AI 相关业务深度拆解

迪尔 的 AI 相关性不是泛化标签，而是“下层”这个节点的产业函数。AI 需求沿 GPU/ASIC、HBM、先进封装、测试表征、边缘设备和客户流片周期传导。公司卡位越靠近关键工艺、设计导入或不可替代材料，利润弹性越可能高于普通电子周期。 因此，本文把 AI 暴露定义为 proxy：来自产品导入、客户使用、数据中心负荷、先进制造需求、模型/软件功能或高可靠任务增长的间接暴露；除非公司披露 AI 收入，否则不把全集团收入写成 AI 收入。12

拆解维度	本文判断	证据状态
真实卡位	半导体硬件/设备/IP；公司层级为 下层	company-rich identity 与 chain_position
单平台价值量	单平台价值量可拆为设计授权/设备台数/耗材服务/芯片 ASP/导入数量 × 客户平台出货 × 良率或续费。没有公司披露时，本文不写确定份额和单机价值量。	未披露具体单平台金额时只做公式拆解
天花板	天花板取决于客户流片数量、先进封装扩产、设备资本开支、设计 win 可复用性、产能和良率。对小体量公司，订单节奏可能比长期 TAM 更决定季度财务。	行业结构判断，需要逐季验证
替代风险	替代风险来自大客户自研、头部 EDA/IP/设备平台捆绑、不同封装路线、客户 capex 取消、成熟节点价格竞争和供应链国产化。	reverse_thesis 与竞品格局
财务验证	FY2025 FY 收入 US$45.7B（SEC XBRL companyfacts）；毛利率 GM —（FY2025 FY）；营业利润率 OPM —（FY2025 FY）；自由现金流 FCF US$6.1B（FY2025 FY）	company-rich 财务锚点

产品与 AI 的关系要逐条看。See & Spray 的收入逻辑是高价值智能选配和精准农业差异化功能，带动喷雾机、升级包、服务和潜在订阅，状态为量产/新一代披露；John Deere Autonomy 的收入逻辑是把高端拖拉机和存量机器升级为自治平台，是 Physical AI 叙事核心，状态为路线披露/商业化推进；StarFire 的收入逻辑是精准农业硬件和服务入口，支撑自动驾驶、变量作业、播种和收获记录，状态为量产；John Deere Operations Center 的收入逻辑是数字生态底座，提升设备黏性、服务效率和后续智能功能分发能力，状态为量产；ExactApply 的收入逻辑是喷雾机高端配置，强化 Deere 在变量施药和投入品效率上的产品差异，状态为量产；Machine Sync / Harvest Automation 的收入逻辑是收获季效率功能，增强大型农场对 Deere 生态的依赖，状态为量产/持续升级。其中真正值得给更高权重的，是能提高客户系统性能、降低客户总成本、缩短开发周期、提升合规可靠性或形成续费/复购的数据闭环的部分。若某条产品线只是搭上 AI 叙事，但没有客户导入、利润率或现金流验证，估值权重应保守。1

供应链情景如下：

环节	依赖	上行情景	下行情景
视觉算法·Blue River/See & Spray	依赖田间多光照、多作物、多杂草场景下的相机标定、边缘推理、逐株喷嘴控制和模型持续学习。	若 See & Spray Gen 2 在更多作物和喷雾机平台上降低药剂浪费并保持覆盖率，Deere 可把喷洒从机械功能升级为 AI 订阅/硬件组合。	若误喷、漏喷或维护复杂度导致农户 ROI 不稳定，视觉喷洒会被限制在高价值作物或早期采用者群体。
定位导航·StarFire/RTK/惯导	依赖 StarFire 接收机、RTK/卫星校正、IMU、地头转弯路径规划和低漂移自动转向。	若厘米级定位在丘陵、树荫、粉尘和弱信号区域保持稳定，自动驾驶和变量作业可覆盖更多工序。	若校正服务中断、遮挡或互操作限制影响农户作业窗口，客户会保留人工驾驶或第三方 GNSS 方案。
边缘计算·Autonomy kit/VPU	依赖车载视觉处理单元、摄像头冗余、障碍物检测、功能安全和远程监控链路。	若 retrofit Autonomy Precision Upgrade 可装到存量 8R/9RX 等机器，Deere 可把硬件存量转化为软件化升级周期。	若安全员、保险、监管或故障停机要求过高，自治功能会停留在限定地块、限定任务和半自动状态。
电控执行·喷嘴/液压/线控接口	依赖 ExactApply 喷嘴、线控转向、液压阀、播种单体和收割机自动调参的闭环控制。	若执行机构响应速度与耐久性匹配 AI 决策，Deere 的机器智能可以直接转化为节药、增产和省工。	若喷嘴堵塞、传感器脏污或液压维护成本上升，农户会把 AI 视为增加停机风险的复杂件。
数据平台·John Deere Operations Center	依赖机器遥测、田块边界、处方图、作业记录、经销商服务数据和移动端工作流。	若 Operations Center 成为农场跨季决策底座，Deere 可加强设备、零件、服务和数字功能绑定。	若数据所有权、第三方 API 或维修权争议扩大，农户可能推迟联网功能或选择开放性更强的混合车队方案。
经销商服务·RDO/United Ag & Turf 等	依赖经销商具备传感器清洁、标定、软件更新、远程诊断和农艺解释能力。	若经销商把 AI 功能维护做成标准化服务，Deere 能降低客户采用门槛并提升功能留存。	若旺季服务队伍无法快速解决视觉/定位/软件故障，农户会把自治功能视为作业窗口风险。

