一個容易被忽略的細節，能說明立訊精密現在站在什麼位置：截至2026年4月，立訊精密過半的研發投入，都花在還沒產生收入的業務上，用來為即將落地的數據中心、連接和散熱產品做前期技術儲備。也就是說，市場眼下看到的立訊精密AI業務，更多是花出去的錢，還不是收回來的錢。
這恰好是理解其的正確角度。AI數據中心擴建，市場習慣先看GPU、伺服器和光模組；可在這些高算力設備進機房之前，連接、散熱、供電、結構件和製造交付也得同步升級，而這部分投入往往要先行一兩年。立訊精密被放進AI產業鏈來看，原因就在這裡。
在2026年4月16日至20日的業績說明會暨機構調研上，立訊精密連續回應了AI伺服器高速連接、CPO與光模組、CPC銅連接、AI端側設備等問題。其的口徑並不激進：銅連接深耕已久、口碑正在轉化；光連接相關產品仍處在客戶驗證和落地的早期；與算力中心的電連接、結構件合作雖已展開，但整體規模有限，重點仍是零部件。
對立訊精密來說，AI不是一夜替代消費電子的爽文，而是一場考試，其要證明，消費電子時代練出來的製造能力，能不能搬進算力基礎設施
。
立訊精密的底色，不是晶片立訊精密，也不是傳統通信設備商。其長期站在終端客戶背後，做連接線、連接器、模組、系統集成和整機製造，靠的是客戶項目導入、工藝積累、良率管理和全球交付。
放在消費電子裡，這套能力常被簡單歸為"代工"。但AI數據中心把同一類能力推到了新場景：伺服器內部與機櫃之間需要更高速的數據傳輸，功耗和散熱壓力陡增，銅連接、光連接、液冷和結構件之間咬合得更緊。過去服務終端產品的精密製造經驗，開始有機會進入算力底座。
關鍵在於，立訊精密沒有把自己說成AI伺服器整機廠。其講得很清楚：在算力中心主要參與電連接、結構件等環節，規模仍然有限。這個邊界很重要——AI伺服器的價值鏈不只屬於整機廠和GPU廠商，大量製造變量會分散到連接、線纜、模組、散熱和機構件里。立訊精密要搶的，正是這些更靠近製造和交付的環節。
立訊精密同時表示，通信與數據中心業務進展良好，國內外多家核心客戶需求快速增長，但出於商業與合規考量，暫不披露具體的量化指標和合作細節。這種回答留的資訊不全，卻能看出其的打法：先進項目，解決測試、交付和製造問題，再等季報給出更細的收入結構。
在AI數據中心裡，連接技術的取捨不是概念問題，而是成本、功耗和傳輸距離之間的權衡。銅連接更貼近短距離、高密度和成本控制；光連接對應更高頻寬、更長距離，但物料、工藝、客戶驗證和量產節奏都更複雜。
立訊精密把節奏說得比較清楚。銅連接上，其強調自己不是後來者，長期深耕、口碑正在轉化為其他產品線的協同機會；光連接上，其從相對較近的NPO起步布局CPO，800G和1.6T光模組在國內外客戶進展順利，但更前沿的方案"沒確定落地前不會多說"。換句話說，眼下卡住光連接放量的，不是缺料，而是客戶項目和落地節奏還沒完全鋪開。
一個清晰判斷：CPC與CPO是共生而非替代——Scale Up網路以銅連接、CPC為主，Scale Out網路里CPO更有優勢。這意味著立訊精密不押單一路線，而是銅光並進。
CPC的時間表是另一個信號。立訊精密表示，從目前情況看，CPC預計2027年第三、四季度向首家客戶批量交付，隨後再擴展到其他客戶。值得注意的不只是"批量交付"四個字，還有其前面那段漫長的驗證期：連接產品進AI數據中心，做出樣品不算完，還要在客戶系統里過穩定性、可靠性、散熱環境和批量一致性這幾關。2027年這個節點，等於說今天的投入要等一年多才見收入。
光模組同理。被追問800G、1.6T何時規模放量，立訊精密只說按客戶節奏推進、會成為未來增長的核心動能之一，沒給量化口徑。這種克制說明，其還沒到能用光模組收入重新定義自己的階段，現在更像是在用銅連接、光連接、零部件和製造能力，一步步摸進AI數據中心供應鏈。
立訊精密有承接新業務的體量。2025年，立訊精密營業收入3323.44億元，歸母淨利潤166.00億元；2026年一季度營收838.88億元，同比增長35.77%，歸母淨利潤36.60億元，同比增長20.24%。這個規模也意味著，AI數據中心即便短期起量，也很難立刻改變其的收入結構。
體量大，反過來會稀釋新業務的可見度。對投資者和產業讀者來說，真正要驗證的不是"有沒有AI概念"，而是通信與數據中心這塊里，銅連接、光連接、液冷、AI伺服器零部件各自貢獻多少收入，毛利率和客戶驗證節奏怎麼變。
一季度的現金流給了另一個提醒：經營活動現金流量淨額-70.68億元，投資活動現金流量淨額-149.15億元，籌資活動現金流量淨額306.08億元。立訊精密解釋，經營現金流主要受工資獎金和供應商貨款影響；投資現金流流出擴大，與理財投資及購買固定資產增加有關；籌資現金流增加，則來自長短期融資及吸收少數股東投資。
把這些數字連起來看，立訊精密進入AI數據中心，不只局限於多賣幾個零部件。新業務要研發、要設備、要客戶驗證、要產能準備，這些都會落到現金流、固定資產、研發費用和融資安排上。而「過半研發投入還沒產生收入」，正是這種前置投入的另一種說法。AI基礎設施給了其新的入口，但入口能不能變成穩定利潤，要看接下來幾個季度，能否把"進展良好"拆成具體的收入、利潤率和交付數據。
所以，立訊精密的AI故事，暫時不該寫成「消費電子立訊精密轉型AI」的爽文。更準確的說法是：一家大型精密製造立訊精密，正在把消費電子時代練出來的連接、模組、工藝和交付能力，往AI數據中心裡搬。搬得過去，其就不只是終端客戶背後的製造商；搬不過去，AI業務仍會停在一個被反覆追問、卻短期難以放大的新標籤上。
綜合來看，立訊精密這套邏輯能不能成立？大家可以從幾個節點來檢驗。
第一是數據中心業務的收入拆分，能否在季報里看到銅連接、光連接、液冷、AI伺服器零部件各自的體量和毛利率，是判斷"AI概念"是否真正落地的第一步
第二是CPC的交付時間，2027年第三、四季度的首家客戶批量交付若如期，AI伺服器組件才真正從預期題材轉成利潤。
第三是現金流的拐點，一季度是典型的前置投入階段，後續經營現金流能否隨新業務放量轉正，或許直接決定了這輪投入的回報效率。
