中金再度护航AI企业 诺比侃港股IPO成科技板块年末焦点

诺比侃的创业故事，始于川大校园里的志同道合。创始人廖峪与首席技术官唐泰可均毕业于四川大学软件工程专业，在校期间积累的扎实技术功底与对人工智能领域的敏锐洞察，为日后创业埋下伏笔。2015年3月，诺比侃正式成立，初始注册资本仅100万元，股权结构由廖峪及两名独立第三方分别持有33.0%、34.0%及33.0%。

成立初期，公司业务方向尚未完全明确，经历了一段探索期。2017年4月，廖峪成为诺比侃唯一股东后，公司正式确立核心战略——依托创始团队在信息技术及AI领域的积累，聚焦交通、能源、城市治理三大核心领域，提供基于AI和数字孪生技术的智能化解决方案，精准踩中了国内基础设施智能化升级的时代风口。

如今，诺比侃已构建起三大成熟业务板块，形成多元化商业版图。在交通解决方案领域，产品覆盖轨道交通检测监测、接触网缺陷识别、铁路巡检等关键场景，通过AI算法实现对轨道交通供电系统的实时监测与智能诊断。根据灼识咨询数据，以2024年轨道交通领域与供电相关的收入计算，诺比侃已成长为中国第二大AI+供电检测监测系统提供商，市场份额约5.9%；在轨道交通AI+检测监测解决方案领域排名第三，市场份额约1.8%。

在能源解决方案板块，诺比侃聚焦电网检测、输配电线路验损等核心需求，通过数字孪生技术构建电网虚拟模型，结合AI算法实现对线路缺陷的精准识别与预警，帮助电力企业降低运维成本、提升供电可靠性。在城市治理解决方案领域，产品已广泛应用于园区管理、应急响应、社区服务等场景，通过整合多源数据打造智能化管理平台，助力城市治理数字化转型。

作为中国资本市场领军机构，中金公司在科技企业上市保荐领域有着深厚积累与卓越口碑。历史数据显示，中金公司累计参与223个保荐项目，首日破发率仅为38.57%，这一成绩在行业内处于领先水平，充分彰显其对企业价值的精准判断与市场定价能力。

此次诺比侃IPO，中金公司以“独家保荐人+全球协调人+账簿管理人+包销商”的全方位服务模式深度参与，既体现了对诺比侃业务模式、技术实力与成长潜力的充分认可，也为企业上市过程中的定价、配售、稳价等关键环节提供了强有力支持。在诺比侃两次递表受挫的过程中，中金公司凭借专业投行团队，协助企业梳理业务亮点、优化财务数据呈现、回应监管关切，最终推动上市进程顺利推进。

诺比侃能够获得中金青睐，核心源于其清晰的业务模式与强劲的成长性。公司聚焦的交通、能源、城市治理三大领域，均是国家重点支持的基础设施智能化升级方向，市场空间广阔。其“AI+数字孪生”的技术路线，恰好契合了这些领域的核心需求，具备较强的竞争壁垒。此外，持续增长的营收规模与较高的盈利能力，也为其资本市场估值提供了坚实支撑。

根据招股书规划，本次IPO募集资金将主要用于四大方向：约40%用于加强核心技术研究，重点投入AI算法优化、数字孪生技术迭代等关键领域；约40%用于建设研发技术中心和新总部基地，打造集研发、测试、运营于一体的综合性技术平台；约10%用于寻求战略投资及收购机会，通过产业整合拓展业务边界、完善产业链布局；剩余10%作为营运资金，保障公司日常经营与业务拓展的资金需求。

诺比侃近年来的财务数据，勾勒出一家快速成长的科技企业的发展轨迹。2022年至2024年，公司营收分别实现2.5亿元、3.6亿元、4.0亿元人民币，年均复合增长率达到26.5%，持续保持稳健增长态势；同期净利润分别为0.6亿元、0.8亿元、1.2亿元人民币，盈利能力稳步提升，毛利率长期维持在55%以上的较高水平，2024年更是达到58.9%，显著高于行业平均水平，彰显了技术驱动型企业的盈利特性。

然而，2025年上半年，公司财务数据出现“增收不增利”现象。期内营收同比增长24.68%至2.32亿元人民币，但净利润却同比下滑21%至4008万元人民币，毛利率从上年同期的57.9%骤降至39.2%，引发市场广泛关注。

诺比侃在招股书中解释，毛利减少主要源于能源解决方案业务毛利率的下降。2025年上半年，公司能源解决方案业务中的技术服务定制化开发项目大幅增加，这类项目对配套服务的需求更高，导致采购成本显著上升，进而拉低了整体毛利率水平。

此外，公司业务结构的快速调整也对短期盈利产生了一定影响。2024年，交通解决方案仍是核心收入来源，收入占比达52%；2025年上半年，城市治理解决方案业务异军突起，成为第一大收入来源，占比高达57.3%。新业务板块的快速扩张需要一定的投入与磨合周期，短期内对盈利水平造成了一定压力。

在AI+基础设施这一细分赛道中，诺比侃的市场定位颇为独特。与国电南瑞、佳都科技、数字政通等行业巨头相比，诺比侃的营收规模虽相对较小，但盈利能力却毫不逊色。2024年，公司毛利率达到58.9%，净利润率为30%，显著高于多数可比公司的盈利水平，这种“小而美”的发展模式，使其在细分赛道中具备较强的竞争力。

