连续回购之后，顺丰的 AI 效率何时进入利润表？

在夜间的物流中转场里，传送带停转几分钟未必会带来多大的损失。但一旦有一辆车晚到、一个卸货口拥堵、一条线路判断失误，都可能让后续的人员、车辆和航班跟着错位。物流网络越大，这种微小偏差带来的损耗越高。AI 的应用对物流行业来说意义重大，只不过很少在发布会上被提到。

7 月 23 日，顺丰控股回购 43.68 万股 H 股，投入约 1443.21 万港元，成交价格为每股 32.62 至 33.24 港元，并将股份作为库存股持有。7 月 20 日至 23 日，公司连续四个交易日回购 H 股，累计回购 176.66 万股，投入约 5806.89 万港元。至 7 月 23 日，本轮授权下累计回购 H 股 586.04 万股。

几乎同一时间，顺丰规模更大的 A 股回购已经收官。2025 年 9 月至 2026 年 7 月 21 日，公司累计回购 1.6016 亿股 A 股，占总股本 3.04%，耗资约 59.99 亿元，相关股份计划注销并减少注册资本。

财报数据显示，2026 年一季度，顺丰归母净利润同比增长 13.05%，扣非净利润增长 17.42%，利润增速已快于收入增速 6.14%。

回购已经给出管理层对股东回报的态度。接下来的问题更接近经营本身：顺丰已经投入多年的 AI 和数字化能力，能够在利润表中留下足够深的痕迹。

回购提高每股含金量，经营效率仍要接受现金流检验

顺丰 3 月公布的 H 股回购计划显示，拟使用资金不超过 5 亿港元，资金来源包括内部资源和自筹资金。5 月 8 日获得股东会授权后，公司可回购的 H 股上限为 2400 万股。

连续回购本身具有明确的资本管理含义，同时连续回购与 A 股注销式回购共同减少了流通股本。

股本收缩能够直接改善每股收益的计算基础，不过顺丰当前仍需依靠主营业务提供持续支撑。

财报数据显示，2026 年一季度，顺丰实现营业收入 741.42 亿元，同比增长 6.14%；归母净利润 25.26 亿元，同比增长 13.05%；扣非归母净利润 23.17 亿元，同比增长 17.42%。利润增长快于收入，显示公司此前推进的业务结构调整和精益经营仍在释放效果。同期经营活动现金流净额为 33.65 亿元，同比下降 17.16%，可见利润改善尚未完全同步转化为现金流。

同时经营现金流与净利润之间的差距也十分值得关注。2025 年全年，顺丰经营性现金流约 276 亿元，扣除约 96 亿元资产类投入后，自由现金流高达近 179 亿元，可见顺丰的现金创造能力并不弱。2026 年一季度现金流走弱，可能与业务规模扩大、结算周期和资本开支节奏有关，半年报需要给出更清晰的解释。

6 月经营数据提供了另一组线索。数据显示，顺丰速运物流业务收入 200.17 亿元，同比增长 0.28%；业务量为 13.89 亿票，同比下降 4.86%；单票收入升至 14.41 元，同比增长 5.41%。供应链及国际业务收入 78.63 亿元，同比增长 24.97%，两项业务合计收入 278.80 亿元，同比增长 6.19%。

根据上述数据可得：顺丰的收入结构正在向单票价值更高的产品、供应链和国际业务倾斜。这样的变化虽有利于提高盈利质量，却也增加了分析难度。如此一来，利润率改善可能来自产品调价、客户结构变化、国际业务扩张，也可能包含 AI 调度和自动化带来的成本节约。所以接下来正式的半年报需要提供更细的费用与成本数据，才能识别技术效率的实际贡献。

