2026年4月17日，A股算力產(chǎn)業(yè)鏈繼續(xù)延續(xù)前幾天的熱度，成為當(dāng)日市場重點(diǎn)關(guān)注板塊。這一資金動向的直接驅(qū)動力來自AI需求的爆發(fā)式增長。公開數(shù)據(jù)顯示，中國AI大模型周調(diào)用量已達(dá)12.96萬億Token，是美國（3.03萬億）的4.28倍，且已連續(xù)五周領(lǐng)先。多模態(tài)AI應(yīng)用的普及進(jìn)一步放大了這一趨勢——單次任務(wù)的Token消耗量是傳統(tǒng)聊天的10至100倍。與此同時，全產(chǎn)業(yè)鏈進(jìn)入漲價周期：英偉達(dá)Blackwell芯片租金兩個月漲48%，阿里云、騰訊云等國內(nèi)云廠商集體提價5%至34%。政策層面，“算電協(xié)同”戰(zhàn)略與工信部普惠算力行動等政策持續(xù)推動，疊加板塊一季報高增兌現(xiàn)（如中際旭創(chuàng)凈利潤同比增長262%），算力成為當(dāng)前市場共識度最高的賽道。

然而，Token需求的爆發(fā)式增長，并不意味著產(chǎn)業(yè)鏈每一環(huán)都將同步擁有同等盈利能力。隨著云智算供給擴(kuò)張、模型開源加速以及國內(nèi)廠商在推理價格上的持續(xù)競爭，底層算力Token與模型Token本身，正在呈現(xiàn)出“規(guī)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(chǎn)品低出10至20倍。換言之，Token經(jīng)濟(jì)的繁榮正在確認(rèn)需求側(cè)爆發(fā)，但其價值分配未必停留在底層供給環(huán)節(jié)。

一、Token經(jīng)濟(jì)的三層結(jié)構(gòu)與價值分層

華泰證券在2026年4月17日發(fā)布的研報中提出了一個系統(tǒng)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(yīng)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(yīng)圍繞Token展開，形成算力層、模型層、應(yīng)用層三層加價結(jié)構(gòu)。

算力層：對應(yīng)Token的物理生產(chǎn)，加價來源為資源稀缺性與規(guī)模降本。推理側(cè)Token消耗量的指數(shù)級增長推動了算力鏈條持續(xù)漲價，算力租賃環(huán)節(jié)已在探索Token分成等新商業(yè)模式。

模型層：對應(yīng)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(zhì)量和任務(wù)適配能力的差異。

應(yīng)用層：對應(yīng)Token的場景轉(zhuǎn)化率，加價來源為私有數(shù)據(jù)×行業(yè)Know-how×合規(guī)價值。其核心價值在于將行業(yè)私有數(shù)據(jù)與專業(yè)Know-how賦能Token的使用過程，使單位Token投入的業(yè)務(wù)價值最大化。終端企業(yè)用戶購買的不是Token而是業(yè)務(wù)結(jié)果，AI應(yīng)用層通過數(shù)據(jù)和經(jīng)驗(yàn)、行業(yè)知識與服務(wù)經(jīng)驗(yàn)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(jié)構(gòu)中，市場對算力層和模型層的關(guān)注已有較為充分的定價——A股算力產(chǎn)業(yè)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(yīng)用層場景Token的價值重構(gòu)或尚未被市場充分定價”。在ROI明確的場景，AI應(yīng)用廠商正積極探索按Token消耗量付費(fèi)及按效果付費(fèi)等新商業(yè)模式，將收費(fèi)來源從采購預(yù)算遷移至業(yè)務(wù)超額收益。研報進(jìn)一步指出，業(yè)績成長性高、估值低位、已有按Token消耗量/按結(jié)果付費(fèi)收入的優(yōu)質(zhì)AI應(yīng)用標(biāo)的有望獲得市場關(guān)注，產(chǎn)業(yè)鏈相關(guān)公司包括邁富時（02556.HK）、稅友股份、中控技術(shù)、滴普科技等。

