启明星辰获机构调研，包括中信证券股份有限公司、东方财富证券股份有限公司等16家机构

2026年11月2日，启明星辰披露接待调研公告，公司于10月30日接待中信证券股份有限公司、东方财富证券股份有限公司等16家机构调研。

公告显示，启明星辰参与本次接待的人员包括张媛、潘柱廷、李昕。

调研方式为业绩说明会,在线会议，接待地点为公司会议室。

📋 调研详情

各位参会的朋友们：

大家好！我是启明星辰董事会秘书张媛，非常感谢各位在百忙之中拨冗参加启明星辰 2026 年三季度的业绩交流会议。我先就公司前三季度的经营情况与各位作分享，随后出席的各位领导将共同解答大家关心的问题。

一、总体经营情况

前三季度，面对外部环境的不确定性，公司坚持聚焦网信安全主责主业，以科技创新为引领，扎实推进各项经营工作，经营质量稳步提升，高质量发展的基础进一步夯实。

主要财务指标如下：1-9 月，公司实现营业收入 17.37 亿元，同比增长12.2%；归母净利润 3840 万元，同比增长 117.8%；扣非后归母净利润 5702 万元，同比增长 119.9%；经营活动产生的现金流量净额 1.75 亿元，同比增长218.61%。

公司营收同比保持增长，盈利能力持续增强，现金流状况同步向好，核心经营指标呈现“增收、增利、增现金”的良好态势。

二、营收情况：增长动能来自两方面

一是与中国移动的战略协同持续深化，市场拓展成果良好。

双方在市场营销、技术创新等方面深度融合，协同主要包括三方面：政企侧的外部协同、移动内部支撑协同，以及 ToC/ToH 市场的拓展。前三季度，外部协同和内部支撑收入均实现同比增长。在 ToC/ToH 市场，公司推出了隐私盾和青松守护解决方案，保护个人隐私及家庭“一老一小”的上网安全，虽然目前该板块整体体量尚小，仍处于起步培育阶段，但面向个人与家庭的安全需求空间广阔，是公司中长期重点布局的方向之一。

二是公司围绕 AI 向善与 AI 赋能，持续升级产品能力、不断推出新产品，精准匹配用户新需求，形成从技术研究、产品研发到产业应用的快速转化，带动收入增长。

在 AI 向善方面，公司已推出大模型应用安全防护、智能体安全防护、Token安全三大产品矩阵，防范大模型和智能体两类典型 AI 应用中的新风险，满足Token 运营中的新需求。客户覆盖政务、金融、能源、通信、互联网、医卫六大领域，典型案例超 100 家。

在 AI 赋能方面，公司打造了七大安全智能体产品，形成安全业务全流程的智能化闭环。其中，安星智能体产品已落地行业应用超 200 例。

三、利润情况：压力之下，“增收+降本”双轮驱动

前三季度，公司归母净利润与扣非后归母净利润均保持盈利并持续增长。值得关注的是，公司扣非后归母净利润高于归母净利润，主营业务盈利贡献突出，盈利结构更加扎实。

这一成绩的取得并不轻松。面对行业竞争加剧、存储类原材料价格上涨带来的毛利率压力，公司主动出击、双向发力：

一方面，积极对冲成本压力。通过优化产品布局、强化供应链管理等举措，努力消化原材料涨价对毛利率的冲击。

另一方面，持续推进精细化管理。费用管控成效显现，前三季度三费合计同比下降 24.92%，“增收+降本”双轮驱动格局进一步巩固了盈利能力，盈利质量与经营韧性明显增强。

此外，AI 战略已全面赋能公司业务发展：不仅推动了产品创新，也在研发环节通过 AI Coding 等方式有效提升研发效率，在优化人员结构的同时，保障了研发能力和交付能力，为后续的降本增效打开了更大空间。

