中国二手手机回收行业：一个被低估的AI落地富矿
中国二手手机回收行业：一个被低估的AI落地富矿
每年2.3亿台旧手机流转，6000亿交易规模，却只有一家企业实现了盈利。15年的行业演进告诉我们什么？AI又带来了什么新机会？
写在前面
研究这个行业，起因是我想了解”某二手回收公司”——一家四次递表港交所、背靠小米、却四年半亏损3.37亿的二手手机回收公司。
但越挖越发现，这家公司背后是一个被严重低估的行业：
- 每年2.3亿台二手手机进入流通
- 市场规模超过4500亿元
- 全国废旧手机存量超过20亿部
- 但正规渠道回收率仅约10%
更重要的是，这个行业可能是AI落地最适合的场景之一。
以下是我系统研究后的几个关键发现。
发现一：行业做了15年，只有一家公司赚了钱
中国二手手机回收行业的历史可以追溯到2011年。
那年，一个叫陈雪峰的复旦硕士创立了”爱回收”，成为中国第一个拿到VC投资的手机回收创业者。但当时VC的看法是：互联网做线下门店是”脏活累活”，不值钱。所以爱回收A轮拿了200万美元后，融资中断了3年。
转折点在2015年。京东参与了爱回收的C轮融资，给了流量也给了钱。此后爱回收一路狂奔：
- 2019年估值超15亿美元（独角兽）
- 2021年在纽交所上市（NYSE: RERE），成为”中概股ESG第一股”
- 2025年营收210.5亿元，首次实现全面盈利（净利润3.4亿）
从创立到盈利，用了14年。
另一个重要玩家是转转（腾讯+58系），2025年营收突破200亿，正在考虑IPO。
而某二手回收公司（小米系），2016年成立，走了一条完全不同的轻资产路线——不开店，而是嵌入品牌商7.7万家门店做以旧换新。2025年营收17.71亿，但毛利率仅6.5%，四年半亏损3.37亿，四次递表港交所仍未上市。
15年下来，行业只有两条路被验证过：
- 重资产全链路（爱回收）：能盈利，但投入巨大、周期极长
- 轻资产嵌入（该公司）：扩张快，但毛利极薄、受制于人
发现二：行业的核心矛盾是”非标品 vs 标准化”
二手手机是最典型的非标品——每部的使用痕迹、磨损程度、功能状态都不同。
这就带来了三个根本性难题：
1. 检测效率低
一个熟练检测员检测一部手机需要约15分钟，一天最多检40部。全国就算有10万检测员满负荷运转，年检测能力也只有约1.5亿台——还有近1亿台根本没有被专业检测过。
2. 定价不统一
同样的划痕，张三评A级、李四评B级，标准不统一。定价的主观偏差直接导致消费者不信任——“二手手机水深”的刻板印象15年没变过。
3. 规模不经济
爱回收每开一家店，都需要租金、人员、设备。开100家店的边际成本和开第1家几乎一样。这就是为什么它营收做到210亿才刚刚开始盈利——规模上去了，成本并没有因为规模而下降。
行业的核心矛盾：非标品需要标准化才能做大，但标准化需要技术和时间。
发现三：AI正在打破这个矛盾
这是我认为最值得关注的部分。
AI质检：从15分钟到5分钟
AI介入后的检测流程变化：
| 环节 | 传统人工 | AI辅助 | 效率提升 |
|---|---|---|---|
| 外观检测 | 肉眼看，2分钟 | 计算机视觉自动识别，30秒 | 4倍 |
| 屏幕检测 | 肉眼观察，3分钟 | AI图像分析+自动测试，1分钟 | 3倍 |
| 功能检测 | 逐项手动，8分钟 | 自动化脚本，2分钟 | 4倍 |
| 评级定级 | 人工判断，2分钟 | AI综合评分，10秒 | 12倍 |
| 合计 | ~15分钟 | ~4-5分钟 | 约3倍 |
关键突破是：外观识别准确率已达95%+，基于百万级标注数据的模型，对划痕、磕碰的识别接近甚至超过熟练检测员。
这意味着全国检测能力从1.5亿台/年提升到约4.5亿台/年——可以覆盖全部交易量了。
AI定价：从”老师傅定价”到”秒级调价”
目前的定价主要靠历史数据+人工经验，更新频率是天级。AI动态定价可以做到：
- 实时接入竞品价格、新机发布、芯片行情等外部数据
- 基于千万级交易数据训练定价模型，秒级输出最优价格
- 根据库存自动调价——库存多时降价清仓，库存少时提价
AI Agent：回收行业可能是最适合落地的场景
我总结了五个维度来判断一个行业是否适合AI Agent落地：
| 维度 | 回收行业 | 评价 |
|---|---|---|
| 流程长度 | 6-8个环节，输入输出明确 | ✅ |
| 规则复杂度 | 大量明确判断规则+少量灰色地带 | ✅ |
