第零智能遞表港交所，AI商業(yè)化破局者來了

過去兩年，中國AI行業(yè)經(jīng)歷了一輪極具戲劇性的周期。一邊是大模型參數(shù)規(guī)模屢創(chuàng)新高、發(fā)布會聲量爆棚，另一邊卻是多數(shù)AI創(chuàng)業(yè)公司仍在為商業(yè)化焦慮——流量難變現(xiàn)、客戶難付費、技術(shù)難落地。熱鬧在前端，冷清在后端。

但在這場“模型軍備競賽”的喧囂之外，一條更務實的路徑正在悄然跑通。一些企業(yè)不再糾結(jié)模型能力本身，而是直接把AI嵌進合同審核、投資盡調(diào)、品牌監(jiān)測等具體崗位，用“替代一個人力成本”去定義產(chǎn)品價值。它們賣的不是模型，而是結(jié)果；不是工具，而是“數(shù)字員工”。

遞表港交所的第零智能，正是這樣一個樣本。招股書顯示，這家深圳公司2024年收入已達1.69億元，利潤超過3000萬元，2025年前三季度收入進一步增至1.85億元，并躋身中國企業(yè)級AI智能體解決方案市場前五，市占率3%。在一眾仍在燒錢試錯的AI創(chuàng)業(yè)公司中，這樣的盈利能力顯得頗為罕見。

這也拋出一個更具產(chǎn)業(yè)意味的問題：當大模型逐漸成為基礎設施，真正能賺錢的，是否會是這些把AI包裝成“崗位替代者”的智能體公司？而第零智能的IPO，又是否意味著企業(yè)級AI的商業(yè)化拐點已至？

從“模型崇拜”到“崗位替代”，企業(yè)的AI生意藏在流程里

2023年，中國大模型的“發(fā)布元年”，再到2024年，企業(yè)端的關(guān)鍵詞已經(jīng)悄然變化。

越來越多公司發(fā)現(xiàn)，單純接入一個通用大模型，并不能自然帶來效率提升。聊天機器人可以回答問題，卻很難完成一整套業(yè)務流程；模型看起來聰明，但真正落地時，仍然需要大量人工參與。換句話說，企業(yè)不是為“智能”買單，而是為“可量化的效率結(jié)果”買單。

這也是大模型商業(yè)化遲遲未能爆發(fā)的根本原因。對企業(yè)而言，技術(shù)炫酷與否并不重要，重要的是能不能減少人手、縮短周期、降低風險。如果無法直接影響利潤表，再強的模型也只是錦上添花。

智能體（Agent）的興起，恰恰填補了這道縫隙。相比“問答式”的AI助手，智能體更像一個可被分配任務的執(zhí)行者。它不只是給出建議，而是能完成拆解任務、調(diào)取數(shù)據(jù)、多步驟推理、輸出結(jié)果的一整套流程。簡單說，從“幫你想”變成了“替你做”。

第零智能的產(chǎn)品邏輯，正是圍繞這種“崗位替代”展開。合同助理負責合約審閱與風險識別，某種程度上替代初級法務；投資助理自動生成投前報告、投后跟蹤數(shù)據(jù)，承擔分析師的基礎工作；品牌助理實時監(jiān)測社媒輿情與市場趨勢，相當于一個7×24小時在線的市場研究員。

這些場景有一個共同點：任務流程標準化程度高、數(shù)據(jù)量大、人力成本高，但又不需要頂級創(chuàng)造力。這正是AI最容易產(chǎn)生ROI的地帶。

技術(shù)上，第零智能并未執(zhí)著于自研超大模型，而是走了一條更務實的路線，以公開可用的大模型提供通用推理能力，再疊加自研的小語言模型（SLM）完成垂直場景的精細化執(zhí)行。一個負責“理解世界”，一個負責“精準干活”。

這種“大模型做廣度、小模型做深度”的組合，既控制了推理成本，又提升了準確率，也讓產(chǎn)品更貼近真實業(yè)務流程。

這背后的邏輯，其實更像傳統(tǒng)企業(yè)軟件，而不是純AI公司。真正的壁壘不在參數(shù)規(guī)模，而在對行業(yè)流程的理解與長期數(shù)據(jù)沉淀。模型可以被復制，但業(yè)務know-how很難。也正因如此，企業(yè)級智能體的市場空間正在快速打開。

