AI 相关业务深度拆解

Nike 的 AI 产业链分析必须诚实：它不是上游算力、芯片、云、模型、数据工具或生物技术平台，而是 AI 作为企业运营工具的使用者。AI 可用于需求 sensing、尺码和区域补货、会员推荐、价格/折扣优化、创意素材生成、供应链异常预警和产品设计辅助。产业逻辑在于消费品牌的利润质量高度依赖库存和全价销售率，AI 若能减少错配，就能改善毛利和现金转换；若预测错误，AI 系统反而会把错误快速放大。Nike 2025 年收入下滑和库存/需求预测风险说明，AI 相关性应该写成运营效率观察项，不能写成高纯度 AI 产业链。

第一层是产品和流程。Nike 的直接载体包括：Footwear、Apparel、Equipment、NIKE Direct and digital、Wholesale channels、Supply chain planning。这些产品或平台是否真正构成 AI 产业链资产，取决于它们是否进入客户关键系统、实验工作流、临床路径、供应链计划或会员数据闭环。越靠近关键流程，切换成本越高；越像标准件，价格竞争越强。

第二层是数据反馈。AI 产业链并不只买一次产品，而是通过工程数据、实验数据、临床数据、消费数据和供应链数据持续反馈。半导体和器件公司从客户平台规格、失效率和下一代电源架构得到反馈；组学与测序公司从样本量、数据质量和分析管线得到反馈；基因编辑公司从临床疗效、安全事件和监管沟通得到反馈；消费品牌从会员行为、库存和折扣得到反馈。反馈越可复用，护城河越可能增强。

第三层是商业化。AI 相关能力只有在客户愿意付费、项目能验收、耗材或软件能复购、临床能推进、库存能改善时，才会进入财务报表。未披露 AI 投入、AI 节省成本、AI 贡献毛利、AI 供应链系统收入或 AI 产业链收入占比，公开口径未披露。 因此本文不写未经披露的 AI 收入，也不写未经核实的市场份额。

更稳妥的 proxy 是：

AI 产业链 proxy = 下游真实部署量或实验/患者/会员规模
× 单项目或单平台价值量
× 公司可获得份额
× 交付、验证、监管或复购成功率
× 可持续毛利率和现金转换率

产业链位置

Nike 的产业链位置需要同时看上游、下游和竞品。上游决定供给和成本，下游决定需求质量，竞品决定价值分配。只看其中一端，容易把行业景气误读成公司确定性。

上游

上游环节	影响
代工厂和材料供应商决定鞋服生产、交付与成本。	代工厂和材料供应商决定鞋服生产、交付与成本。
会员、门店、电商和渠道数据是预测基础。	会员、门店、电商和渠道数据是预测基础。
云、数据和计划软件支撑需求预测、库存分配和个性化营销。	云、数据和计划软件支撑需求预测、库存分配和个性化营销。

上游的研究重点是约束项。材料、设备、晶圆、试剂、临床中心、云算力、制造伙伴、数据平台和物流都可能成为瓶颈。上游稳定时，公司能把需求转为交付；上游不稳定时，公司可能有订单但无法确认收入，或者用更高成本换交付。

下游

下游客户/场景	需求逻辑
消费者和会员的需求波动、潮流、运动周期和价格敏感度决定库存质量。	消费者和会员的需求波动、潮流、运动周期和价格敏感度决定库存质量。
批发和零售伙伴的补货、折扣和新品节奏影响收入确认。	批发和零售伙伴的补货、折扣和新品节奏影响收入确认。
运动员和品牌生态决定长期溢价。	运动员和品牌生态决定长期溢价。

下游的研究重点是预算质量。若客户预算来自核心生产系统、临床治疗路径、科研基础设施、长期供应链效率或真实消费者需求，收入质量更高；若预算来自试点、融资、库存补充或短期概念，持续性更弱。AI 产业链的真实传导通常慢于新闻标题。

价值分配

价值分配取决于公司是否处在客户难以替换的位置。进入客户 BOM、临床路径、实验工作流、软件管线、会员数据闭环或供应链计划系统，都会带来切换成本；但切换成本不是永久的。价格、交付、性能、安全、报销、法规和平台生态变化都会迫使客户重新评估供应商。