與此同時，英偉達(dá)CEO黃仁勛在GTC 2026上提出的“Token經(jīng)濟(jì)”理論，為理解算力層的競爭邏輯提供了參照。黃仁勛將數(shù)據(jù)中心重新定義為生產(chǎn)Token的“工廠”，指出每一座數(shù)據(jù)中心在固定功率下，每單位Token吞吐量直接決定了企業(yè)生產(chǎn)成本。他還預(yù)測2026至2027年間全球AI算力采購訂單積壓規(guī)模將突破1萬億美元，并給出了五層AI服務(wù)定價體系。但這一框架本質(zhì)上定義的是算力層Token的定價機(jī)制，即英偉達(dá)的目標(biāo)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(yè)卡位：港股中具備全棧能力的AI應(yīng)用平臺

在上述三層Token結(jié)構(gòu)中，邁富時處于應(yīng)用層位置。據(jù)招股書援引弗若斯特沙利文數(shù)據(jù)，以2022年收入計(jì)，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(jì)服務(wù)超過21萬家企業(yè)客戶，覆蓋零售消費(fèi)、汽車、金融、B2B制造、醫(yī)藥大健康、企服、跨境電商等多個行業(yè)。根據(jù)公司官網(wǎng)公開信息，公司連續(xù)7年位列AI SaaS影響力企業(yè)第一，連續(xù)6年位列智能營銷企業(yè)第一，并在2025中國AI營銷智能體榜單中位居第一。

從產(chǎn)業(yè)鏈布局維度看，在港股AI相關(guān)上市公司中，能夠同時覆蓋智算基礎(chǔ)設(shè)施、行業(yè)數(shù)據(jù)積累、模型調(diào)度與智能體應(yīng)用四個環(huán)節(jié)的標(biāo)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(chǔ)設(shè)施和算力調(diào)度能力，是港股AI應(yīng)用標(biāo)的中少數(shù)具備自建算力資源的AI應(yīng)用企業(yè)之一；

數(shù)據(jù)層面：積累了21萬家企業(yè)客戶的行業(yè)數(shù)據(jù)和不同行業(yè)可復(fù)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(diào)度，采用模型中立架構(gòu)；

智能體層面：構(gòu)建了AI-Agentforce智能體中臺和全場景AI員工產(chǎn)品矩陣，覆蓋營銷、銷售、客服、研發(fā)、經(jīng)營決策等核心業(yè)務(wù)環(huán)節(jié)。

這種“智算+數(shù)據(jù)+模型+智能體”的全棧能力，使公司在產(chǎn)業(yè)鏈中的定位有別于僅覆蓋單一環(huán)節(jié)的AI企業(yè)。從Token經(jīng)濟(jì)的視角看，邁富時并不直接參與算力Token的生產(chǎn)競爭，而是將上游的算力Token和模型Token，通過行業(yè)積淀、知識圖譜和智能體中臺，轉(zhuǎn)化為企業(yè)客戶愿意為之持續(xù)付費(fèi)的“場景Token”——即把Token加工為可量化的業(yè)務(wù)結(jié)果。

三、核心產(chǎn)品體系與商業(yè)化路徑

2026年第一季度，邁富時正式發(fā)布了AI原生操作系統(tǒng)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(jīng)營分析大師。據(jù)公開信息，Gen AI OS采用模型中立架構(gòu)，向下兼容國內(nèi)外主流模型，并預(yù)置了汽車、零售消費(fèi)、工業(yè)設(shè)備制造、醫(yī)藥與冷鏈物流等行業(yè)的數(shù)字孿生鏡像。該系統(tǒng)引入本體驅(qū)動開發(fā)范式，通過定義本體、編排智能體的方式構(gòu)建應(yīng)用，無需編寫大量膠水代碼即可將ERP、CRM、DMS等異構(gòu)系統(tǒng)數(shù)據(jù)映射為互聯(lián)的業(yè)務(wù)語義。

