迈富时-2556.HK-公司深度研究：全栈Token工厂，业绩强劲增长

大模型推理成本的显著下降叠加Agent架构的成熟，正推动企业级AI应用从辅助工具向可独立承担岗位职责的数字员工演进。在这一产业变革节点，中国领先的营销及销售企业级AI应用厂商迈富时（2556.HK）于2026年提出“全栈Token工厂”战略，标志着其商业模式从传统的软件订阅向直接交付业务结果的按量计费模式跃迁。凭借在企业级AI中间层的卡位优势以及超22万家企业客户的行业Know-how沉淀，公司在企业AI Agent市场快速增长的红利期展现出强劲的增长动能。

财务表现：收入翻倍增长与盈利拐点确立

迈富时的营业收入呈现加速增长态势。2021年至2024年，公司营业收入由8.77亿元增长至15.59亿元；2025年全年实现收入28.18亿元，同比增长80.8%。进入2026年上半年，增长进一步提速，实现总收入19.60亿元，同比增长111.2%，核心驱动力来自AI应用业务的规模化兑现。

利润端同样迎来明确的加速拐点。2024年公司经调整净利润0.79亿元首次转正，2025年经调整净利润达1.52亿元，同比增长91.3%，归母净利润0.89亿元实现扭亏为盈。2026年上半年，公司实现净利润2.03亿元，同比大幅增长466.1%；经调整净利润2.13亿元，同比增长150.9%，已超过2025年全年水平。同时，2026年上半年经营性现金流净流入5亿元，自由现金流净流入4.83亿元，体现出AI应用业务健康的自我造血能力。

从收入结构来看，公司将原“AI+SaaS”业务更名为“AI应用业务”。2026年上半年，AI应用业务收入11.28亿元，同比增长123.7%，占总收入比重提升至57.5%。精准营销服务收入8.32亿元，同比增长96.3%，主要得益于与头部客户合作的深化及在线广告解决方案服务全额法客户收入占比的提升。

毛利率方面，2026年上半年整体毛利率为45.2%。其中，AI应用业务毛利率为76.6%，若剔除新增的智能体一体机业务（该业务毛利率为54.9%），AI应用毛利率高达84.9%，维持在较高水平。精准营销服务毛利率为2.7%，主要受媒体采购成本上升及低毛利解决方案服务占比提升影响。

全栈Token工厂：从卖软件到卖业务结果的商业跃迁

2026年，迈富时正式提出“全栈Token工厂”战略。其核心逻辑在于，将底层通用大模型的Token，经过行业知识、场景数据与工程化平台的加工，包装为可直接交付业务结果的“场景Token”。在定价机制上，场景Token锚定客户业务结果价值而非单纯的算力成本，从而获得远超模型API转售的毛利空间。据披露，Token相关收入占AI应用收入的比重在2026年上半年已达14%，随着该计费模式从SMB中小客户向KA大客户推广，按量计费收入将为公司提供持续的成长弹性。

支撑这一战略的是公司覆盖算力层、模型层、AI原生平台层及应用层的完整能力体系。在技术底座方面，三大核心平台构筑了全栈能力：GenAI OS作为基于本体的AI原生操作系统，负责运行AI原生平台及全场景AI员工，具备自我训练能力，可持续强化多模型融合调用，根据业务任务自动匹配最优模型组合以优化Token消耗成本；AI-Agentforce智能体中台3.0是智能体体系的管理中枢，支持自然语言构建智能体（NLA）、多智能体系统协作（MAS）及多模态理解与交互，实现智能体的统一搭建与安全审计；AI-KnowForce企业级知识中台则是智能体的业务理解底座，涵盖企业数据库、知识库及知识图谱，已沉淀六大行业上千个可复用知识图谱，有效解决大模型幻觉与数据权限问题。

在应用层，公司围绕企业营销、增长、运营及管理核心环节打造了完整的智能体矩阵，覆盖AI营销、AI销售、AI客服、AI陪练、AI经营分析、AI外贸及AI研发等七大场景。多数KA客户已采用3至4个智能体协作的模式，多智能体系统（MAS）能力已实现规模化落地。

Token工厂模式的利润来源可清晰拆解为四重机制：一是场景溢价，通用Token包装为场景Token后定价锚定业务结果；二是工程化成本节约，通过缓存命中与小模型复用使实际消耗远小于计费用量；三是自有算力成本差，自建IDC结合国产算力与推理优化带来效率提升；四是中台与生态分成，非优势领域Agent外包给生态伙伴，公司赚取中台升级费、渠道费与Token费三类收入。

客户结构与商业模式：KA与SMB双轮驱动

在客户拓展方面，2026年上半年公司AI应用业务总用户数达27,269名，同比增长25.9%；每用户平均月收入达8,124元，同比增长80.0%，实现了量价齐升。KA大客户业务是当前增长的核心驱动力，2026年上半年KA收入占比达69.1%，KA收入同比增长207.2%。公司已在消费零售领域签下伊利、康师傅等大订单，在鞋服领域签下Timberland等头部品牌。

