8月3日，迈富时（02556.HK）股价盘中最高触及46.70港元，累计涨超66%，市值接近120亿港元，随着盈喜预告的发布，一路大幅提升。
如果只看股价，这似乎是人工智能应用行情中的一次集中表现。但随着Palantir、迅策科技、滴普科技、深演智能等企业相继披露业绩，市场其实获得了一个更有价值的观察窗口：企业级人工智能正在形成怎样的产业分工？不同商业路径的收入、利润和现金流表现有何差异？迈富时的高增长又处在行业的什么位置？
横向比较后可以发现，当前企业级人工智能产业并不缺少收入增长，真正稀缺的是同时具备规模、利润和场景复制能力的公司。
企业级人工智能正在形成三层结构
从产业链位置看，相关企业大致可以分为三个层次。
第一层是基础模型与算力供应商，负责提供通用模型、计算资源和开发工具。这一层决定技术能力和基础成本，但同时需要承担较高的研发与基础设施投入。
第二层是数据基础设施和开发平台，主要解决数据接入、治理、实时计算、模型调优和企业系统连接等问题。迅策科技与滴普科技更接近这一位置。
第三层是行业应用与业务执行平台，直接进入企业营销、销售、经营决策和客户运营流程。Palantir、深演智能和迈富时分别从复杂决策、广告与数据管理、企业增长等场景切入。
这三个层次并非彼此替代，而是共同构成企业人工智能落地链条。但越接近最终业务场景，产品效果越容易与客户收入、成本和经营效率挂钩，也越有机会形成场景定价能力。
Palantir：企业AI应用的全球参照
Palantir仍是观察企业级人工智能商业化的重要参照。
2026年上半年，Palantir预计营收18.11亿美元，同比增长约80%；净利润预期8.12亿美元，同步增长148.47%。
这组数据说明，企业愿意为能够连接真实数据、理解业务规则并参与任务执行的平台付费。Palantir的核心能力不只是模型，而是通过数据本体和人工智能平台，把技术嵌入客户的复杂决策流程。
Palantir计划在美国市场8月3日收盘后公布2026年第二季度业绩。在正式结果发布前，其第一季度数据仍是最新已披露业绩，不能将市场预测视为已经实现的结果。
Palantir验证了企业级人工智能应用的上限，但其项目主要面向大型机构，实施深度和客单价较高，商业路径与中国市场中的多数企业服务商并不完全相同。
迅策科技：数据基础设施增长较快，盈利拐点仍待巩固
迅策科技（03317.HK）主要提供实时数据基础设施和数据分析解决方案，在资产管理行业具有一定客户基础，并逐渐向能源、电信、制造和医疗等领域扩展。
公司2025年实现收入约12.85亿元，同比增长103.3%。其中，下半年收入约10.87亿元，较上半年明显提升，反映项目确认和交付具有较强的下半年集中性。
盈利方面，迅策科技2025年上半年录得经调整净亏损约1.05亿元，下半年实现经调整净利润约5013万元。全年仍处于经调整亏损状态，但下半年首次实现阶段性盈利，显示规模效应开始出现。预计2026年上半年度营收达9.67亿，同比增长389%，归母净利润7251万元，经调整净利润6700万元，均实现扭亏为盈。受益于盈喜预告，股价一度大涨25%至130.7港元，却最终以涨13.5%、117.5港元，可见在业绩数据没有真正成埃落定，已经无法让投资者为此买单，只有实际数据才能真正打动现在的市场。其业绩数据仍待进一步验证。
迅策的优势在于实时数据处理和金融行业经验。随着企业部署智能体，对高质量、实时、可调用数据的需求上升，其基础设施价值也随之提高。
不过，从第三方角度看，仍需观察两点：一是下半年收入集中增长能否延续；二是阶段性盈利能否转化为稳定的全年利润和现金流。数据基础设施项目通常交付周期较长，客户及项目集中度也是需要持续跟踪的指标。
滴普科技：AI业务增长迅速，但亏损仍然较大
滴普科技（01384.HK）位于数据智能平台与企业人工智能解决方案之间。
公司2025年实现收入约4.15亿元，同比增长70.8%；其中人工智能相关业务收入增长181.5%，成为主要增量来源。传统数据智能解决方案收入约1.61亿元，同比增长5.2%，占总收入的比例从62.8%降至38.7%。早在7月30日，滴普就已经发布上半年业绩公告，营收实现2.84亿元人民币，同比增长115%；毛利实现1.60亿元，同比增长120.5%。其中，AI业务的占比提升1.5个百分点，至56.5%。这说明滴普科技的业务结构正在快速转向人工智能应用。
此外，该公司公司2025年归母亏损约9.35亿元，虽然同比收窄25.5%，但亏损规模仍明显高于收入。2026年度经调整亏损净额大幅收窄48.5%，亏损总额同比收窄89.6%，实现扭亏为盈，虽然净利润仅3010万元。但不难看出AI应用层正全面进入利润兑现期。
滴普的财务表现具有一定代表性：人工智能业务可以带来较高收入增速，但研发、算力、销售和项目交付投入可能同时上升。收入增长与盈利之间并不存在必然关系，商业模式能否规模化，需要进一步观察毛利率、费用率和现金消耗。