竞争格局与市场份额

Nike 的竞争不是所有 AI 公司之间竞争，而是在“消费品牌 AI 供应链与需求预测 / 弱关联”这一层争夺客户预算、平台导入、临床资源、实验通量、供应链份额或运营效率。

竞争者	竞争边界
Adidas	全球运动品牌和足球/生活方式竞争。
Lululemon	高端运动服饰和社区零售。
On Holding	跑步鞋和高增长直营/批发组合。
Deckers / Hoka	专业跑步和舒适鞋竞争。
Puma / Under Armour	运动鞋服和渠道竞争。

市场份额方面，本文不写伪精确数字。未披露 AI 投入、AI 节省成本、AI 贡献毛利、AI 供应链系统收入或 AI 产业链收入占比，公开口径未披露。 如果没有公开披露公司在 AI 产业链具体场景中的份额，正确写法就是公开口径未披露。可以讨论的是相对结构：产品越关键、认证越长、数据越可复用、客户流程越深，公司越有可能保留利润；产品越标准、替代越多、客户越强势，份额和毛利越容易被压缩。

竞争格局可以分为三层。第一层是同类产品竞争，即客户在相同预算和相似技术路线中选择供应商。第二层是替代路线竞争，即客户用不同技术解决同一个问题。第三层是资本开支竞争，即公司产品即使有价值，也要和客户预算里的其他项目争优先级。

跟踪竞争时，不应只看发布会或新闻稿。更有效的信号是客户是否复购、平台是否进入下一代项目、毛利率是否稳定、库存和应收是否健康、临床是否按计划推进、软件是否进入正式流程、以及同业是否通过二供或更低价格切入。

护城河

护城河来自品牌、运动员生态、产品设计、全球供应链、会员数据和渠道规模。AI 可能加强数据和运营护城河，但难以单独构成不可替代优势；同业、零售平台和云软件也能购买相似工具。

产品护城河来自性能、可靠性、数据质量、临床疗效、制造稳定性、软件体验或品牌转化，而不是来自 AI 标签本身。若产品只能停留在试点或小规模订单，护城河要打折；若产品能跨客户、跨项目、跨周期复用，护城河才会体现在复购和利润率上。

客户认证护城河同样重要。AI 产业链客户通常不愿随意更换关键供应商，因为重新验证会影响交付、责任边界、数据连续性、临床安全或库存质量。但客户认证也是双刃剑：大客户越重要，议价权越强；平台越关键，客户越会要求二供、降价和更严格服务。

数据/反馈护城河取决于数据权利、样本量和可复用性。若公司能从客户使用中持续获得工程数据、实验数据、临床数据或消费行为数据，并把这些数据反馈到下一代产品，就会形成学习曲线。没有数据权限、样本量不足、跨客户不可迁移或监管禁止使用，数据护城河都会被削弱。

规模护城河只有在采购、制造、临床、渠道、软件、服务或品牌上带来单位成本下降时才有效。Nike FY2025 收入 US$46.3B，较 FY2024 的 US$51.4B 下降约 10%；公司 10-K 将消费者需求预测、供应链和库存管理列为重要经营风险。公司未披露 AI 供应链系统收入，因为 AI 是内部能力而非对外销售产品。 这些财务数字可作为规模底盘，但不能单独证明护城河。护城河最终要经受毛利率、现金流、客户留存和增长质量的复核。

误读纠偏·风险与证伪

误读纠偏

1. 把公司全部收入都视作 AI 产业链收入，是第一类误读。本文只承认 AI 产业链暴露，不把未披露分部改写成会计收入。
2. 把行业 TAM 直接乘以公司份额，是第二类误读。真实传导要经过预算、验证、采购、交付、收入确认和现金回收。
3. 把产品发布等同于商业化成功，是第三类误读。硬件要看导入和复购，生命科学工具要看装机和耗材，基因编辑要看临床和监管，消费品牌要看库存和毛利。
4. 把 AI 能力等同于护城河，是第四类误读。AI 只有在数据、流程、客户和商业模式中形成可复用优势，才可能成为护城河。
5. 对未披露数字进行精确估算，是第五类误读。未披露 AI 投入、AI 节省成本、AI 贡献毛利、AI 供应链系统收入或 AI 产业链收入占比，公开口径未披露。

