AI for Science第一股？戴纳科技站在科研自动化拐点上

4月28日，北京戴纳实验科技股份有限公司向港交所递交上市申请，招银国际、国金证券香港担任联席保荐人。

放在普通IPO叙事里，这是一家智慧实验室解决方案公司的上市动作；放进2026年的AI for Science语境里，它更像一次科研生产力的资本化试探。

戴纳科技2025年收入只有6.45亿元，和全球实验仪器巨头相比并不大，但它身上最容易被市场放大的，不是收入规模，而是“黑灯实验室”这个新标签：AI决策、机械臂执行、实验数据回流，实验室不再只是一排设备和通风柜，而是越来越接近一条能够自我迭代的研发产线。

市场真正要问的，也不会停留在“它能卖多少设备”，而是更尖锐的一句：戴纳科技到底是一家高端项目集成商，还是未来科研基础设施的入口公司？前者给工程估值，后者才有AI平台溢价。

实验室开始像产线，戴纳科技先拿到了一个稀缺位置

戴纳科技这次递表，最容易被忽略的一点，是它所处行业的定价体系正在改变。

过去讲实验室建设，投资人脑子里出现的多半是装修、通风、仪器、耗材和工程交付。这个生意很重，项目制明显，回款跟着验收节点走，利润率很难被抬得太高。它不像软件公司那样有天然复购，也不像消费品那样能靠品牌溢价放大利润。长期以来，资本市场更愿意把这类公司看成“设备+工程+集成”的组合。

戴纳科技试图把这件事改写成另一种故事：实验室不只是科研空间，而是科研流程本身的基础设施。

根据招股书，戴纳科技2025年在中国智慧实验室解决方案市场按收入排名第二，在总部位于中国的供应商中排名第一；在黑灯实验室解决方案市场，公司2025年收入1.71亿元，市占率34.2%，排名全国第一。这个位置很关键，因为黑灯实验室不是传统实验室的简单升级，它对应的是一套新的研发工作流：由AI系统拆解任务，由具身智能设备完成实验，由数据系统记录参数和结果，再把数据反哺模型。

财务端也能看出这种结构变化。2023年至2025年，戴纳科技收入分别为6.14亿元、5.54亿元和6.45亿元；同期毛利率从16.1%提升至23.6%、28.1%；净利率从0.4%提升至0.9%、2.5%。规模没有爆发，但利润率曲线在抬头。更细一层看，2025年黑灯实验室解决方案毛利率为40.2%，显著高于智慧实验室一体化解决方案23.0%的毛利率。

这组数字背后，有一个比较清晰的信号：如果戴纳科技只是做实验室工程，它很难摆脱低毛利项目制；如果黑灯实验室占比继续提升，市场才会重新评估它的利润天花板。

这也是戴纳科技比传统实验室服务商更容易获得关注的原因。它不是单纯把设备卖进实验室，而是想把实验室变成可调度、可记录、可学习的系统。招股书里提到的Dyna Brain、Dyna Arms、Dyna Data，分别对应智能决策、具身执行和高质量数据。三者组合起来，才构成所谓“黑灯实验室”的技术闭环。

但资本市场不会只看技术词汇。它会盯住两个更现实的问题。

第一，黑灯实验室能不能从标杆项目走向规模复制。实验室场景高度非标，不同客户的研发目标、实验流程、设备体系、安全要求都不一样。化工企业要解决配方和反应条件，新材料企业要解决筛选和表征，生命科学企业要解决检测和验证。每一个行业都要做系统适配。非标程度越高，交付越重，平台溢价越难落到利润表里。

第二，戴纳科技能不能把项目经验沉淀成可复用模块。投资人真正愿意给溢价的，不是一次次交付复杂工程，而是复杂工程背后的标准件、算法库、流程模板、行业模型和数据资产。换句话说，它要证明自己卖的不是一间实验室，而是一套可以复制到更多实验室里的科研操作系统。

戴纳科技目前已经拿到了一个稀缺赛道的位置。接下来，它要证明这个位置不是一张行业排名截图，而是一条可以持续扩张的利润曲线。

AI for Science的机会，不在“无人值守”，在数据能不能回流

黑灯实验室容易被外界理解成“没有人的实验室”，但真正有价值的地方并不是关灯。

科研行业最贵的瓶颈，一直是试错。一个新材料配方、一种药物筛选路径、一套电池材料体系，背后都是大量实验参数、失败样本、环境扰动和人工经验。传统实验室的问题不只在效率低，还在数据断裂：人会记录关键结果，却很难完整保留每一次试验过程中的环境变量、操作细节和失败轨迹。AI for Science要真正发挥作用，缺的往往不是模型口号，而是足够干净、连续、可机器读取的实验数据。