四、现金流情况：坚持质量为先，经营性净现金流持续改善

前三季度，公司经营活动产生的现金流量净额为 1.75 亿元，同比增长218.61%，连续 6 个季度保持同比增长；应收账款期末账面价值较期初下降5.61%。

现金流的大幅改善与应收账款的压降，说明公司在追求收入规模的同时，更加注重收入的质量与回款的安全，收入增长质量与经营韧性显著增强。

五、四季度展望：全力冲刺，坚定信心

第四季度是公司成果落地和全年业绩冲刺的关键时期。尽管仍面临很大挑战，我们也在以下三个方面做好了全力冲刺的准备：

一是紧抓市场需求，深耕高价值赛道，推动创新业务规模化落地。聚焦重点行业客户的网络安全需求，加快 AI 安全等新兴产品的商业化节奏。

二是深化与中国移动的协同赋能，挖掘新的业务增长点。持续巩固政企协同与内部支撑，加快 ToC/ToH 等新场景的规模突破。

三是持续优化经营效率，巩固提质增效成果，保持稳健经营。进一步强化费用管控与应收账款管理，努力提升投入产出效率。

问答环节

Q：在当前整体网安市场下滑的背景下，公司能最快的实现双位数的收入增长，是什么原因驱动的？

A：2026 年前三季度，公司营业收入同比增长 12.2%，在当前网络安全行业整体承压的市场环境下，实现两位数增长来之不易。主要得益于以下三个方面的共同驱动：

一是持续深化与中国移动的战略协同，形成收入增长的重要引擎。 公司围绕融入中国移动通信服务、算力服务和智能服务，持续强化各省办与中国移动各省公司的市场合作，针对政企及公众等不同客群推出相应的产品和解决方案。面向政企客群，公司推出算网安全资源池、天关·零信任+、工业互联网安全及等保运营等系列产品，并面向私有云和公有云租户推出 20 余款云安全产品。前三季度，公司云安全协同业务收入实现显著增长，成为带动与中国移动关联交易收入增长的重要动力。同时，公司围绕大模型 Token 调用等新兴安全需求，持续推出适配中国移动业务场景的 AI 安全产品。在 ToC、ToH市场，公司积极拓展以往相对薄弱的公众及家庭客户领域，推出“隐私盾”“轻松守护”等轻量化安全产品，并逐步融入中国移动营销体系及权益套餐。通过持续深化业务融合，公司在中国移动内部支撑业务及政企市场协同业务等方面均取得积极进展，有效带动了整体收入增长。

二是强化“AI+安全”创新驱动，推动前期研发投入逐步转化为业务收入。

公司持续推进传统安全产品的智能化升级，同时积极推出 AI 安全新产品，进一步完善相关产品及解决方案体系。随着重点行业客户在 AI 安全、数据安全等领域的新需求逐步释放，公司依托前期技术研发积累，加快创新成果的产品化和市场化转化，积极拓展新兴业务领域，为收入增长提供了新的动力。

三是持续巩固传统业务基本盘，实现存量业务稳健发展。 面对网络安全行业整体需求相对疲弱的市场环境，公司持续夯实传统业务基础，前三季度原有业务基本盘保持稳定，并实现小幅增长。考虑到传统业务在公司整体收入中占比较高，其稳定发展为公司整体经营提供了重要支撑。

总体来看，中国移动协同业务的持续深化、“AI+安全”创新业务的增长以及传统业务基本盘的稳固，共同推动了公司前三季度营业收入实现两位数增长。 未来，公司将继续深化与中国移动的业务协同，加快创新技术成果转化，巩固传统业务优势，持续提升业务发展质量。

Q：前三季度，公司与中国移动关联交易是什么情况？关联交易的毛利率如何？

A：前三季度公司与关联方中国移动的关联交易额成为公司收入增长的重要驱动。关联交易涉及的业务多样化，涵盖移动内部安全建设需求，包括硬件、服务；也有云上政企协同的 SaaS 化与云化产品和服务；以及 DICT 项目等。业务模式差异导致毛利率水平分化，其中云上 SaaS 化、云化的标准服务毛利率相对更高。综合来看，关联交易毛利率与公司总体毛利率基本相当。在协同拓展中，公司更强调有质量的业务与有质量的收入。

Q：公司与中国移动今后有哪些方向的业务布局？

A：自中国移动正式成为公司实际控制人以来，公司与移动的协同持续深化。目前，公司组织层面各条线已全面融入中国移动协同体系，业务层面也基本实现与移动的全方位深度协同。双方协同已经从早期的点状对接，进入体系化融合阶段。

