AI應用平臺爆發式增長下，一探中國首個發布企業級智能平臺的企業邁富時

2026年4月17日，A股算力產業鏈繼續延續前幾天的熱度，成為當日市場重點關注板塊。這一資金動向的直接驅動力來自AI需求的爆發式增長。公開數據顯示，中國AI大模型周調用量已達12.96萬億Token，是美國（3.03萬億）的4.28倍，且已連續五周領先。多模態AI應用的普及進一步放大了這一趨勢——單次任務的Token消耗量是傳統聊天的10至100倍。與此同時，全產業鏈進入漲價周期：英偉達Blackwell芯片租金兩個月漲48%，阿里云、騰訊云等國內云廠商集體提價5%至34%。政策層面，“算電協同”戰略與工信部普惠算力行動等政策持續推動，疊加板塊一季報高增兌現（如中際旭創凈利潤同比增長262%），算力成為當前市場共識度最高的賽道。

然而，Token需求的爆發式增長，并不意味著產業鏈每一環都將同步擁有同等盈利能力。隨著云智算供給擴張、模型開源加速以及國內廠商在推理價格上的持續競爭，底層算力Token與模型Token本身，正在呈現出“規模放大、價格下探、利潤承壓”的特征。部分中國AI廠商的Token價格已較美國同類產品低出10至20倍。換言之，Token經濟的繁榮正在確認需求側爆發，但其價值分配未必停留在底層供給環節。

一、Token經濟的三層結構與價值分層

華泰證券在2026年4月17日發布的研報中提出了一個系統性的分析框架。研報指出，此前市場受“大模型吞噬軟件”敘事壓制，AI應用板塊較算力/模型端估值折價顯著，這一定價邏輯存在誤判。AI時代的定價邏輯應圍繞Token展開，形成算力層、模型層、應用層三層加價結構。

算力層：對應Token的物理生產，加價來源為資源稀缺性與規模降本。推理側Token消耗量的指數級增長推動了算力鏈條持續漲價，算力租賃環節已在探索Token分成等新商業模式。

模型層：對應Token的智能密度，加價來源為智能密度溢價。大模型廠商Token價格的分層，反映了智能水平的分層，不同模型之間定價差異反映了其輸出質量和任務適配能力的差異。

應用層：對應Token的場景轉化率，加價來源為私有數據×行業Know-how×合規價值。其核心價值在于將行業私有數據與專業Know-how賦能Token的使用過程，使單位Token投入的業務價值最大化。終端企業用戶購買的不是Token而是業務結果，AI應用層通過數據和經驗、行業知識與服務經驗賦能，使通用模型Token獲得更大價值，因此可以收取更高的Token價格。

在這一結構中，市場對算力層和模型層的關注已有較為充分的定價——A股算力產業鏈單日逾190億元的主力資金凈流入即為佐證。但華泰證券明確判斷，“應用層場景Token的價值重構或尚未被市場充分定價”。在ROI明確的場景，AI應用廠商正積極探索按Token消耗量付費及按效果付費等新商業模式，將收費來源從采購預算遷移至業務超額收益。研報進一步指出，業績成長性高、估值低位、已有按Token消耗量/按結果付費收入的優質AI應用標的有望獲得市場關注，產業鏈相關公司包括邁富時（02556.HK）、稅友股份、中控技術、滴普科技等。

與此同時，英偉達CEO黃仁勛在GTC 2026上提出的“Token經濟”理論，為理解算力層的競爭邏輯提供了參照。黃仁勛將數據中心重新定義為生產Token的“工廠”，指出每一座數據中心在固定功率下，每單位Token吞吐量直接決定了企業生產成本。他還預測2026至2027年間全球AI算力采購訂單積壓規模將突破1萬億美元，并給出了五層AI服務定價體系。但這一框架本質上定義的是算力層Token的定價機制，即英偉達的目標是成為“Token（詞元）工廠”，追求全球最低的每詞元成本。