黑灯实验室的价值就在这里。它让实验执行变成数据生产过程。机械臂执行动作，传感器采集过程，系统记录参数，AI模型根据结果调整下一轮实验。科研从“研究员凭经验设计实验”逐渐转向“人设定目标，系统自动生成和优化路径”。

招股书援引弗若斯特沙利文数据，全球智慧实验室解决方案市场从2021年的224亿元增长至2025年的670亿元，预计2030年达到2413亿元，2025年至2030年复合增速29.2%；中国市场从2021年的25亿元增长至2025年的107亿元，预计2030年达到618亿元，2025年至2030年复合增速42.1%。更激进的是黑灯实验室：中国市场预计从2025年的5亿元增长至2030年的106亿元，复合增速81.3%，在整体智慧实验室中的占比也预计从5.1%提升至17.1%。

这意味着，行业还处在非常早的阶段。早期行业有一个特征：公司当前收入规模不一定大，但市场会提前交易“渗透率提升”。戴纳科技的资本故事，也主要建立在这个逻辑上。

外部环境也给了它一阵顺风。招股书提到，中国2025年发布深入实施“人工智能+”行动的意见，推动AI for Science部署；美国、欧洲、英国、日本、新加坡等主要经济体也在2025年以来相继推出AI for Science相关战略，日本则在2026年3月制定推进AI for Science的基本战略方针。

这种政策背景会强化两类需求。

一类来自国家实验室、高校、科研机构。科研竞争越来越像基础设施竞争，谁能更快完成实验迭代，谁就更容易抢到新材料、新药物、新能源技术窗口。

另一类来自产业客户。化工、新材料、新能源、生命科学企业的研发预算，本质上都在追求更短的试错周期和更高的成功率。对这些企业来说，实验室自动化不是“炫技”，而是实打实的降本增效：少一点人工误差，少一点危险操作，少一点重复劳动，多一点可追溯数据。

戴纳科技卡在这两类需求的交叉点上。它既能讲科研基础设施，也能讲产业研发效率。这个位置听起来很好，但落地难度也高。

因为AI for Science和普通AI应用不同。普通AI应用可以通过海量公开文本、图片、用户行为数据训练和迭代；科研AI需要的是高质量实验数据。数据贵、慢、非标，还常常带着客户机密。谁能持续拿到数据，谁才可能形成模型壁垒。

这会带来一个更深的估值问题：戴纳科技的数据闭环，究竟属于客户，还是能部分沉淀为公司能力？

如果每个项目的数据都锁在客户内部，戴纳科技只能做交付商；如果它能在不侵犯客户数据权益的前提下，沉淀流程模板、行业知识、设备调度算法和实验方法库，它才有机会从项目制公司进化成平台型公司。

这也是黑灯实验室最容易被误读的地方。关灯不重要，无人也不是终点。真正值钱的是：实验失败也能变成数据资产，每一次试错都能喂给下一轮模型。科研生产力的变化，不在设备看起来多先进，而在试错过程能不能被系统吸收。

项目制能否长出复利？

戴纳科技IPO的真正难点，在于资产属性还没有完全定型。

如果市场把它看成高端实验室集成公司，估值框架会比较克制：收入看订单，利润看项目交付，现金流看验收和回款。项目越大，收入波动也可能越大。工程能力越强，客户越愿意买单，但资本市场给的溢价有限。

如果市场把它看成AI for Science基础设施公司，估值天花板会被重新打开：收入不只来自建设，还可能来自系统维护、数据服务、模型迭代、CRO平台、耗材和持续运维。问题在于，这套想象必须被商业模式证明。

目前看，戴纳科技还在两种资产属性之间。

一方面，毛利率改善很明显，黑灯实验室业务的毛利率也高于传统智慧实验室集成业务。另一方面，项目制特征仍然很重。招股书显示，2025年前五大客户贡献收入51.6%，最大客户贡献16.0%；2024年前五大客户贡献比例更高，达到67.8%。