在科创协同方面，公司的研发、技术前沿探索已经与中国移动相关科创工作紧密结合。典型代表是中国移动九天大模型的相关工作，公司与中国移动深度协同参与联合研发。公司技术团队已入驻九天，提供高质量安全数据集、对标国外优秀模型，训练基础大模型的安全技术特点等。

在业务布局方面，主要围绕两条主线展开：一是营销通道协同，二是产品技术交叉融合。

营销通道协同分为四类：第一，内部安全支撑。中国移动内部安全需求较大，公司全线安全成熟产品已在移动内部核心产品能力清单和中台上架，内部采购覆盖度稳步提升；第二，成熟产品卖向成熟市场的政企协同模式。双方省级单位客情协同，将公司成熟产品向中国移动政企客群推广，渠道协同持续加深；第三，成熟产品卖向蓝海市场的协同模式。将公司成熟产品拓展至中国移动擅长的商客、个人和家庭市场。典型产品如专线卫士、轻松守护、隐私盾等；第四，协同开发蓝海新业务。公司与中国移动围绕 AI 相关业务开展联合研发，推动新产品进入新渠道。例如，在重点客户的大模型服务中，公司承担安全能力建设，双方共同打造安全解决方案并拓展新的业务渠道。

产品技术交叉融合体现在公司从“融网、融智、融网络空间”三个方面与移动充分融合。一是融网，把公司成熟的安全能力融入到中国移动的通信网、算力网和智能网，形成通信网安全、算力网云安全、智能网安全等协同能力；二是融智，以 AI 的技术能力全面增强到各类安全业务中；三是融网络空间，启明星辰的安全能力融入到中国的网络空间业务中。

Q： AI 安全方向的市场格局是否有变化？模型厂商是否和安全厂商竞争，双方的技术边界在哪里？国内外 AI 安全的异同点主要体现在哪些方面？

A：AI 和 AI 安全的变化很快，目前市场格局尚未形成。AI 安全分两个方向，一是 AI for Security，二是 Security for AI。从 AI 赋能的方面看，只是加强了原有安全产品格局。从 AI 应用安全的方面看，稳定的 AI 应用模式尚未形成，从对话式的 AI 应用到智能体应用导致了 AI 应用安全的剧烈变化，但目前市场总体规模还不够大。在 AI 应用安全方面，安全产业界正在寻找可以规模化爆品。目前 MAF 大模型应用防火墙已稍具规模，基本上得到了各厂商和用户的认可，相信类似产品会越来越多。例如 MASB，即大模型访问安全代理，就是 ToB 客户非常刚需的品类。另外，从今年 Anthropic Mythos 漏洞挖机能力所带来漏洞治理工程，也将形成新的安全解决方案格局。因为它对漏洞数量级的变化影响太大，将会形成有效的市场冲击，并影响客户预算。因此市场格局可能将是：一是 MAF 所代表的被认可的产品形态；二是目前尚未形成、但将会成为重点的漏洞治理工程，这将是一个很复杂的、类似安全集成项目的工程。

关于模型厂商和安全厂商的竞争，在国内，大模型厂商和安全厂商尚未形成正面竞争，安全厂商仍有自己独特的生态位。海外市场以 CrowdStrike 为代表的安全厂商，已经稳定占据了自己的生态位，安全厂商与大模型厂商之间的竞争和生态关系仍能保持一定稳定，两类厂商合作大于竞争。从生态链看，大模型厂商、安全厂商、服务集成商和甲方四个群体组成生态链。虽然价值链分配尚未固定，但安全厂商更多是需要让甲方对安全厂商与大模型形成的新产品和解决方案形态有更多信心和价值认可，从而在甲方预算紧张的情况下获得一定的价值分配。这可能是当前安全厂商面临的更大挑战。安全厂商与大模型厂商之间的合作还是比较开放的。国内主力安全厂商以 ToB 客户为主，不以 ToC 和 SMB 为主，因此价值认可和价值贡献方面模型厂商与安全厂商的矛盾弱化。从技术边界看，目前尚未形成清晰的技术边界。例如，安全高质量数据集的提供是模型厂商需要的，而这类数据为安全厂商所拥有。双方的边界，包括用模型对外提供服务，以及选择开源、私有化部署还是云上部署等，尚未形成清晰共识。各模型厂商和各安全厂商的选择存在差异，因此技术边界还不清晰，很难通过边界的界定来判断哪类厂商拥有更多的优势。