此次IPO，按发行价及2024年营收计算，诺比侃的市销率（PS）为6.8-9.0倍，高于大部分可比公司。市场给予其较高的估值溢价，核心源于其“高成长+高毛利”的双重特性。在基础设施智能化升级的大趋势下，公司所处赛道的市场空间持续扩大，而其在AI与数字孪生技术方面的积累，使其具备持续获取订单的能力。此外，作为工信部认定的专精特新“小巨人”企业，在技术研发、市场准入等方面具备一定的政策优势，也为估值提供了支撑。

不过，诺比侃面临的市场风险也不容忽视。客户集中度较高是最突出的风险点，2025年上半年，公司第一大客户的收入占比高达50.1%，前五大客户贡献了74.2%的收入。如此高的客户集中度意味着公司业绩易受单一客户需求波动的影响，若主要客户减少采购或终止合作，将对公司经营产生重大不利影响。

此外，公司收入对公共部门终端客户的高度依赖也存在一定风险。2024年，来自公共部门的收入占比达85.1%；2025年上半年，这一比例进一步升至87.9%。公共部门的采购需求往往与政府预算、政策导向密切相关，若未来相关领域的政策调整或预算缩减，将直接影响公司的业务拓展。不过，公共部门项目通常具备稳定性强、回款有保障的特点，也为公司收入的持续增长提供了一定支撑。

诺比侃选择此时赴港上市，恰逢全球人工智能企业IPO的黄金窗口期。安永2025年第一季度全球IPO洞察报告显示，人工智能技术已成为驱动IPO市场变革的核心力量，2025年一季度全球AI相关企业IPO筹资规模同比增长超过150%，投资者对AI赛道的关注度持续升温。

在香港市场，这一趋势更为明显。恒生人工智能主题指数2025年以来累计涨幅已超过30%，显著跑赢同期恒生指数，显示出投资者对AI板块的浓厚兴趣。为吸引更多优质AI企业上市，港交所近年来持续优化上市制度，推出一系列政策红利。2024年，港交所下调第18C章的市值门槛，将已商业化企业的市值门槛从60亿港元降至40亿港元，降低了AI企业的上市准入门槛；2025年5月，港交所又推出“科企专线”，允许第18A章、第18C章企业保密递表，既提升了审核效率，又为企业上市筹备提供了更高的保密性，有效降低了企业上市过程中的市场风险。

这些政策调整直接推动了AI企业扎堆赴港上市。截至2025年8月，已递交港股IPO申请的约213家企业中，约有50家为AI相关企业，涵盖人工智能算法、AI+行业应用、AI基础设施等多个细分领域。在这场上市热潮中，诺比侃凭借其“AI+基础设施”的独特定位脱颖而出——与专注于消费端AI应用的企业不同，诺比侃聚焦于交通、能源、城市治理等基础设施领域，其解决方案直接服务于实体经济的智能化升级，具备更强的落地能力与商业变现能力，成为吸引资本关注的核心亮点。

此次IPO，诺比侃还设置了绿鞋机制（超额配售权），稳价人为中金公司，有助于稳定上市后股价的波动，为投资者提供更多信心。不过，此次发行并未引入基石投资者，这在港股IPO中并不常见，虽在某种程度上增加了发行的不确定性，但也从侧面反映了公司和保荐人对市场认购情况的信心。

作为一家技术驱动型企业，诺比侃的核心竞争力源于深厚的技术积累与清晰的技术发展路径。公司的技术护城河主要体现在两个方面：一是基于AI和数字孪生技术的一体化解决方案能力；二是在交通、能源、城市治理等垂直领域的深度场景积累。

在技术研发方面，诺比侃构建了完善的研发体系。技术团队由创始人廖峪、首席技术官唐泰可领衔，核心成员均具备多年信息技术及AI领域的研发经验。廖峪拥有超过15年的软件开发与项目管理经验，曾主导多个大型智能化项目的研发；唐泰可在AI算法、数字孪生技术领域深耕多年，具备深厚的技术功底。

公司的核心技术已形成明显优势。在AI算法方面，自主研发的缺陷识别算法，能够实现对轨道交通接触网、输配电线路等设备的高精度检测，识别准确率超过95%，显著高于行业平均水平；在数字孪生技术方面，构建的虚拟仿真平台能够实现对物理设施的实时映射与模拟推演，为客户提供从监测、诊断到决策的全流程智能化服务。这些核心技术已广泛应用于三大业务板块，成为产品竞争力的核心支撑。

在场景积累方面，诺比侃通过多年深耕，已在垂直领域形成较强的品牌优势与客户粘性。在交通领域，熟悉轨道交通行业的运营规范与检测需求，能够快速响应客户的定制化需求；在能源领域，与电力企业建立长期合作关系，对电网运营的痛点与难点有着深刻理解；在城市治理领域，解决方案已在多个城市落地，积累了丰富的项目经验。这种“技术+场景”的深度融合，构成了公司坚实的竞争壁垒。

此外，公司还获得多项行业权威认可。2023年，被工信部认定为专精特新“小巨人”企业，同年被四川省认定为“四川省新经济示范企业”。这些资质不仅提升了公司的品牌影响力，也为其在公共采购项目中赢得了更大的竞争优势。按照技术发展规划，上市后约40%的募集资金将用于核心技术的继续研究，重点围绕AI算法优化、数字孪生技术升级、多模态数据融合等关键方向展开，进一步巩固技术优势并拓展新的应用场景。