弗若斯特沙利文數(shù)據(jù)顯示，中國企業(yè)AI智能體解決方案市場規(guī)模預計將從2024年的56億元增長至2029年的591億元，復合增速超過60%。這幾乎是整個企業(yè)軟件市場中增長最快的細分賽道之一。

當數(shù)字化已經(jīng)成為“標配”，企業(yè)接下來追求的，只能是更深層次的自動化與智能化。智能體，正在成為新的入口。

從這個角度看，第零智能踩中的不是一個短期風口，而是一輪企業(yè)IT形態(tài)的更替周期。如果說過去十年企業(yè)軟件的主題是“SaaS化”，那么未來十年，企業(yè)軟件很可能走向“Agent化”。

盈利型AI公司的稀缺樣本：第零智能的先發(fā)紅利與巨頭陰影

在AI創(chuàng)業(yè)圈，“增長但虧損”幾乎是常態(tài)。

大量公司依靠融資堆研發(fā)、搶客戶，卻遲遲等不到盈利拐點。原因很簡單：模型成本高、交付復雜、客戶轉(zhuǎn)化慢，現(xiàn)金流往往跟不上故事。因此，第零智能的財務表現(xiàn)顯得有些“反常識”。

從2023年的8650萬元收入，到2024年的1.69億元，再到2025年前三季度的1.85億元，公司幾乎保持翻倍式增長；同期利潤也從2100萬元增至4000萬元以上，毛利持續(xù)提升，研發(fā)投入占比卻仍在提高。

這意味著，它不是靠削減投入換利潤，而是在擴張中實現(xiàn)了規(guī)模效應。

更關(guān)鍵的是商業(yè)模式。第零智能采用所謂AaaS（Agent as a Service）模式，本質(zhì)上并非傳統(tǒng)軟件授權(quán)，而更接近“數(shù)字勞動力訂閱”。企業(yè)不需要購買復雜系統(tǒng)，只需為具體使用場景或結(jié)果付費。

這種模式天然降低了決策門檻。相比一次性投入幾十萬部署系統(tǒng)，先用一個智能體試點更容易獲得內(nèi)部預算。一旦效果驗證，續(xù)費與擴容就水到渠成。

這讓它的增長邏輯更像SaaS，卻比SaaS更貼近業(yè)務結(jié)果。但真正的問題在于，這種窗口期能持續(xù)多久？

智能體賽道的門檻，表面看是技術(shù)，實則是客戶與生態(tài)。一旦市場被驗證可行，云廠商、大模型公司和垂直SaaS廠商勢必蜂擁而入。

對阿里云、騰訊云、華為云而言，智能體不過是云服務的一個功能模塊；對大模型公司而言，是天然的應用層延伸；對既有SaaS廠商來說，則是升級自身產(chǎn)品智能化的必經(jīng)之路。

相比之下，創(chuàng)業(yè)公司最大的優(yōu)勢只有兩點：速度和專注。第零智能能否在巨頭下場前建立足夠深的行業(yè)壁壘，成為決定其長期價值的關(guān)鍵。如果客戶關(guān)系、數(shù)據(jù)資產(chǎn)和行業(yè)理解不夠扎實，技術(shù)優(yōu)勢很快就會被抹平。

從資本市場的角度看，這正是它IPO最耐人尋味的地方。它既不是典型的“燒錢AI故事股”，也不是傳統(tǒng)意義上的軟件公司，而更像一個處在新舊周期交匯點的過渡物種：既享受AI紅利，也承受巨頭擠壓。

但無論結(jié)果如何，第零智能的出現(xiàn)至少說明一件事，中國AI行業(yè)的敘事，正在從“模型競賽”走向“應用兌現(xiàn)”。

真正跑出來的公司，往往不是最會講故事的，而是最早把技術(shù)塞進業(yè)務流程里、悄悄替代人的那一批。當市場還在討論“大模型值不值錢”時，它們已經(jīng)在用AI賺錢了。

或許，這才是企業(yè)級AI真正的開始。