关于国内外差异，有三方面：第一是 AI 厂商的差异，即国内外大模型厂商之间的差异及能力差异。国内安全厂商希望使用国内、外的模型，但又担心过程中产生数据泄露风险，因此在这方面安全厂商都相对谨慎。第二是 AI 安全的主力客户群。国内主力客户群仍是政府机构、央企、关基等 ToB 机构；而国外主要是中小企业、互联网公司等主力客户群。第三个是基础商业形态的差异，即对公有云、公有模型以及 SaaS 化业务的认同度。国外认同度高，国内 ToB 客户更趋向私有化部署，这对整个交付形态和需求形态的影响还是很大的。由以上三个方面可以看到，国内外安全厂商在 AI 安全业务形态上，无论是规模还是形态，差异确实比较大。

Q：怎么更形象的理解 AI for security 和 security for AI 的区别？AI 安全的主要客户是哪些？与购买传统安全产品的客户是否有差异？AI 安全相关产品的价格和毛利率如何？

A：AI for Security 本质是“AI 赋能安全”，即在原有安全形态（如旁路监测、安全管理、网关等）基础上，通过 AI 提升自动化管理能力、检测准确性和威胁情报收集速度，属于存量产品的能力加强。Security for AI 则是客户采用大模型对话模式或智能体形式后，出现了新的网络形态、数据形态和应用形态的结构性变化，产生了新的风险形态，需要对这些新风险进行处置。按照国标上对人工智能安全风险的分类，可分为 AI 自身内生风险（如幻觉）、AI 应用环境风险、AI 衍生风险（如伦理、生产力影响）三类，启明星辰所关注的 Security for AI 主要指第二类，即 AI 应用安全。

从客户群来看，AI 安全的客户分布广泛，没有特别明显的客户群划分，SMB和 ToC 客户暂未覆盖。去年公司推出大模型应用安全产品时，第一批采购客户既有政府及相关机构、电力等关基单位，也有医院、学校等中小型机构。总体而言，AI 安全客户群主要取决于哪些客户在 AI 应用上相对激进，电力、运营商、央企等关基类客户相对更多，因为市场总量还不够大，但很难说某一客户群特别突出，更多是个案驱动，哪个小群体或大客户在 AI 上积极，就向其推荐 AI 安全产品。

与传统安全客户相比，从 AI 赋能安全角度看没有差异，因为只是原有同类安全产品能力变强；从 Security for AI（AI 应用安全）角度看，没有传统产品可对比，只要客户 AI 应用激进，就会产生与传统安全产品完全不同的新形态产品需求，因此不太适合直接比较两类客户的差异。

关于 AI 安全毛利率，由于总量还不够大，目前毛利率规律仅具参考性。AIfor Security 分为三类：一是传统产品被 AI 赋能（如威胁情报、安全管理平台 SaaS 化），毛利率可继续保持；二是 AI 产生新的产品形态（如 AI 数字人服务），使用数字人后，个案显示服务毛利整体有上升趋势；三是 AI 变革型解决方案（如以漏洞治理工程为代表的新安全集成），目前个案太少尚无统计结果，但预计毛利贡献非常值得期待。Security for AI 分为两类：一是以产品形态为主的 AI 应用安全产品，其毛利与 AI 赋能产品接近，定价时很自然地参考传统产品价格定义，有利于公司未来毛利率保持甚至提升；二是将AI 应用安全融入 AI 应用工程本身，因分配形式尚不明确目前毛利率不好估计，但总体应是持平或提升的方向。综合以上两个大类五个小类来看，毛利率变动方向均是保持和提升趋势，这也是公司坚定在 AI 方面重投入的原因。此外，核算 AI 安全项目毛利率时有一个重大变量，即 Token 算力和算力在项目中的占比，客户自行解决还是由启明星辰或中国移动解决，对成本和毛利率核算差异极大，核算研发投入到毛利率转换时应把这部分干扰因素（成本量）剔除；从业务取向看，公司也希望客户采用启明星辰和中国移动提供的算力作为 AI 安全及 AI 业务的支撑。