客户集中并不一定是坏事。戴纳科技面对的本来就是大型企业、科研院所、产业平台和高预算客户，单个项目金额大很正常。但它会影响市场对收入稳定性的判断。一个项目延后验收，一个大客户采购节奏变化，收入和现金流就可能出现波动。

现金流也需要继续观察。招股书显示，戴纳科技2025年经营活动所用现金净额为6793.2万元，虽然公司当年实现盈利，但经营现金流仍为负。 这对项目型公司并不罕见，原因可能涉及项目垫资、应收账款、合同资产和交付周期。但对想拿平台溢价的公司来说，现金流质量必须逐步改善。

这就是戴纳科技最关键的一道门槛：它要从“能做复杂项目”升级为“能稳定交付、持续收费、低成本复制”。

募资用途也能看出公司想往哪里走。公开信息显示，戴纳科技此次IPO募资计划主要用于提升研发能力、扩展算力集群、建设和开发新材料CRO平台、拓展国内外销售网络，并选择性寻求战略并购机会。

这里面最有想象力的，是新材料CRO平台。

如果戴纳科技能把黑灯实验室能力从“帮客户建实验室”延伸到“帮客户做研发服务”，商业模式会变得更接近科研服务平台。客户不一定要一次性投入完整实验室，也可以购买某些研发任务、筛选服务、数据分析和配方优化能力。这样一来，公司收入会从项目交付，逐渐拓展到持续服务。

但这条路同样有难度。CRO平台需要更深的行业Know-how，需要稳定的科学家团队，需要数据安全和知识产权边界，也需要让客户相信平台产出的结果可验证、可复现、可转化。实验室自动化只是底层能力，真正收费的是能否帮客户缩短研发周期、提高成功率。

国际对标也不能简单套。Thermo Fisher、Danaher、Agilent这些成熟玩家的优势，来自全球客户网络、仪器耗材生态、软件服务、长期品牌信任和强大的并购整合能力。戴纳科技现在更像处在中国科研自动化市场的早期窗口：技术概念足够前沿，市场增速足够快，但商业模式还要跨过标准化、现金流和客户分散三道关。

所以，戴纳科技上市后的交易逻辑大概率会很分裂。

短期，AI for Science、黑灯实验室、具身智能、新材料研发自动化，会构成主题催化。中期，市场会盯订单、毛利率、经营现金流、前五大客户占比和黑灯实验室收入占比。长期，估值上限取决于它能不能把“项目经验”变成“平台能力”。

戴纳科技最怕的，不是市场看不懂黑灯实验室，而是市场太快把它当成AI平台。因为一旦被按AI平台预期定价，投资人会要求更高增速、更强复购、更轻资产、更好的现金流。项目公司可以有波动，平台公司不能长期靠单个大项目撑收入。

这场IPO最大的看点，也在这里：戴纳科技要借AI for Science打开估值空间，但它必须先用财务表现证明，自己不只是一家会做高端样板间的工程公司。

科研生产力的下一轮分化，会从“谁掌握试错过程”开始

戴纳科技递表港交所，表面是智慧实验室公司上市，底层是AI for Science从论文、模型、算法，进一步走向实验执行环节。

过去谈科研效率，大家关注算力、模型和数据集；现在越来越清楚，科学发现的瓶颈还卡在实验环节。模型可以提出假设，真正验证仍要回到材料、反应、样品、检测和反馈。谁能把实验过程自动化、数据化、闭环化，谁就有机会掌握科研生产力的新入口。

戴纳科技的机会，来自这个入口足够早、足够新，也足够稀缺。它在黑灯实验室市场拿到领先位置，毛利率开始改善，行业市场空间快速扩张，政策和产业需求都在推动科研自动化。

它的压力也很清楚：收入规模仍小，客户集中度不低，经营现金流承压，项目制色彩明显。技术叙事再强，最后也要落到订单复制、利润率提升和现金流改善上。

所以，戴纳科技上市后真正要证明的，不是“实验室能不能关灯”，而是“科研能不能像工业生产一样被系统调度”。如果它能把Dyna Brain、Dyna Arms、Dyna Data变成跨行业可复用的能力，黑灯实验室就不只是一个前沿概念，而可能成为新材料、化工、能源和生命科学研发的基础设施。

资本市场最终会给出很直接的答案：卖实验室，只能拿工程估值；重构实验过程，才有资格拿科研基础设施估值。戴纳科技已经站到这个分岔口，接下来要交的，不是更漂亮的概念，而是一条能被反复验证的增长曲线。