【研报741】AI浪潮驱动PCB产业升级：高端工艺演进、设备市场空间与头部厂商扩产全景解析
摘要：受AI服务器与高速交换机需求拉动，PCB行业景气持续向上，本报告聚焦高多层、高阶HDI、mSAP三大核心工艺的技术演进趋势。量化测算全球及国内PCB设备市场体量，系统梳理鹏鼎、沪电、胜宏等头部厂商2026至2028年的产能扩张蓝图，深入解读产业链竞争格局与中长期产业演进方向。
AI|两大企业软件巨头同日亮剑：SAP Joule与Salesforce Coworker打响AI队友之战
同一周内，全球两大企业软件巨头同时亮出Agent底牌——SAP的Joule在首席AI官Philipp Herzig掌舵下推出14个新智能体+深度研究能力；Salesforce的Agentforce Coworker正式GA，一键激活你的AI队友。企业AI正在从"对话助手"全面转向"行动型队友"。SAP的AI战略由两位关键人物驱动。Philipp Herzig于2024年被正式任命为首席AI官（CAIO），2025年兼任全球CTO，全面负责技术战略、创新及AI与可持续发展部门整合。他的核心理念很清晰："AI
AI掘金：PCB设备稳中有升，光模块设备爆发式增长，mSAP重塑产业链
一、PCB/载板精密加工设备：AI驱动“半导体化”的稳中有升 AI服务器PCB正迎来深刻的“半导体化”转型。伴随PCB层数从12-16层攀升至24-50层，线宽线距收窄至15μm，基材升级至M8/M9，设备投入强度显著增加。据Prismark与中商产业研究院数据，2025年全球PCB专用设备市场规模约78亿美元，预计2029年增至113.88亿美元（CAGR 8.6%），设备增速高于PCB产值增速。 在该赛道中，钻孔与曝光（LDI）是价值量最集中的核心环节。钻孔设备占PCB设备价值的20.2%，机械钻孔与
降低AI开支，助推SAP重获投资者青睐
作者简介：毕业于复旦大学软件工程专业，获本硕博学位第一届䇹政学者，秦惠䇹-李政道基金会成员全球顶尖企业管理软件公司的软件集成方案架构师曾获年度最佳ABAP培训师荣誉著有小说《白水边缘人》《流浪狗阿黄》旅居德国海德堡周边的乡村……热爱阅读、写作、骑行……，当然也爱撸代码！大家好，我是白水。近期，外媒报道：通过管控AI成本，SAP正赢得投资者的关注！声明：本文所有信息和数据均源自网络，仅代表个人观点，与SAP公司立场无关！图片来源：www.sap.cn前言该软件公司的股价自历史最高位以来已下跌了40%。然而，
AI 赋能企业新分水岭：SAP、金蝶与 Salesforce 的实战较量
近日与一位深耕 SAP 实施多年的老友把酒言欢，他的一句感慨令我沉思良久。他坦言：「深耕 ERP 十五载，从未见过行业如此焦虑。」我追问缘由。他展示了一段手机上的演示视频：Salesforce 的 Agentforce，一个 AI 智能体在屏幕上自主操控 CRM 系统，全程无需人工触碰键盘。从线索自动评分、邮件自动跟进、商机自动创建到报价单自动生成，一气呵成。他感慨道：「过去我们视 ERP 为企业的骨骼，串联业务流程。如今 AI 宛如骨骼中突生的神经系统，开始自主运转了。」细细琢磨，此言确实精辟。这一轮
Rimini Street定于7月30日公布2026财年Q2业绩
知名企业软件第三方服务商Rimini Street今日披露，定于2026年7月30日美股收盘后揭晓第二季度财务报告。公司管理层计划在同日16时30分举行电话会议，深入剖析业绩状况及业务动态。 作为业内领先的独立软件支持服务商，Rimini Street主要为SAP、Oracle及Salesforce等商业软件提供第三方维保与支持，旨在协助客户削减开支并延长软件资产生命周期。在截至3月31日的首季，公司录得营收约1.15亿美元，同比增幅约为5%。此前，公司已设定2026财年营收增长4%至6%的目标，并预计调
AI算力新纪元：超导材料突破与芯片制造新格局
近期AI算力领域动态频发：中国推出全球首个人工地层学大模型，构建地球演化史共享数据库；阿里达摩院AI智能体成功识别4种新型超导材料并获实验证实；韩国政府大力推动AI基础设施建设，计划至2029年建成8.4吉瓦数据中心；特朗普预测AI投资将超越90年代末互联网繁荣，并预计届时40%至60%的芯片制造将回归美国。1、中国发布全球首个地层学AI大模型 构建地球“共享数据库”在今日于苏州召开的第五届国际地层学大会上，中国科学家向全球发布了首个人工地层学大模型及智能全球地层剖面对比系统等创新工具。这意味着，地球46
告别外挂模式：2026 SAP 峰会定义“自主运营企业”新范式
众所周知，从Anthropic到OpenClaw龙虾，AI技术今年飞速迭代，大模型正快速迈向自动化与自主化的Agentic AI阶段。然而，随着以养龙虾为代表的消费级AI热度攀升，企业反而愈发困惑：通用大模型虽能写代码，却难以理解企业的业务流程、数据合规要求及组织逻辑；同时，如何平衡企业数据的安全权限与Agentic AI智能体的性能，也成为一大难题。AI时代已然降临，企业究竟该如何应对？SAP大中华地区总裁原欣2026 SAP中国峰会给出了一个极具说服力的答案：企业AI的演进方向是构建“自主运营企业”（