深演智能：已有盈利基础，但主业增长和利润承压
深演智能（02723.HK）主要聚焦营销与销售决策场景，通过AlphaDesk和AlphaData提供智能广告投放与数据管理服务，并在2025年推出Deep Agent企业级智能体。
公司2023年至2025年的收入分别约为6.11亿元、5.38亿元和5.76亿元。2025年收入恢复增长，但仍未超过2023年水平。同期年度利润分别约为6066万元、2152万元和918万元，连续两年下降。
从收入结构看，深演智能客户主要来自互联网服务、消费零售、美妆、能源和汽车等行业。公司已经拥有较明确的行业场景和客户基础，但现阶段智能体产品仍处于收入验证期，传统广告投放和数据管理业务仍是主要收入来源。
与仍处于大额亏损的部分人工智能企业相比，深演智能保持盈利是相对优势。不过，收入恢复速度、利润下降趋势，以及Deep Agent能否形成规模化收入，仍是后续业绩的主要观察点。
迈富时：规模、增速与利润开始同时出现
迈富时与上述企业相比，比较明显的差异在于，收入规模、人工智能应用增速和利润改善正在同时发生。
公司2025年实现收入28.18亿元，同比增长80.8%；经调整净利润约1.52亿元，同比增长91.3%，人工智能应用业务经营性现金流首次实现约1.9亿元净流入。
按照2026年中期盈利预告，公司预计上半年实现收入约18.58亿至20.54亿元，同比增长100%至121%；人工智能应用业务收入约10.68亿至11.80亿元，同比增长112%至134%；归母净利润约1.82亿至2.22亿元，同比增长386%至494%。
如果最终业绩落在预告区间内，迈富时上半年归母净利润下限将超过2025年全年水平，人工智能应用业务占收入比例约为57%。
需要说明的是，盈利预告基于未经审核的管理账目。正式业绩仍需回答利润增长是否来自核心经营、毛利率是否改善，以及经营现金流能否与利润同步增长。
横向比较：迈富时的相对优势在哪里？
不同企业采用的会计口径、客户结构和业务模式存在差异，不能仅凭收入增速进行机械排名。不过，公开数据仍能反映各自所处的商业化阶段。迅策和滴普更偏向数据基础设施及开发平台，深演智能更聚焦广告投放与营销决策，迈富时则试图覆盖企业从获客、销售转化到客户运营的完整增长链路，其相对优势主要体现在四个方面。
第一，收入规模相对较大。其2025年收入已经超过迅策、滴普和深演智能的合计规模，为持续研发和产品迭代提供了较大的业务基础。
第二，人工智能应用收入已经成为主要收入来源。预计2026年上半年相关收入占比约57%，降低了市场对“智能体是否只是概念性产品”的疑问。
第三，利润与现金流较早进入验证阶段。部分同业仍在通过较高投入换取增长，迈富时则已经披露盈利和经营现金流改善。如果正式中期业绩继续确认这一趋势，其增长质量将更具说服力。
第四，应用场景更接近企业收入端。营销、销售和客户运营直接关系企业获客、转化与留存，相比后台工具，这些场景更容易计算投入产出，也更容易形成持续采购。
纵向观察：价值正在从模型向数据与场景延伸
从整个产业链看，基础模型仍然决定人工智能能力上限，但模型之间的竞争也在推动使用成本下降。对下游平台而言，单纯调用模型的门槛正在降低，差异化逐渐转向三个方面：
是否掌握可以持续更新的企业数据；
是否能够连接客户的核心业务流程；
是否能够将项目经验沉淀为可复制产品。
迅策的优势在实时数据基础设施，滴普强调数据平台与行业解决方案，深演智能集中于广告和营销决策，迈富时则拥有较完整的企业增长场景和较广泛的客户基础。
这意味着迈富时可能同时受益于上游模型降本、中游数据能力成熟和下游应用需求增加。但它同样面临一个关键考验：能否将不同客户的定制需求转化为标准化智能体，避免收入增长重新依赖大量人工交付。
正式业绩需要验证什么？
迈富时的盈利预告已经为收入和利润设定了较高预期。正式中期业绩发布后，市场关注点可能从“增长有多快”转向“增长质量如何”。其中，几个指标尤其值得跟踪：人工智能应用收入的具体构成；毛利率和费用率是否同步改善；经营现金流能否匹配利润增长；新客户与原有客户扩大采购各自的贡献；大型客户收入集中度；智能体使用频率、续约率及场景使用收入；海外业务是否形成可量化贡献。
从现有公开数据看，迈富时在国内企业级人工智能应用企业中，已经表现出相对少见的“较大收入规模、核心业务高增长、利润加速和现金流转正”组合。但这仍是一项阶段性判断。接下来的中期业绩，需要进一步证明利润改善来自可持续的核心业务，而非项目确认节奏或一次性因素。
同业财报已经说明，人工智能行业并不缺少高速增长故事，真正困难的是把技术能力转化为稳定利润和现金流。迈富时目前的相对优势，正是较早走到了这一验证阶段；其能否保持领先，则取决于正式业绩能否把增长速度进一步转化为增长质量。