AI 业务的季度桥不应只看收入。更完整的桥接为：

AI proxy(t)
 = 上期 AI proxy
 + 新客户/新平台导入
 + 存量客户扩容、续费、负荷提升或设备复购
 + 产品 mix、价格或利用率改善
 - 客户自研、平台捆绑、价格下行、监管延迟、成本上升
 - 新产能/新产品爬坡和一次性费用

天花板与替代风险需要同时写。若 迪尔 能在客户关键流程中保持不可替代性，AI proxy 会体现为更强的订单、续费、利用率或毛利率；若客户把需求转向内部方案、平台巨头组合、低价竞品或其他技术路线，公司的 AI 暴露会被压缩。真正的反证不是股价波动，而是产品导入、客户预算、监管许可、毛利率或现金流连续走弱。1211

产业链位置

company-rich 对 迪尔 的产业链问题定义为：Deere在AI产业链依赖谁、被谁依赖、和谁竞争？。本文按上游、下游和竞品三层展开，并保持与 company-rich 的 chain_position 一致。1

上游：

节点	角色
Blue River Technology	Deere 旗下计算机视觉团队，提供 See & Spray 的作物/杂草识别、逐株决策和边缘视觉模型，是精准喷洒 AI 的核心算法来源。
NVIDIA	提供边缘 AI 计算、GPU/SoC、CUDA 生态和机器人感知训练基础设施，支撑农机视觉推理、仿真和自动驾驶模型迭代。
Qualcomm	提供蜂窝通信、Wi-Fi、边缘计算和车载连接芯片能力，影响 JDLink、远程监控和农田机器数据回传体验。
Bosch Rexroth	提供液压、电驱、控制阀和移动机械自动化部件，决定自动转向、喷杆、播种/收割执行机构的控制精度和耐久性。
Topcon Positioning Systems	提供 GNSS、RTK、机器控制和农业定位技术生态，是精准农业定位链条的重要供应/竞合参照。
Hexagon	通过 NovAtel/Leica Geosystems 提供 GNSS、惯导、定位校正和测绘技术，影响厘米级导航、施工机器控制和农田边界数据质量。

下游：

节点	角色
RDO Equipment	Deere 大型经销商，承担 See & Spray、StarFire、Operations Center 和自动驾驶功能的销售、培训、校准和田间服务。
United Ag & Turf	Deere 经销网络成员，面向农户和小型农业/草坪客户提供精密农业硬件、订阅、维修和数据化服务入口。
Cargill	粮食供应链与农产品贸易商，受益于更精确的产量、作业记录和可追溯数据，也间接受 Deere 农场数据生态影响。
Nutrien	农业投入品与服务商，精准喷洒、变量施肥和作业处方影响其农艺服务、投入品使用结构和数字农服协同。
Bunge	粮油加工与贸易企业，精准农业提升产量稳定性和田间可追溯记录，对上游种植数据有间接依赖。
CHS	农业合作社和粮食/能源服务平台，农户作业效率、投入品精准化和田间数据会影响其农服和采购组织方式。

竞品：

节点	角色
CNH Industrial	Case IH/New Holland + Raven/Hemisphere 精准农业平台，竞争点在自动驾驶农机、SenseApply、FieldOps 和经销商覆盖。
AGCO	Fendt/Massey Ferguson/Valtra + PTx/Precision Planting/PTx Trimble，竞争点在混合车队 retrofit 精准农业和 Fendt 高端农机。
Kubota	中小马力拖拉机、稻作和紧凑型设备龙头，竞争自动驾驶小型农机与亚洲/欧洲农机数字化。
Claas	收割机、青贮机和高端农业装备公司，竞争收获自动化、CEMOS 智能机控和欧洲农场客户。
Trimble	精准农业定位、自动转向和混合车队改造技术来源，虽已与 AGCO 建 JV，仍是 Deere 技术生态的重要替代方案。

