國內最大AI數字員工公司沖刺IPO！年入2.4億，要做“企業Agent第一股”

在港股科技股回暖的浪潮下，又一家硬核科技公司站在了IPO的門口。

12月15日，珠海金智維人工智能股份有限公司（以下簡稱“金智維”）向港交所遞交了招股書，計劃在香港主板上市。

作為一家國內最早探索RPA（機器人流程自動化）的公司之一，金智維不僅是中國最大的AI數字員工解決方案提供商，更是在金融領域連續三年市場份額排名第一，其業務不僅覆蓋了中國六大國有銀行，還有超過90%的證券公司。

2022 年至2024年，金智維收入分別為2.03億元、2.17億元和 2.44億元。

2025年，金智維推出了Ki-Agent 企業級智能體平臺，試圖將過去多年RPA 項目的流程經驗、組件能力與行業知識，沉淀到智能體產品中。

接下來，就讓我們拆解一下這家“AI數字員工”龍頭的成色。

不只是RPA，更是“會思考”的數字員工

如果說，傳統軟件解決的是“記賬”的問題，那么RPA解決的，是“干活”的問題。

在銀行、證券等機構內部，長期存在大量高度重復、但又必須嚴謹執行的跨系統操作：從A 系統下載報表、粘貼到 B 系統、再發郵件；或是圍繞審批、報送、核對展開的一連串流程。這些工作并不復雜，卻高度依賴人工執行，既消耗人力，也容易出錯。

金智維最早切入的，正是這一類場景。

通過K-RPA 平臺，它把人類的鍵盤、鼠標操作“復制”給軟件機器人，讓“數字員工”可以 7×24 小時穩定執行任務，覆蓋信用卡審批、監管報送、資料核對等金融核心流程。

但隨著大模型的成熟，單純“按規則執行”的 RPA，開始顯得不夠用了。這背后的一個關鍵是AI價值邊界的增長，即AI正在從單一的被動工具，開始向“全流程自動化解決方案”轉變。

過去的AI 解決方案，大多是“單點工具”：文檔識別只負責把圖片轉成文字，語音識別只做轉寫，流程自動化只按既定腳本執行。每個工具各自提效，但流程之間仍需要人來串聯，AI 并不對整體結果負責。

而今天的AI，已經不止于獲取信息。它開始理解業務語義，判斷下一步該做什么，協調多個系統協同執行，并最終把一個端到端的業務流程跑完。

這也意味著，智能體不再完全依賴事先寫死的規則。它可以理解自然語言指令，根據目標拆解任務、調用工具，并在執行過程中動態調整路徑。

隨之而來的變化是，智能體正在逐步取代零散的“點式自動化”，成為企業中理解意圖、調度資源、推動流程閉環的統一入口。

正是在這一背景下，金智維在今年推出了Ki-Agent 企業級智能體平臺。

從早期的K-APA，到如今的 Ki-Agent，金智維主要做了以下三件事：

第一步，是把“執行”細化成具體的模塊。

依托多年RPA 項目積累，金智維將大量常見業務動作拆解為可復用的執行單元。截至 2025 年 6 月，公司沉淀了超過 4600 個自動化函數、1000 多個機器人產品，覆蓋辦公軟件、數據庫及各類行業系統，基本囊括了絕大多數典型工作場景。

這意味著，Agent 在執行層面，并不需要“即興發揮”，而是可以直接調用成熟、穩定、經過驗證的能力模塊。

第二步，是把AI 能力“拆開”，而不是封裝成一個黑盒。

金智維沒有簡單地把大模型接入流程，而是將AI能力以組件形式嵌入平臺。截至 2025 年 6 月，公司自研了 102 個 AI 組件，涵蓋 NLP、CV、OCR 等方向，能夠處理合同、發票、身份文件等非結構化數據。