主要风险

• 与 AI 产业链关联较弱，不能把 Nike 当作 AI 基础设施或核心工具公司。
• 需求预测失败会造成库存、折扣和毛利率压力。
• 直营和批发渠道再平衡可能短期拖累收入。
• 会员数据和个性化营销受到隐私法规和平台规则约束。
• 品牌热度、产品创新和渠道执行比 AI 系统更决定长期竞争。

证伪框架

若收入增长 + 毛利率稳定/上行 + 现金流改善 + 客户复购/临床/平台导入增加：
  AI 产业链卡位被增强验证。

若收入增长 + 毛利率下行 + 现金流恶化 + 库存/应收/临床费用上升：
  需求可能真实，但公司议价权、交付质量或资本效率不足。

若订单延迟 + 客户转向二供 + 技术路线改变 + 管理层降低相关优先级：
  原 thesis 被公开信号削弱，应重新评估产业链位置。

跟踪指标

频率	指标	为什么重要
季度	收入、毛利率、经营利润、净利润、自由现金流	验证产业需求是否转化为经营质量
季度	订单、backlog、装机、耗材复购、合作收入或临床进度	判断收入领先指标和持续性
季度	库存、应收、资本开支、研发和临床费用	识别低质量增长和现金消耗
年度	客户/供应商集中度、产品线披露、风险因素	判断议价权和真实 AI 产业链暴露
事件	技术路线、监管、报销、客户导入、安全事件	判断 thesis 是否被外部条件改变

尽调问题清单

问题	期待看到的证据	无法回答时如何处理
AI 产业链相关收入是否有披露口径？	分部收入、订单、客户场景、产品收入或管理层明确口径	写公开口径未披露，不填数字
单项目或单平台价值量是否提升？	BOM、装机、耗材、合同范围、临床经济性或复购	只做定性 proxy，不写具体金额
毛利率变化是否来自 AI 产业链 mix？	产品 mix、价格、良率、试剂/耗材、合作结构或渠道折扣	若无法拆分，只按集团毛利率验证
客户集中度是否上升？	年报客户集中度、应收、backlog、合作条款	无披露则把集中度作为风险假设
上游供给是否限制交付？	关键材料、晶圆、试剂、临床中心、云算力或物流交期	下修收入确认节奏
竞品是否通过二供进入？	客户认证、招标、拆解、临床数据、价格变化	下修份额和毛利率判断
哪些公开信号会推翻 thesis？	管理层指引、订单延期、客户流失、监管/安全事件、技术路线变化	触发重新评估产业链卡位

产业逻辑补充底稿

Nike 是本组里 AI 产业链相关性最弱的公司。它不提供算力、芯片、模型、云、数据工具或生命科学平台，而是把 AI 用作内部运营工具。需求预测、区域补货、会员推荐、折扣优化、创意生产和供应链异常预警都可能改善效率，但这些能力通常来自自建数据团队、云服务和企业软件组合，不构成对外销售的 AI 产业链收入。

正向信号包括：库存周转改善；全价销售率提高；直营数字渠道和会员复购恢复；供应链预测错误减少；新产品周期带动毛利率修复。反向信号包括：收入继续下滑；折扣清库存压制毛利；批发渠道再平衡拉长；会员增长不能转化为利润；AI 预测系统在潮流变化和区域差异下继续失灵。

研究边界上，Nike 适合被写成 AI 下游应用观察样本，而不是 AI 产业链核心资产。若要跟踪它的 AI 价值，应该看库存、毛利率、渠道结构和消费者数据闭环，而不是寻找未披露的 AI 收入。诚实的结论是：AI 可能提高运营效率，但品牌、产品创新、渠道执行和消费者心智仍是主要变量。