产业链位置可以用下面的文本图表示：

上游技术、设备、能源、模型、材料、分发或监管资源
  -> 迪尔：下层
  -> 下游客户的 AI、自动化、数据中心、企业软件、高可靠系统或终端应用
  -> 财务体现为收入、毛利率、OPM、CFO、FCF 和资本回收周期

关键判断是，迪尔 既不是全产业链需求的直接镜像，也不是完全脱离 AI 的传统公司。它处在一个有传导损耗的中间位置：上游成本、供应能力、模型/设备/燃料/资本成本会影响交付；下游客户预算、产品认证、监管和替代方案会影响收入；竞争对手的捆绑销售、价格策略或技术路线会影响毛利率。机构研究需要把这三层同时放进模型，而不是只截取最乐观的一层。12

与 company-rich 一致，本文不把上下游名单写成确定客户收入。它们是产业依赖和竞争边界。对后续跟踪，优先级是：第一，观察下游是否真正增加订单、负荷、席位、项目或平台导入；第二，观察上游成本和供给是否稳定；第三，观察竞品是否通过价格、捆绑或技术路线削弱公司的议价能力。1211

竞争格局与市场份额

竞争格局必须分层。迪尔 的直接竞争不是所有“AI 公司”，而是能替代其产品、资产、软件、服务或客户预算的同类供应商。company-rich 的同业定位如下：

公司	定位	与本文标的差异
Deere & Co.	高端农机整机、自动驾驶、机器视觉、StarFire 定位和 Operations Center 数据平台一体化。	优势在整机装机、经销商服务和数据闭环；短板是生态相对封闭、成本高，对农机周期和农户 ROI 敏感。
CNH Industrial	Case IH/New Holland 整机叠加 Raven/Hemisphere 精准农业与 FieldOps 平台。	Raven 提供自治和喷洒技术深度，CNH 更强调把技术嵌入多品牌农机；相较 Deere，整机数据闭环和北美高端品牌势能较弱。
AGCO	Fendt/Massey/Valtra 整机叠加 PTx、Precision Planting 和 PTx Trimble 混合车队 retrofit。	差异是 retrofit-first 与 OEM 合作开放性强，适合多品牌农场；Deere 更强在自有整机和闭环体验。
Kubota	中小马力拖拉机、稻作、紧凑型设备和亚洲小地块自动化。	优势在小型化、亚洲水田和紧凑设备；Deere 强在北美大型农场和高端精准农业。
Claas	欧洲高端收割机、青贮机、拖拉机和 CEMOS 智能机控。	强在收获自动化与欧洲客户；Deere 的差异是跨作业季的定位、喷洒、自动驾驶和云平台覆盖更广。
Trimble	GNSS、自动转向、校正服务和混合车队精准农业技术。	Trimble 更像跨品牌技术层，适配旧机器能力强；Deere 更像整机+数据+服务闭环平台。

市场份额处理原则：如果 company-rich 没有披露份额，本文不写具体份额。对 迪尔 这种“下层”公司，份额至少有三种口径：收入份额、关键客户份额和关键场景份额。收入份额容易被非 AI 业务稀释；关键客户份额通常不披露；关键场景份额又容易被行业估算夸大。因此，本文只做结构性判断：谁是真对手、竞争发生在哪个预算池、哪些指标能证明份额变化。12

真正的对手分四类。第一类是同产品或同资产公司，它们争夺同一客户预算和同一交付窗口；第二类是平台型公司，通过全栈产品、生态、渠道或资本实力把单点产品纳入更大方案；第三类是客户自研或内部替代，尤其在 AI 芯片、软件自动化、电力采购和高可靠系统中常见；第四类是技术路线替代，例如架构变化、云平台集成、监管规则变化或自动化方案变更。12

竞争态势判断：若行业需求上行但 迪尔 的毛利率、OPM 或 FCF 没有改善，说明竞争把增量价值转移给客户或上游；若收入增长伴随利润率改善，说明公司不仅参与了需求，还保留了价值；若收入不增长但利润率改善，可能是成本改善、业务收缩或 mix 优化，不能直接外推为高成长。对小体量、项目型或周期型公司，订单和现金流往往比营收同比更领先。111