這些組件讓智能體具備了環境感知、目標感知和動態決策能力，再與RPA 的確定性執行結合，形成“決策—執行”協同體系：模型負責判斷與規劃，RPA 負責精準落地。

第三步，是讓智能體真正“懂業務”。

為此，金智維對大模型進行了行業化訓練：在開源模型基礎上微調，并注入自有行業知識庫。截至目前，這一知識庫包含10000余條結構化場景規則、1000余個行業組件，覆蓋金融、政務等高專業度語境，有效降低了模型幻覺率。

更關鍵的是，這些知識并非抽象文本，而是來自多年RPA 項目的流程沉淀。它們明確描述了場景名稱、操作步驟、涉及系統與目標結果，為智能體提供了一條穩定的“流程基線”。

這意味著，Agent并不是在一片空白中自由推理，而是在已被驗證的流程空間內進行規劃與優化。就這樣，金智維完成了從金融RPA龍頭到“企業級 AI Agent 平臺”的轉身。

年入2.44億，金融收入占比近80%

雖然智能體的故事足夠性感，但落到商業化層面，其對金智維的價值仍未顯現。

2022 年至 2024 年，金智維收入分別為2.03億元、2.17億元和 2.44億元，三年復合增速僅為9.5%。進入 2025 年，上半年收入從去年同期的 5548 萬元下滑至 4598 萬元。公司在招股書中的解釋是，部分經常性項目的驗收節奏出現延后。

這并非偶發波動，而與其商業模式結構密切相關。

金智維目前的收入主要來自兩種模式：項目制與訂閱制。其中，項目制更多面向定制化程度高、流程復雜的客戶；訂閱制則主要覆蓋對數據安全和長期穩定性要求較高的客戶。

從結構上看，公司仍然高度依賴項目制。截至2024 年，項目制收入占比為 69.7%；訂閱制收入占比雖然在過去兩年從 20.4% 提升至 24.1%，但仍未成為主導。

不過，訂閱制占比的提升，確實改善了公司的財務質量。隨著標準化程度提高，公司毛利率從2022 年的 42.1% 提升至 2024 年的 53.4%；同期，經調整凈虧損也從 2903.5 萬元大幅收窄至 295.3 萬元。

但增長的另一面，是客戶單價的持續下行。

2022 年至 2024 年，金智維的付費客戶數量從 384 家增長至 686 家，但平均單個客戶貢獻收入卻從52.86萬元下降至35.57萬元。

對比之下，其獲客成本也有所下降。公司在招股書中披露，其獲客成本已從2022 年的 29.13 萬元降至 2024 年的 22.52 萬元。

回過頭來看，公司增長相對緩慢，與其特殊的客戶結構有很大關系。

截至目前，公司約80% 的收入來自金融服務行業。招股書顯示，公司已服務超過240 家銀行（包括全部六大國有銀行）、130 多家證券公司，以及 170 余家其他金融機構。

這樣的成績，并非偶然。

金智維最早脫胎于A 股金融 IT 公司金證股份。在早期階段，金證股份一度持有金智維 51% 的股份，經過多輪融資稀釋后，截至目前 仍持有12.14%。

而金證股份本身，是證券IT 領域市占率最高的本土企業之一，長期服務券商、公募基金、銀行理財等“大資管”機構。這層關系，為金智維打開了金融行業的核心客戶入口，也塑造了它最早、也是最堅固的護城河。

但同樣，這條護城河也在反過來限制公司的增長邊界。

金融行業項目周期長、定制化程度高、采購節奏保守，很難支撐爆發式增長。能否在政務、制造、能源等非金融行業復制成功經驗，構建第二條增長曲線，將成為金智維未來的關鍵變量。

至少從目前的數據來看，向“企業級智能體”的升級，并未立刻轉化為更快的收入增長。

不過，正如公司在招股書中所強調的那樣，AI 數字員工仍處在一個高速成長、格局尚未固化的階段。

金智維能否從“金融 RPA 龍頭”，真正躍遷為“企業級 AI Agent 平臺”，最終不只取決于技術路徑是否先進，更取決于它能否在激烈競爭中，持續證明自身商業模式的造血能力。

這場轉型的結果，還需要時間來給出答案。

文/林白

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。