情景推演与验证路径

基准情景下，研究者不需要假设公司突然变成高纯度 AI 产业链公司，只需要验证 库存周转、全价销售率、会员数据、直营/批发渠道再平衡、需求预测和毛利率 是否沿着公开披露的方向改善。基准情景的写法应当保守：收入或项目进展可以小幅改善，但未披露 AI 收入仍然不填；毛利率和现金流若没有同步改善，就不能把行业景气解释为公司护城河扩大。这个情景下，公司的作用是提供一个可跟踪的产业链节点，而不是给出任何投资方向。

上行情景需要更严格的证据。首先，相关产品或项目要从新闻、试点、早期合作进入正式采购、装机、临床、复购或商业化流程。其次，收入质量要改善，表现为毛利率稳定或上行、现金流不恶化、库存和应收不过度膨胀、客户复购或临床进度清晰。第三，竞争者没有通过低价、二供、替代技术或平台捆绑快速压低公司价值量。只有三类证据同时出现，才可以说 AI 产业链位置被强化。

下行情景通常先出现在领先指标，而不是收入立刻下滑。硬件和器件公司会先看到订单周期拉长、book-to-bill 回落、库存上升或客户要求二供；生命科学工具会先看到仪器采购推迟、耗材利用率下降、科研经费收紧或制药客户项目延后；基因编辑公司会先看到临床 hold、不良事件、入组放缓、监管要求提高或合作方重新谈判；消费品牌会先看到库存周转变慢、折扣扩大、全价销售率下降和渠道伙伴谨慎补货。

对所有公司都适用的复核顺序是：先看公开事实，再看管理层表述，最后才看行业叙事。公开事实包括财报、年报、监管文件、产品页、临床公告、客户采用、订单指标和现金流。管理层表述只能作为解释材料，不能替代数据。行业叙事只能作为方向，不能替代公司级兑现。若三者冲突，优先级应为公开事实高于管理层表述，高于行业叙事。

还要避免用单一指标下结论。收入增长可能来自价格、补库存、一次性结算、合作款或产品 mix；毛利率改善可能来自成本下降，也可能来自暂时性高毛利项目；现金增加可能来自融资，而非经营改善；临床数据阳性也可能因为样本量小、随访短或终点选择而不够稳固。因此每篇都必须把“发生了什么”和“能否持续”分开写。

本文对 nike.mdx 的最终处理是：保留 AI 产业链相关性，但不给目标价、评级、仓位、买卖方向或收益承诺；所有未披露数字继续写公开口径未披露。后续复核时，如果出现新的年报、监管文件、临床读数、客户导入或公司正式拆分披露，应优先替换旧锚点，而不是在旧数字上加估算。

来源权重与禁止外推

本文把来源分成三层使用。第一层是一手来源，包括公司年报、10-K、财报新闻稿、官网产品页、临床公告、投资者材料和监管文件。这类来源可以用来确认公司做什么、披露了什么数字、产品或管线处在什么状态。第二层是权威行业或机构资料，包括行业协会、监管机构、研究机构公开摘要、医学或生命科学机构的解释性资料。这类来源可以用来理解产业趋势，但不能替代公司级财务披露。第三层是媒体、数据库和二级评论，只能用于发现线索或补充背景，不能作为精确财务或份额的唯一依据。

因此，正文中的精确数字只来自第一层或可交叉核验的公开披露。若只有媒体转述而没有公司原文，本文不把它写成硬财务锚点。若公司只披露集团收入而没有披露 AI 产业链收入，本文不按主观比例拆分。若公司只披露项目进展而没有披露金额，本文不把项目进展估算成收入。若行业报告给出市场空间，本文不把市场空间乘以假设份额写成公司收入。

这个约束对 AI 产业链尤其重要。AI 产业链的叙事会同时吸引资本、客户、供应商和媒体关注，容易出现“概念真实，但公司兑现不确定”的情况。一个行业方向可以长期正确，但单家公司仍可能因为成本、技术路线、客户集中、监管、临床安全、价格竞争或库存周期而无法兑现。因此，本文把产业逻辑和投资结论严格分开：产业逻辑可以讨论空间、节点和护城河，投资结论不在本文范围内。