KA大客户与SMB中小客户在产品形态、算力安排与收费结构上存在显著差异。KA客户采用“标品+定制化实施”的FDE共创模式，通过AI原生系统替换底层系统，部分客户出于数据安全考虑采用私有化部署或智能体一体机形态，后续亦希望逐步向Token消耗模式迈进。SMB客户则使用云端标准品，由公司统一提供云服务与算力，收取SaaS订阅费与Token消耗费，该模式下场景Token溢价更高，毛利率也相应更高。

公司的商业模式收入分为两大类型：AI应用业务和精准营销服务。AI应用业务细分为SaaS订阅费、Token消耗费、定制化软件开发项目及一体化终端业务。SaaS订阅费按席位或模块以1年期为主；Token消耗费在预算框架内按实际消耗结算；定制化软件开发项目面向KA大客户一单一议；一体化终端业务则以智能体一体机形式软硬件一体交付，客户以政府及城投类政企为主。

算力布局与资本运作：夯实基础设施底座

场景Token售价锚定业务价值，而成本取决于算力效率，因此算力成本管控直接决定Token工厂的利润率。迈富时在算力层面的布局包括：自建IDC机房与推理工厂；与国产芯片厂商深度合作，引入沐曦、昆仑芯等国产推理芯片，并提前锁定GPU、内存等硬件涨价前的低价货源；在推理工程优化方面，重点投入异构调度、峰谷利用、缓存命中、小模型复用等手段降低场景推理成本。

为配合全栈Token工厂战略，公司在资本市场保持高频运作。2026年9月，公司拟以50.85港元/股进行一般授权下新股认购，预计净募资约4.997亿港元，所得款项净额100%用于全栈Token工厂的扩建和优化，包括国内或海外算力基础设施建设、AI大模型开发与部署、推理引擎迭代及垂类模型后训练等。此前在2026年5月，公司已通过配售募集净额约4.997亿港元，同样100%投向智能计算基础设施的建设与运营。截至2026年6月30日，公司流动资金达33.0亿元，未动用银行授信额度约2.26亿元，资金储备充裕。

此外，公司旗下珍岛信息认缴2亿元参与时代深远基金，进一步向AI等前沿科技延伸。该基金管理人厦门溥泉此前管理的福建时代泽远基金，已参与DeepSeek相关股权投资。

行业格局与企业级AI中间层定位

从行业宏观视角来看，中国企业AI Agent市场正处于爆发期。据科智咨询数据，中国企业AI Agent市场规模2024年约86亿元，2025年预计达212亿元，2029年有望达到3,320亿元，2024至2029年复合增速约107%。营销、销售、客服等直接创造收入的前端场景，因ROI可量化、付费意愿强，成为商业化落地的最先受益领域。

同时，中国营销及销售SaaS市场规模由2018年的73亿元增长至2022年的206亿元，预计2027年达745亿元，2022至2027年复合增速29.3%。AI正在重构该行业的竞争要素，传统单点工具面临被替代风险，互联网大厂缺乏企业级交付积累，通用软件厂商以存量叠加为主。迈富时以“自有中台+垂直场景Agent矩阵”卡位全栈场景型龙头，形成错位竞争优势。

对标全球CRM巨头Salesforce，两者均定位为“模型中立”的企业级AI中间层。Salesforce依托Data 360数据底座与Agentforce 360智能体平台，将大模型能力封装进企业工作流；迈富时的GenAI OS与AI-Agentforce智能体中台对应其平台层，AI-KnowForce知识中台对应其数据底座。不同之处在于，Salesforce依托全球超15万家存量CRM客户做平台化渗透，而迈富时聚焦中国市场营销、销售、客服等前端增收场景，以标品为主的轻交付模式实现了更快的收入增速（2026年上半年迈富时收入同比增速111.2%，同期Salesforce为12%）。

盈利预测与估值展望

基于各项业务的放量节奏，机构对公司未来三年的业绩进行了测算。收入端，预计AI应用业务2026/2027/2028年收入分别为26.8/45.5/76.4亿元，同比分别增长80%/70%/68%；精准营销业务预计保持相对平稳增长，同期收入分别为16.6/19.9/22.9亿元。综合来看，预计2026/2027/2028年公司总收入分别为43.4/65.4/99.3亿元，同比分别增长54%/51%/52%。

利润端，随着高毛利AI应用业务收入占比持续提升，公司整体盈利能力有望改善。预计2026/2027/2028年公司归母净利润分别为4.2/6.4/9.7亿元，分别同比增长370%/53%/52%。基于2026年9月17日股价，对应PE分别为28/18/12倍。

需要关注的潜在风险包括：精准营销业务垫资及回款风险；AI应用落地与Token扩张不及预期；行业竞争加剧导致毛利率下行；算力供应链与资本开支风险；大客户集中与应收账款风险（前五大客户交易额占集团总收入53%）；供应商集中度较高（前五大供应商占总采购额89%）；以及数据安全与合规风险。