GreenDot携手osapiens推出欧洲AI EPR合规新方案
Agilyx ASA近期宣布，旗下子公司GreenDot已与osapiens建立战略合作伙伴关系，共同发布一款依托人工智能技术的生产者延伸责任包装合规软件。 本次联手融合了GreenDot在欧洲EPR合规、包装授权及生产者责任制度方面的丰富经验，与osapiens HUB的AI驱动平台优势，打造出首款集成化数字方案，确保所有欧盟市场的EPR及PPWR申报工作变得流畅、可拓展且更具经济效益。 面对欧盟包装与包装废弃物法规下各国日益繁复的申报要求，企业正承受着不断加重的合规压力。该联合方案通过以下途径直接化解
原欣：AI 竞争壁垒非智能体数量，而在业务准备度
新浪科技讯 6月4日下午消息，在2026 SAP中国峰会上，SAP首次面向中国市场阐述了“自主运营企业”战略愿景——定义了一种从“人工驱动流程”迈向“AI驱动业务结果”的全新企业运行模式。该愿景本质是希望AI深度融入企业流程、数据与治理体系，使其能真正理解并参与企业运营逻辑，从而推动企业系统从“记录业务”走向“运行业务”。 据悉，为支撑这一愿景，SAP构建了完整的商业AI体系。其核心是SAP 商业AI平台，整合SAP 业务技术云平台、SAP 业务数据云与商业AI能力，提供从开发、运行到治理的一体化基础。其
AI 硬件大洗牌，物理瓶颈决定胜负
本文系小猫误触键盘生成，依据公开资料整理，不构成任何投资指引。市场充满风险，入市务必谨慎。芯片由单层转为多层，基材由普通升级为特种，散热由风冷转为 45 度温水。这非渐进式改良，而是整个 AI 硬件体系被迫进行的彻底换血。核心动力源于两方面：一是华为“韬定律”将竞争焦点从线宽移至全栈时间常数压缩，二是英伟达 Rubin 架构将工艺与材料推至物理极限。产业链中谁掌握强物理瓶颈，谁便拥有定价话语权。逻辑折叠与 3D 堆叠芯片构造从“单层”变“多层”。逻辑折叠借由垂直堆叠有源层，在同等工艺节点下使晶体管密度提升
AI 服务器 PCB 成本狂涨 233%，mSAP 工艺对标芯片级，上游扩产难
点击上方关注·获取更多内容【郑重声明】本文仅用于产业技术与行业趋势科普，不构成任何投资建议。不推荐任何股票、不预测价格、不指导操作。市场有风险，投资需独立判断、自负盈亏。公众号推送机制为部分展示，您只有设置了星标⭐️，才能及时接收最新推送后台有读者留言咨询：近期 PCB 板块持续大涨，覆铜板、电子布等上游材料也密集提价，这究竟是短期炒作还是具备持续性？当下是否还能介入？坦白讲，这个问题触及了当前科技硬件领域确定性最强的一条主线。与过往的周期性涨价不同，本轮 PCB 产业链行情的本质在于——AI 算力架构升
AI Agent 革新 SAP ABAP 代码审查流程
当代码审查变成一句话：AI Agent 重塑 ABAP 发布范式想象一个场景：你的团队明天要上线一个新的 ABAP 程序，处理跨工厂的库存调拨。传统方式：开发人员自查，技术负责人抽检，走 ATC 扫一遍，填个发布单，批准上线。整个过程依赖个人经验，覆盖面取决于当天谁在做 Review，有没有时间认真看。AI Agent 方式：在对话框输入一句话：五分钟后，你拿到一份结构化的 Markdown 报告：对照 9 个维度逐项检查，每个问题标注了严重级别、SAP 官方规则编号、真实代码证据、以及具体修复方案。最后
欧股借科技之力周度收官创新高，中美会谈引谨慎
周四欧洲股市全线收涨，在科技板块的强力驱动下，大盘指数刷新周内高点，然而面对中美会谈的最新动态，投资者情绪依旧保持审慎。泛欧斯托克 600 指数尾盘上扬 0.8%，最终定格于 616.05 点，各大行业板块呈现普涨态势。科技类指数表现尤为抢眼，大幅跳涨 2.6%，其中半导体个股成为领涨先锋：意法半导体攀升 5.4%，BE 半导体上涨 3.3%，英飞凌更是劲升 5.7%。德国 DAX 指数劲扬 1.3%，在欧洲主要股指中独占鳌头；软件巨头 SAP(164.1, 3.28, 2.04%) 涨幅达 3.6%。美
CXO价值跃升：AI-Ready未来企业全景体验
在 AI 持续改写商业运作方式的当下，企业 CXO 及关键职能负责人正迎来前所未有的「价值跃迁」挑战：相关调研表明，已有超过70%的企业开始导入商业 AI，但真正能够将 AI 与业务实现深度联动的比例仅为23%。不少组织因此陷入“投入成本高、产出见效慢”的局面，难以判断 AI 到底值不值、怎么衡量价值。目前，只有31%的企业已形成清晰的 AI 场景设定，更多企业在场景匹配、数据治理与落地实践上遭遇多重难题，从而无法估算 AI 投入后的回报周期。商业 AI 的落地通常需要多部门共同推进，但现实中企业普遍存在