后续更新时，应优先替换三类信息：新的年度报告或 10-K、公司正式财报/临床公告、产品或客户采用的直接证据。若只出现股价波动、券商目标价、社交媒体传闻或未具名供应链消息，不应改写本文的核心财务锚点。若出现重大反证，例如监管暂停、临床失败、核心客户流失、毛利率结构性下滑、现金流恶化或公司明确下调相关业务优先级，则应在第 8 章证伪框架中优先更新，而不是只在投资摘要中增加乐观解释。

复核口径

复核本文时，可以按三步走。第一步，确认 frontmatter 的 ticker、公司名、产业链节点和更新时间是否正确。第二步，逐条核对正文中的精确数字是否能在来源中找到，不能核验的数字应删除或改为公开口径未披露。第三步，确认每一个 AI 产业链判断都有相应业务载体，例如产品、平台、临床项目、耗材、软件、客户流程或供应链环节。若只有抽象概念而没有业务载体，该判断不应进入投资摘要。

本文保留一定篇幅讨论风险和证伪，是为了防止把产业方向写成单边结论。AI 产业链会持续变化，后续更新应允许 thesis 上调，也应允许 thesis 被反证推翻。对公开信息尚不充分的地方，最稳妥的处理不是补猜数字，而是留下待核实变量。

补充复核：为什么只给弱关联

Nike 的 AI 相关性要刻意降权。它可能大量使用机器学习、推荐系统、供应链预测软件和生成式创意工具，但这些工具主要服务内部效率，不形成对外销售的 AI 产业链收入。把 Nike 写进 AI 产业链，合理部分是观察 AI 如何影响大型消费品牌的需求预测、库存管理和会员运营；不合理部分是把它等同于 AI 基础设施、模型平台或数据工具供应商。

如果 Nike 的库存周转改善、全价销售率恢复、渠道折扣减少、会员复购提升，AI 和数据能力可能是贡献因素之一；但即使这些指标改善，也不能证明 AI 是唯一原因，因为产品周期、品牌热度、运动员营销、渠道策略和宏观消费同样重要。相反，如果预测失败、库存积压和折扣扩大，即使公司继续投入 AI，也说明模型没有压过消费品行业的不确定性。

因此，Nike 文件的重点不是寻找未披露 AI 收入，而是把 AI 作为运营效率变量放进风险框架。对它的复核应更多看 10-K 风险因素、库存、毛利率、渠道结构和管理层对需求计划的描述。这个处理保持了诚实：相关但不核心，有用但不高纯度。

补充复核：AI 与品牌经营的边界

对 Nike 来说，AI 可以帮助预测需求，但不能创造运动潮流本身；可以优化补货，但不能替代产品设计和品牌叙事；可以提升会员推荐，但不能保证消费者愿意全价购买。因此本文把 AI 写成运营工具，而不是核心商业模式。若未来公司披露更具体的 AI 供应链节省、库存改善归因或数字会员转化数据，再更新相应段落。

补充说明：如果未来 Nike 把 AI 需求预测、会员推荐或供应链优化列为明确财务贡献，应以公司正式披露为准，在此之前继续按弱关联处理，并在后续复核中优先查看库存、毛利率和渠道结构，不做额外推断，并保留证伪空间，谨慎。

主要来源

[1] Nike FY2025 10-K PDF — https://s1.q4cdn.com/806093406/files/doc_financials/2025/ar/Nike-Inc-2025_10K.pdf [2] Nike FY2025 results — https://investors.nike.com/investors/news-events-and-reports/investor-news/investor-news-details/2025/NIKE-Inc—Reports-Fiscal-2025-Fourth-Quarter-and-Full-Year-Results/default.aspx [3] SEC 10-K / Nike FY2025 — https://www.sec.gov/Archives/edgar/data/320187/000032018725000047/nke-20250531.htm [4] Nike investor relations — https://investors.nike.com/ [5] Nike membership ecosystem — https://www.nike.com/membership [6] SEC filings / NKE — https://www.sec.gov/edgar/browse/?CIK=320187 [7] McKinsey operations and forecasting context — https://www.mckinsey.com/capabilities/operations/our-insights