward 3Y EPS CAGR = (FY3 consensus EPS ÷ FY0 actual EPS)^(1/3) − 1。FY0 与 FY3 均来自 FactSet Estimates 的 EPS 指标;actualType 可能为 company 或 broker,FY3 为 aggregate mean 且分析师覆盖通常较 FY1 少。若 EPS 非正或归一币种不一致则显示 N/M。行情与一致预期是外部数据快照,不会自动改写内部研究观点。

ERNIE、AI Cloud、搜索重构与昆仑芯形成全栈 AI 暴露,但业务价值需要从模型能力穿透至云收入、搜索 monetization、芯片供给和自由现金流。

事实

全栈 AI 兑现Cloud + Search + model economics

推断

AI Cloud 增长、ERNIE adoption 与搜索重构将决定观点能否进一步强化。

预测

若关键变量按期兑现,盈利与估值叙事将从单一产品扩展至平台或产业协同。

单一标的研究框架

产业链定位、利润池、盈利传导、验证顺序与证伪条件

内部框架 · AI Research
01 · 公司定位

下游 · 中国互联网、云与 AI 应用

Search、AI Cloud、ERNIE 与智能驾驶

02 · 利润池

公司赚什么钱

流量与交易入口、Cloud 与推理容量、基础/多模态模型、Agent 与应用,以及广告、电商、API 和订阅收入。

03 · 盈利传导

从需求到 EPS

用户与企业需求 → Token/采用率 → Cloud、API、广告与交易收入 → 推理成本、Capex 与折旧 → margin、现金消耗与 FCF。

04 · 验证顺序

先验证什么

  1. 模型能力、产品迭代与分发入口
  2. Token、付费客户、ARR 与应用采用
  3. 收入、gross margin、现金消耗与自由现金流
05 · 节奏判断

兑现与期权分层

基准测试、产品发布、使用量、ARR 与盈利是不同阶段;亏损 LLM 公司使用收入、gross margin 与 cash runway,不使用 P/E 或 EPS CAGR。

06 · 证伪条件

什么会打破逻辑

搜索流量迁移、Capex、模型竞争与智能驾驶投入

框架来自内部产业链资料的分析结构,不作为最新数值来源;市场数据与一致预期仍以 FactSet 快照为准。

观点版本记录

保留每次边际变化,而非覆盖旧结论

跟踪

ERNIE、AI Cloud、搜索重构与昆仑芯形成全栈 AI 暴露,但业务价值需要从模型能力穿透至云收入、搜索 monetization、芯片供给和自由现金流。

维持

需求可见度改善,但关键产品验证和供给节奏仍需跟踪。

新建

建立公司卡片与核心跟踪指标。