同业比较的核心不是谁更“AI”，而是谁在客户决策中更难被替代。Deere & Co. 的定位是高端农机整机、自动驾驶、机器视觉、StarFire 定位和 Operations Center 数据平台一体化，差异点是优势在整机装机、经销商服务和数据闭环；短板是生态相对封闭、成本高，对农机周期和农户 ROI 敏感；CNH Industrial 的定位是Case IH/New Holland 整机叠加 Raven/Hemisphere 精准农业与 FieldOps 平台，差异点是Raven 提供自治和喷洒技术深度，CNH 更强调把技术嵌入多品牌农机；相较 Deere，整机数据闭环和北美高端品牌势能较弱；AGCO 的定位是Fendt/Massey/Valtra 整机叠加 PTx、Precision Planting 和 PTx Trimble 混合车队 retrofit，差异点是差异是 retrofit-first 与 OEM 合作开放性强，适合多品牌农场；Deere 更强在自有整机和闭环体验；Kubota 的定位是中小马力拖拉机、稻作、紧凑型设备和亚洲小地块自动化，差异点是优势在小型化、亚洲水田和紧凑设备；Deere 强在北美大型农场和高端精准农业；Claas 的定位是欧洲高端收割机、青贮机、拖拉机和 CEMOS 智能机控，差异点是强在收获自动化与欧洲客户；Deere 的差异是跨作业季的定位、喷洒、自动驾驶和云平台覆盖更广。如果未来公开披露显示竞品在核心客户、核心平台或核心监管框架中获得更强地位，本文对 迪尔 的护城河判断需要下修。12

护城河

1. 技术或资产护城河：迪尔 的第一层护城河来自“下层”本身。AI 需求沿 GPU/ASIC、HBM、先进封装、测试表征、边缘设备和客户流片周期传导。公司卡位越靠近关键工艺、设计导入或不可替代材料，利润弹性越可能高于普通电子周期。 证据不是口号，而是产品线、客户导入、合规/认证、季度桥和利润率。若产品不能进入关键流程，技术叙事就只是营销语言；若进入关键流程后仍无法提高毛利率或续费/复购，说明议价权有限。12

2. 规模与交付护城河：当前关键 KPI 为 FY2025 FY 收入 US$45.7B（SEC XBRL companyfacts）；毛利率 GM —（FY2025 FY）；营业利润率 OPM —（FY2025 FY）；自由现金流 FCF US$6.1B（FY2025 FY）。规模的意义在于采购、研发、客户支持、融资、合规或项目交付能力，但规模本身不保证高回报。对电力、公用事业和硬件公司，规模可能伴随 capex 和负债；对软件公司，规模应体现为销售效率和经营杠杆；对小型机器人、空间或半导体设备公司，规模不足会放大订单波动。111

3. 客户认证与切换成本：下游包括 RDO Equipment、United Ag & Turf、Cargill、Nutrien、Bunge、CHS。客户一旦把供应商放进关键流程，短期切换成本通常较高；但这不等于永久绑定。客户会在价格、可靠性、路线图、监管风险和第二供应商之间持续权衡。若后续出现客户集中度过高、项目延期或二供导入，护城河需要重新评分。12

4. 数据、流程或生态护城河：对软件和 AI 应用公司，数据闭环、工作流嵌入和用户习惯是核心；对半导体/IP/设备公司，设计导入、工艺 know-how、验证流程和售后服务是核心；对电力公司，稀缺资产、并网位置、监管关系和长期合同是核心；对机器人、航天或防务公司，安全认证、任务经验和系统工程能力是核心。迪尔 的护城河应按其节点评估，不能套用单一互联网平台框架。12

5. 成本与资本护城河：成本结构以研发、工程支持、材料、制造外包、库存、质保和售后服务为核心。高端产品毛利率通常更好，但新产品爬坡可能先压低 OPM。 若成本下降或固定成本摊薄能与收入增长同步，利润率会改善；若新增收入依赖更高营销、更高模型调用、更高制造外包、更高燃料/购电或更高 capex，收入增长可能稀释 ROIC。公司当前财务质量检查如下：FY2025 FY 毛利率 —，毛利 —；FY2025 FY 营业利润率 —，营业利润 —；FY2025 FY 净利率 11.0%，净利润 US$5.0B；FY2025 FY FCF US$6.1B。111

6. 反脆弱性：真正强的公司能承受单一客户推迟、单一产品降价或单一监管窗口变化。本文会观察 迪尔 是否拥有多产品、多客户、多区域或多收入模式缓冲。若 company-rich 显示产品线很窄、FCF 为负、OPM 深度亏损或客户/监管集中，护城河评分应降低，即使 AI 叙事很强。111