Q：公司发布 AI 大模型和智能体相关的安全产品，请问 AI 安全相关产品有多大程度的技术革新？AI 安全的新产品在部署和维护上与传统产品有什么不同？

A：关于 AI 安全产品的技术革新程度，以及与传统安全产品在部署和维护方式上的差异，可以从以下两个方面进行分析。

一是在产品部署和维护方面，AI 安全产品与传统安全产品并无本质区别。 传统网络安全产品的部署方式具有多样性，主要取决于被保护对象的位置及形态。在国内 ToB 安全市场中，由于客户普遍对数据安全和数据不出域有较高要求，安全产品通常部署在被保护对象所在的环境中，相关运维服务也主要采取本地化方式，远程运维占比较低。对于中小企业（SMB）客户，远程运维服务则具有一定的接受度。

AI 安全产品同样遵循这一基本规律。无论是 AI 赋能安全（AI for

Security），还是 AI 应用安全（Security for AI），其部署位置和维护方式均取决于具体的业务场景及被保护对象。特别是在 AI 应用安全领域，安全能力通常需要围绕 AI 应用的实际部署环境进行配置。目前，AI 应用安全的市场需求尚未大规模延伸至中小企业客户，但随着相关应用逐步普及，预计其部署和运维模式也将与传统安全产品保持较高的一致性。

二是在技术革新方面，AI 安全产品的创新程度与其 AI 原生（AI Native）属性密切相关。 从技术发展来看，AI 赋能安全和 AI 应用安全均在不断催生新的技术需求与产品形态。其中，AI 应用安全由于面向全新的保护对象和安全需求，通常具有更高的技术创新程度。但从更深层次来看，真正具有突破性的技术革新，主要来自 AI 原生能力所带来的新型安全挑战及相应的解决方案。

例如，在漏洞治理领域，随着大模型推理能力不断增强，以及 Harness（驾驭工程）等技术模式的发展，AI 已具备大规模挖掘漏洞甚至生成漏洞利用代码的能力。这一变化在带来新型安全风险的同时，也可能催生大规模、批量化的漏洞治理需求，进而推动安全技术、产品形态及服务模式发生较大变革。相比之下，利用智能体技术提升传统安全运营中心（SOC）的自动化水平，虽然能够有效改善运营效率，但本质上仍属于对既有安全产品和业务模式的智能化升级，其技术变革程度相对有限。

此外，利用 AI 数字人替代部分传统人工安全服务，也是值得关注的 AI 原生创新方向，有望推动安全服务模式进一步转型。

总体而言，AI 安全产品的创新不仅体现在对传统安全能力的智能化改造，更重要的是依托 AI 原生技术特性，识别和解决新出现的安全问题，探索全新的产品及服务形态。目前，行业内各厂商仍处于持续探索和实践的过程中。未来，由 AI 原生能力催生的新型安全需求及相应解决方案，有望成为网络安全行业新的业务增长方向。

Q：在三季报中，公司披露面临存储类原材料价格上涨的问题，请问公司如何缓解硬件成本上升带来的毛利率压力？

A： 存储类原材料价格上涨的确对公司传统嵌入式产品毛利构成一定影响，公司一方面加强与核心供应商中长期锁价协议的谈判争取，另一方面进一步强化内部精细化运营管控、调优产品设计方案、提升集采统谈比例、加强采购计划管理、降低生产过程损耗。

同时，公司上下也力争以此为契机，加速自身产品供给侧结构转型，以软件及架构优化促进硬件效能提升，更加坚定对轻量化、云化业务的牵引，推动产品、能力、业务全方位 AI 焕新，多措并举保障稳定盈利。

结束：

接下来公司进入最重要的四季度收官和冲刺的阶段，公司管理团队将带领员工力争取得更好的成绩，回报各位投资者的信任与支持。

最后，我代表公司董事会和管理层，对长期以来关心和支持启明星辰发展的各位朋友，表示最诚挚的感谢！

本文根据交易所公告整理，仅供参考，不构成投资建议。