• 首页 > 稿件库 > 2018归档

    从代工厂到工业互联网,富士康算是一家高科技企业吗?

    2018年06月20日 13:50:56   来源:科技新发现

      据媒体报道,6月15日倍受关注的富士康工业互联网股份有限公司(以下简称工业富联)迎来了第五个交易日。当天盘中一度触及跌停,最终收盘价23.29元/股,跌幅9.45%,成交额83.11亿元,换手率31.11%,市值一天蒸发478.71亿元。hpy中文科技资讯

      在工业富联(即富士康)上市前,很多投资界的业内人士还是非常看好它的,甚至有人认为工业富联连续十几个涨停板就可以超过贵州茅台!但现实是残酷的,仅仅经过了三个涨停,工业富联的股价就直接跌停了。这样的大起大落,对于投资者来说实在是太刺激了!hpy中文科技资讯

      现在回首在看工业富联的股价和市值,不难发现它身上存在很多矛盾点。在上市前,业界对工业富联的估值就有非常大的分歧——市盈率低的只有15倍,高的则达到40倍!之所以有着走向两个极端的差异,在于业界对工业富联的认知有所不同。hpy中文科技资讯

      有的专家认为工业富联是代工类型的制造企业且已进入成熟期,不能给太大估值,只能给出传统代工厂10倍左右的估值。有在则认为应该给予按照科技公司30倍左右的估值,这样才能反映出工业富联的价值。hpy中文科技资讯

      诚然,不能忽视工业富联在转型层面的努力,但就其主营业务来看依然还没有完全摆脱代工厂的印记。在招股书中,工业富联强调自己是生产网络设备和云计算解决方案的企业。而其网络设备的主要客户是包括苹果、华为、Cisco、ARRIS、Nokia等,云计算产品的主要客户为Amazon、Dell、HPE等。工业富联对这些头部客户非常“依赖”,2015-2017年度来自前五名客户的营收占比分别为76.81%、78.63%和72.98%。hpy中文科技资讯

      这也意味着,工业富联还是以“代工”为主,并没有真正构建属于自身的产品矩阵。所有的产品从设计到专利,都是属于客户的,与工业富联的关系并不大。在多个产业链上,工业富联还是处于下游位置。hpy中文科技资讯

      而代工的利润并不大,工业富联势必要面临利润率承压的问题,未来能否保持高速增长还得搭上一个问号。尤其是随着大陆人口红利消失殆尽、人工成本疯涨的大趋势,工业富联的处境或许会越来越难。就在前些天深圳富士康员工还因房租飞涨要求涨薪,将工业富联也推向了舆论的风口浪尖上。hpy中文科技资讯

      总的来说,工业富联并不算是科技公司,其与现在的高市值并不匹配。就说一个最简单的对比:工业富联目前的市值为4000多亿,而其母公司鸿海精密在台湾证券交易所的市值约合人民币3500亿。但要知道的是,工业富联营收仅占鸿海精密的35%!hpy中文科技资讯

      这样的工业富联,或许还得再跌停几次才能与自身的实力相匹配。(科技新发现 康斯坦丁/文)hpy中文科技资讯

      来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

      如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至news@citnews.com.cn。

    [上传用户: ]
    分享到微信

    推荐

    工信部:携号转网管理规定12月1日起施行

    11月11日讯,工信部印发《携号转网服务管理规定》,规定自2019年12月1日起施行。规定要求电信业务经营者在提供携号转网服务过程中,不得为携号转网用户设置专项资费方案和营销方案,不得采取拦截、限制等技术手段影响携号转网用户的通信服务质量等。

    新闻

    《2019年全球电子商务数据报告》重磅发布

    11月5日,第二届中国国际进口博览会在上海开幕。对许多外国企业来说,参加进博会意味着走上进入中国市场的“绿色通道”,而各大跨境电商平台在去年祭出采购大单之后,早已筹谋今年的“买买买”计划,继续担当进博会重要的采购力量,丰富消费者的购物车。

    互联网+

    拯救脱发、治愈癌症...医疗互联网越慢越好?

    事实上,这大概是中国互联网创业的本质:技术领域的一个概念、一段视频、一份PPT,都会让资本市场异常兴奋,大家都喜欢先奔跑起来,再寻找方向,如团购、外卖、共享单车、特供智能机,莫不如此,医疗互联网身处其中,自然也免不了沾染癫狂习气,只是医疗行业的特殊性不言而喻,或许,越慢越好!

    融合

    高尚大的人工智能背后:真的只是单调、枯燥和密集劳

    总得来说,人工智能有两个重要的支柱,一个是海量的数据、大大的数据;另一个则是高精度算法,显然,算法需要一小撮的天才来编辑和优化,而海量的大数据,除了机器本身的收集能力之外,还需要大量的人工操作,给相关的数据贴上固定的标签。