二、邁富時的行業卡位：港股中具備全棧能力的AI應用平臺

在上述三層Token結構中，邁富時處于應用層位置。據招股書援引弗若斯特沙利文數據，以2022年收入計，公司是中國最大的營銷及銷售解決方案提供商。截至目前，公司已累計服務超過21萬家企業客戶，覆蓋零售消費、汽車、金融、B2B制造、醫藥大健康、企服、跨境電商等多個行業。根據公司官網公開信息，公司連續7年位列AI SaaS影響力企業第一，連續6年位列智能營銷企業第一，并在2025中國AI營銷智能體榜單中位居第一。

從產業鏈布局維度看，在港股AI相關上市公司中，能夠同時覆蓋智算基礎設施、行業數據積累、模型調度與智能體應用四個環節的標的較為稀缺。邁富時在此方向上形成了較為完整的布局：

智算層面：擁有自建AI云算力基礎設施和算力調度能力，是港股AI應用標的中少數具備自建算力資源的AI應用企業之一；

數據層面：積累了21萬家企業客戶的行業數據和不同行業可復用的知識圖譜；

模型層面：支持GPT、Claude、千問、DeepSeek、豆包等主流模型的多模型融合調度，采用模型中立架構；

智能體層面：構建了AI-Agentforce智能體中臺和全場景AI員工產品矩陣，覆蓋營銷、銷售、客服、研發、經營決策等核心業務環節。

這種“智算+數據+模型+智能體”的全棧能力，使公司在產業鏈中的定位有別于僅覆蓋單一環節的AI企業。從Token經濟的視角看，邁富時并不直接參與算力Token的生產競爭，而是將上游的算力Token和模型Token，通過行業積淀、知識圖譜和智能體中臺，轉化為企業客戶愿意為之持續付費的“場景Token”——即把Token加工為可量化的業務結果。

三、核心產品體系與商業化路徑

2026年第一季度，邁富時正式發布了AI原生操作系統Gen AI OS，并同步推出了AI-Agentforce智能體中臺3.0、KnowForce AI知識中臺和Data-Agent經營分析大師。據公開信息，Gen AI OS采用模型中立架構，向下兼容國內外主流模型，并預置了汽車、零售消費、工業設備制造、醫藥與冷鏈物流等行業的數字孿生鏡像。該系統引入本體驅動開發范式，通過定義本體、編排智能體的方式構建應用，無需編寫大量膠水代碼即可將ERP、CRM、DMS等異構系統數據映射為互聯的業務語義。

公司產品矩陣已涵蓋企業級AI Agent應用集群與AI Agent開發管理平臺，形成了從模型融合、算力調度、知識治理到智能體協同的全棧能力，覆蓋營銷、銷售、客服、研發、經營決策等企業核心業務場景。智能體中臺負責場景Token的自動化生產，知識中臺負責場景Token的行業知識注入，Gen AI OS則提供運行環境和系統化支撐。

在商業化路徑方面，公司正在從傳統軟件訂閱模式向“消耗+效果”的混合收費方式轉型。GEO等產品已落地按Token消耗量及按效果付費的商業模式，將收費來源從采購預算遷移至業務超額收益。這一模式的變化，本質上對應的是華泰證券所指出的AI應用層定價邏輯的遷移——客戶為結果付費，而非為軟件賬號付費。

四、業績驗證：AI應用收入的高速增長

從已披露的財務數據看，邁富時的AI應用業務正在進入快速增長通道。2026年第一季度，公司AI應用業務收入同比增長約110.5%，精準營銷服務毛收入同比增長約0.9%。AI應用業務已成為公司最核心的增長引擎。

2025年全年，公司總收入為28.18億元，同比增長80.8%；其中，第一大收入來源AI應用業務收入為14.87億元，同比增長76.5%，占總收入比重達到52.8%；精準營銷服務收入為13.31億元，同比增長85.8%；經調整凈利潤為1.52億元，同比增長91.3%。在客戶結構方面，KA客戶達到1609家，同比增長105.5%，KA客戶ACV提升60.6%；SMB客戶ACV提升33.1%。