物流 AI 走出实验室，顺丰开始用网络规模训练决策能力

德鲁克强调 “把正确的事情做好”，对于物流 AI 来说，正确的事情通常指的是在数以亿计的运单、车辆和作业节点之间找到更优安排。

顺丰科技披露，公司已经建立覆盖预测、规划、预警、调度和反馈的智能决策体系，可支持全网亿级运单规划。调度系统能够根据件量、设备、车辆和人员状态动态调整中转计划，也可以结合天气、航班延误和交通管制信息，预警潜在时效风险。

截至 2025 年底，顺丰物流垂域大模型日均 Token 消耗量超过百亿，AI 智能体已经应用于预测、规划、营销、履约、客服、关务和数据分析等场景。公开资料还显示，相关多智能体集群已进入 30 多个内部业务场景。

以上数据的说服力更强，因其相比模型参数更接近物流业务的真实需求。顺丰拥有覆盖订单、运单、飞机、货车、分拣设备和末端配送的大量实时数据，如此一来，模型可以反复接受真实运营结果的反馈。顺丰的网络规模优势由此可以进一步转化为训练数据、执行能力和纠错速度。

部分场景已经给出量化结果。顺丰披露，数字孪生产品已应用于百余个中转场和鄂州花湖国际机场；小件分拣计划优化可使场地产能最高提升 20%，分拣时长缩短 10% 以上；机场数字孪生平台使车辆每日调度距离减少 40%，总体时效提升 5% 至 15%。上述数据属于公司披露的项目效果，仍需观察其覆盖范围以及对集团整体成本的贡献。

顺丰的技术能力也已开始向客户场景输出。7 月投运的 New Balance 中国智慧交付中心，采用顺丰自研供应链平台和 AI Agent 统筹订单时效、作业标准与任务负载。顺丰科技还明确表示，数字孪生商业化产品已面向市场提供定制化服务。

所以对顺丰商业化路径更准确的判断是，顺丰 AI 首先在内部网络完成验证，再将成熟模块嵌入供应链服务。外部收入短期内很难单独列为 AI 业务，技术能力却可能提高供应链项目的交付深度、客户黏性和合同价值。

半年报无需单列 AI 收入，但必须解释费用为何下降

传统物流企业很难按照软件公司的方式披露 AI 收入。智能调度嵌入运输系统后，路径模型开始进入车辆安排，基于视觉算法接入分拣设备，技术收益会分散到运输成本、人工成本、管理费用和资产周转之中。

所以顺丰半年报的观察重点还需要回到几项基础指标。

速运业务收入增速较低的情况下，单票运输和中转成本是否继续下降；无人车与自动化设备节省的人力和外采运力，能否覆盖新增折旧与维护支出；AI 智能体进入客服、关务和数据分析后，管理费用率能否延续下降趋势；利润增长能否重新带动经营现金流改善。

另外还需要避免把全部利润提升归因于 AI。数据显示，6 月单票收入同比提高 5.41%，业务量却有所下降，可见顺丰的产品结构和定价变化已经对收入质量产生影响。问题是供应链及国际业务的快速增长，也会改变集团利润构成。所以 AI 贡献究竟有多少需要通过同口径成本、单位资源效率和现金回报进行交叉验证。

霍华德·马克斯在讨论企业价值时，常常将重点放在资产当前和未来的盈利能力。按照这一思路，顺丰也无需依赖独立 AI 收入获得认可。只要 AI 能够持续降低单位履约成本、提高资源利用率，并减少利润波动，顺丰整体盈利能力便会随之改善。

需要注意的是该类价值通常不会在一个季度集中释放。

因为物流网络包含大量线下资产和复杂执行环节，算法升级还需要组织流程、自动化设备和一线作业共同配合。技术扩张越快，新增折旧、研发费用和系统改造成本也越需要被纳入投资回报测算。

顺丰的 AI 路径为传统产业提供了一个更现实的样本：技术能力先进入成本结构，再进入客户解决方案，最后沉淀为更稳定的盈利与现金流。规模庞大的企业拥有更多数据，也承担更高的组织复杂度。接下来顺丰若能把复杂度转化为算法优势，AI 就会成为物流网络的长期操作系统。