| 人力密集度 | 数万人从事重复性工作 | ✅ |
| 数据丰富度 | 每年10亿+张图片，千万级交易记录 | ✅ |
| 容错率 | 评级偏差差价几百元，不影响安全 | ✅ |
五个条件全满足。 对比一下——医疗Agent出错会危及生命，金融Agent出错会造成巨额损失，但二手手机AI检测出错最多差价几百元，而且有检测报告作为证据链可以追溯修正。
这意味着Agent可以在回收行业快速试错、快速迭代。
发现四：第三条路正在出现
回到前面说的行业困境——15年只有两条路：重资产（能盈利但太慢）和轻资产（快但太薄）。
AI带来的第三条路：中台化模式。
核心逻辑是：AI让边际成本随着规模递减。
- 一个AI检测模型训练好了，检测第1部和第100万部的边际成本接近零
- 一套AI定价引擎部署好了，服务1个城市和100个城市的边际成本接近零
- 不需要2195家门店——一部手机只要有照片，AI就能检测
- 不需要嵌入别人门店——用户可以在线完成估价、检测、打款全流程
这既不是爱回收式的重资产，也不是该公司式的轻资产嵌入，而是“AI驱动的中台，服务全行业”。
更具体的，我看到了三个可能的落地方向：
方向1：AI检测SaaS
拍照→自动出检测报告，按单收费（比如¥1-2/部）。中小回收商不需要任何技术投入就能使用AI检测能力。这个行业90%的玩家是中小回收商，他们是SaaS的天然客户。
方向2：AI动态定价引擎
接入行情数据→自动调价。解决”定价滞后”和”主观偏差”两个核心痛点。可以独立部署，也可以嵌入现有回收系统。
方向3：AI+ESG碳资产
每单二手交易碳减排约25kg。AI自动计算每笔交易的碳减排量，聚合打包形成可交易的碳资产。全国2.3亿台/年 × 25kg = 575万吨CO₂减排/年。随着碳减排方法学获得认可，这是一个新增收入来源。
发现五：出海是最大的增量机会
研究中发现一个被忽视的数据：
国内做回收的毛利率是6-20%，但出口到非洲/中东的毛利率是25-50%。
原因很简单——新兴市场的新机价格相对收入水平更高，二手手机的性价比优势更突出。非洲是全球二手手机增速最快的市场（6%领跑全球）。
2025年被转转联合创始人称为”中国二手手机供应链出海元年”。该公司已经有海外三星TradeIn的基础，转转也在布局出海。
AI在这里也能发挥作用：AI判断哪些型号应该国内消化、哪些应该出口到哪个市场，自动匹配最优销售渠道。
几个有趣的数字
- 1吨旧手机可以提取约200克黄金——而1吨金矿石通常只能提取1-5克。旧手机的”含金量”是金矿石的40-200倍。电子垃圾被称为”赛博黄金”名副其实。
- 每单二手手机交易约减排25kg CO₂——相当于一棵树一年多的固碳量。
- 全国二手手机潜藏价值超过6000亿元（发改委数据）。
- 中国正规回收率仅约10%，欧洲约40-50%，美国约25-30%。差距就是机会。
- 万物新生 vs 该公司的营收比是1:12——行业老大的体量是老二的约12倍。
我的判断
AI质检会在3年内成为行业标配——就像今天的支付宝和微信支付一样，不用就落后。检测从瓶颈变成基础设施，行业天花板被打开。
真正的机会不在头部公司自己做AI，而在SaaS平台服务全行业——90%的中小回收商没有能力自建AI系统，但他们需要AI。按单收费的AI检测/定价/竞价SaaS，可能比任何一家回收公司都更有价值。
碳减排是行业下一个增长引擎——从”环保故事”变成”实际收入”。随着碳普惠方法学落地，每笔二手交易都可以产生可量化的环境价值。
出海比国内更赚钱——毛利率是国内的3-5倍。谁先建立起二手手机出口供应链能力，谁就掌握了最大的增量。
这个行业等了15年才等到AI——爱回收用了14年才盈利，该公司4次递表仍未解决盈利问题。AI可能是这个行业第一个能同时解决效率和利润率问题的技术方案。
写在最后
研究完这个行业后，我有一个感受：最有价值的AI落地场景，往往不在那些被AI hype最热的行业里。
医疗、金融、法律当然重要，但容错率低、合规门槛高、落地周期长。而像二手手机回收这样的行业——流程明确、数据丰富、人力密集、容错率高——AI可以真正快速地创造价值。
而且这个价值不是”锦上添花”，是结构性地解决行业15年没解决的核心矛盾。
这可能就是一个被低估的AI落地富矿。
注：本文基于公开资料分析，数据来源包括某二手回收公司招股书、万物新生财报、发改委文件、中国循环经济协会报告、行业研究报告等。