护城河总结：迪尔 的优势必须落在可验证证据上：产品线是否被客户采用，季度桥是否改善，竞争对手是否难以复制，成本结构是否随规模改善，反证信号是否没有出现。只要其中任一环节被公开数据推翻，本文就应更新，而不是用更远期的 TAM 掩盖短期证据。1211

误读纠偏 / 风险与证伪

误读纠偏

误读一：只要属于 AI 产业链，收入就会自动跟随 AI capex。实际：迪尔 的传导链条包括客户预算、产品导入、交付、价格、成本和现金回收。AI capex 是必要条件，不是充分条件。12

误读二：产品名称出现 AI，就能把全集团收入按 AI 倍数估值。实际：company-rich 没有披露的 AI 收入不能被外部估算替代。本文只使用 AI proxy，并在估值判断中要求毛利率、OPM、CFO 或 FCF 共同验证。111

误读三：收入增长越快越好。实际：如果收入增长伴随 OPM 下滑、FCF 恶化、存货或应收上升、capex 加速或监管回收不确定，增长质量可能下降。111

误读四：上游/下游名单等于确定客户关系或收入占比。实际：company-rich 的 chain_position 是产业依赖图，不是客户集中度附注。除非财报披露，本文不写具体客户占比。12

风险与证伪

1. Deere 连续两个新品周期未扩大 See & Spray 或 Autonomy kit 的作物、机型和区域覆盖，说明 AI 农机商业化斜率低于叙事。12
2. 经销商和农户公开反馈集中指向误喷/漏喷、校准复杂、摄像头污染或停机成本高，且 Deere 未给出可验证改进。12
3. Operations Center 连接设备、API 生态或数据共享政策遭遇监管/诉讼/客户流失，削弱 Deere 的机器数据飞轮。12
4. CNH Raven 或 AGCO PTx 在混合车队 retrofit 上形成更快装机，证明 Deere 封闭整机生态无法覆盖存量农机升级需求。12
5. 自动驾驶农机因安全事故、保险限制或法规要求被限制在极窄场景，导致自治硬件无法转化为规模收入角色。12
6. 农机下行周期中客户优先削减高价智能选配和订阅功能，See & Spray/Autonomy 的渗透率披露明显停滞。12

补证清单

待补证数据	为什么重要	当前处理方式
AI 收入或 AI proxy 明细	决定是否能单独给 AI 业务更高权重	未披露则只做 proxy，不写确定金额
客户集中度/单一项目占比	判断收入韧性和议价权	用下游类型替代，不写客户金额
订单、backlog、RPO、容量合同或续费率	比收入更早反映需求	只引用 company-rich 已有字段
毛利率、OPM、CFO、FCF 连续性	验证增长质量	使用季度桥和 financial_quality
竞品 win/loss 与客户自研信号	判断护城河是否被削弱	纳入 reverse_thesis
资本开支、负债和监管回收	判断 ROIC 与现金流	company-rich 未披露时标记待核实

Caveats

• 农机需求具有强周期性，智能功能渗透不一定抵消整机换机周期下行。
• 农场实际采用受地块规模、作物结构、药剂价格、劳动力成本和经销商服务质量影响，不能从单一示范农场外推。
• 本文件只写定性产业逻辑；财报、持有人、13F、订单金额等数据块未接入时不伪造，由数据管线另行注入。
• Deere 的封闭生态带来体验优势，也带来维修权、数据权和第三方互操作争议。

来源 footnotes

1 Deere & Co. company-rich local dataset — 2026-06-24 — astro/src/data/company-rich/de.json（local） 2 Deere & Company 2025 Annual Report：investor.deere.com / sec.gov — 2026-06-24 — https://deere.com（public） 3 John Deere Precision Ag Technology 官网：deere.com — 2026-06-24 — https://deere.com（public） 4 John Deere Autonomy 官网与 CES 2025 自主机器发布：deere.com / prnewswire.com — 2026-06-24 — https://deere.com（public） 5 Blue River Technology See & Spray 产品资料：bluerivertechnology.com — 2026-06-24 — https://deere.com（public） 6 John Deere Electronics Autonomy / VPU 资料：deere.com — 2026-06-24 — https://deere.com（public） 7 Mississippi State Extension See & Spray 技术资料：extension.msstate.edu — 2026-06-24 — https://deere.com（public） 8 ARK日频 holdings via holdings.db — 2026-06-24 — https://ark-funds.com/（fund_holdings） 9 SEC Form 4 via holdings.db — 2026-06-24 — https://www.sec.gov/edgar/search/（official） 10 SEC 13F holdings via holdings.db — 2026-06-24 — https://www.sec.gov/edgar/search/（official） 11 SEC XBRL companyfacts via holdings.db — 2026-06-24 — https://data.sec.gov/（official）