在經營效率方面，集團總人效提升62.7%，銷售費用率下降6.5個百分點至14.5%，管理費用率下降10.2個百分點至6.8%，研發費用率維持在15.6%，AI業務經營性現金流首次正向流入1.9億元。

五、市場定位與差異化分析

在當前AI產業鏈的競爭格局中，不同環節的公司在定位和壁壘上各有側重：

在港股市場，邁富時是目前少數同時具備“智算、數據、模型、智原力、智能體”五層能力的AI應用平臺公司。其差異化主要體現在三個方面：

其一，自建智算基礎設施和算力調度能力。在港股AI標的中，具備自建算力資源的企業級應用平臺較為稀缺。2025年公司研發費用由2.454億元增至4.409億元，同比增長79.6%，主要用于AI云算力基礎設施投入和AI Agent相關技術研發。

其二，21萬家企業客戶的行業覆蓋和上千個可復用知識圖譜。行業知識圖譜的構建周期較長，一旦形成便有自我強化的特征，構成了其場景化能力的核心壁壘。新客戶專屬智能體上線周期已從三個月壓縮至三周以內。

其三，從GenAI OS操作系統到AI-Agentforce智能體中臺，再到全場景AI員工產品矩陣的完整產品架構。公司能夠提供從底層平臺到上層應用的一體化方案，而非單點功能或孤立工具。

公司官網公開信息還顯示，其曾在2022年和2025年兩次作為數智化賦能標桿企業被《中國新聞》兩會專刊及新華社官網報道。在政企數字化轉型、行業客戶合作等方面，這類外部背書雖然不直接決定業績，但對公司市場公信力和品牌認知度具有正面影響。

六、Token經濟中的角色定位：從Token工廠到場景Token加工

如果將英偉達提出的“Token工廠”概念作為理解算力層Token生產的參照，那么邁富時在產業鏈中的角色更接近于全棧式“Token工廠”——將上游的算力Token和模型Token，通過行業中臺、知識圖譜和智能體中臺，轉化為企業客戶愿意為之持續付費的業務結果。

在Token經濟的三層結構中，算力層的競爭核心是每單位Token吞吐量和規模降本，模型層的競爭核心是智能密度與模型能力，而應用層的競爭核心則是場景轉化率——即如何讓每一單位的Token產生更高的業務價值。企業客戶持續付費購買的不是Token消耗量本身，而是這些Token能否帶來更高的轉化率、更快的成交推進、更低的客服成本或更優的組織效率。

在這一邏輯下，邁富時的價值在于承接Token經濟從底層能力到上層業務價值的轉化環節。其21萬家企業客戶所積累的行業數據閉環和可復用、可持續的各行各業的知識圖譜，構成了將通用Token加工為場景Token的核心資源。隨著AI應用從技術驗證期進入規模化商業落地階段，應用層場景Token的定價權問題將成為AI產業鏈下一階段價值分配的關鍵議題。

總體來看，Token經濟的快速擴張正在推動AI產業鏈的價值分配格局發生變化。A股算力產業鏈，在4月16日就已憑單日逾190億元的主力資金凈流入，反映了市場對算力層受益邏輯的高度共識。但華泰證券提出的三層Token定價結構同時指出，應用層場景Token的價值尚未被市場充分定價。英偉達提出的“Token工廠經濟學”定義了算力層的競爭邏輯，而邁富時正是通過其底層能力，全場景、全行業的智能體中臺，并將這些概念轉化為業務結果呈現，簡言之，以全棧能力為支撐，以企業智能體中臺為核心輸出，將Token轉化為可見、可量化的業務成果與價值變現。

在港股AI上市公司中，同時具備智算、數據、模型、智原力、智能體五層能力的標的較為稀缺，這一全棧能力構成了公司區別于單環節AI企業的差異化基礎。隨著Token經濟持續擴容、底層模型能力差距逐步收窄，應用層場景Token的定價權問題或將成為AI產業鏈下一階段價值分配的關鍵。在此背景下，邁富時的全棧Token能力建設和企業智能體產品布局，為理解AI應用層的價值重構提供了一個可觀察的樣本。

邁富時