公司產(chǎn)品矩陣已涵蓋企業(yè)級AI Agent應(yīng)用集群與AI Agent開發(fā)管理平臺，形成了從模型融合、算力調(diào)度、知識治理到智能體協(xié)同的全棧能力，覆蓋營銷、銷售、客服、研發(fā)、經(jīng)營決策等企業(yè)核心業(yè)務(wù)場景。智能體中臺負(fù)責(zé)場景Token的自動化生產(chǎn)，知識中臺負(fù)責(zé)場景Token的行業(yè)知識注入，Gen AI OS則提供運(yùn)行環(huán)境和系統(tǒng)化支撐。

在商業(yè)化路徑方面，公司正在從傳統(tǒng)軟件訂閱模式向“消耗+效果”的混合收費(fèi)方式轉(zhuǎn)型。GEO等產(chǎn)品已落地按Token消耗量及按效果付費(fèi)的商業(yè)模式，將收費(fèi)來源從采購預(yù)算遷移至業(yè)務(wù)超額收益。這一模式的變化，本質(zhì)上對應(yīng)的是華泰證券所指出的AI應(yīng)用層定價邏輯的遷移——客戶為結(jié)果付費(fèi)，而非為軟件賬號付費(fèi)。

四、業(yè)績驗(yàn)證：AI應(yīng)用收入的高速增長

從已披露的財務(wù)數(shù)據(jù)看，邁富時的AI應(yīng)用業(yè)務(wù)正在進(jìn)入快速增長通道。2026年第一季度，公司AI應(yīng)用業(yè)務(wù)收入同比增長約110.5%，精準(zhǔn)營銷服務(wù)毛收入同比增長約0.9%。AI應(yīng)用業(yè)務(wù)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(yīng)用業(yè)務(wù)收入為14.87億元，同比增長76.5%，占總收入比重達(dá)到52.8%；精準(zhǔn)營銷服務(wù)收入為13.31億元，同比增長85.8%；經(jīng)調(diào)整凈利潤為1.52億元，同比增長91.3%。在客戶結(jié)構(gòu)方面，KA客戶達(dá)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(jīng)營效率方面，集團(tuán)總?cè)诵嵘?2.7%，銷售費(fèi)用率下降6.5個百分點(diǎn)至14.5%，管理費(fèi)用率下降10.2個百分點(diǎn)至6.8%，研發(fā)費(fèi)用率維持在15.6%，AI業(yè)務(wù)經(jīng)營性現(xiàn)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(dāng)前AI產(chǎn)業(yè)鏈的競爭格局中，不同環(huán)節(jié)的公司在定位和壁壘上各有側(cè)重：

在港股市場，邁富時是目前少數(shù)同時具備“智算、數(shù)據(jù)、模型、智原力、智能體”五層能力的AI應(yīng)用平臺公司。其差異化主要體現(xiàn)在三個方面：

其一，自建智算基礎(chǔ)設(shè)施和算力調(diào)度能力。在港股AI標(biāo)的中，具備自建算力資源的企業(yè)級應(yīng)用平臺較為稀缺。2025年公司研發(fā)費(fèi)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(chǔ)設(shè)施投入和AI Agent相關(guān)技術(shù)研發(fā)。

其二，21萬家企業(yè)客戶的行業(yè)覆蓋和上千個可復(fù)用知識圖譜。行業(yè)知識圖譜的構(gòu)建周期較長，一旦形成便有自我強(qiáng)化的特征，構(gòu)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(nèi)。

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

公司官網(wǎng)公開信息還顯示，其曾在2022年和2025年兩次作為數(shù)智化賦能標(biāo)桿企業(yè)被《中國新聞》兩會?？靶氯A社官網(wǎng)報道。在政企數(shù)字化轉(zhuǎn)型、行業(yè)客戶合作等方面，這類外部背書雖然不直接決定業(yè)績，但對公司市場公信力和品牌認(rèn)知度具有正面影響。

六、Token經(jīng)濟(jì)中的角色定位：從Token工廠到場景Token加工

如果將英偉達(dá)提出的“Token工廠”概念作為理解算力層Token生產(chǎn)的參照，那么邁富時在產(chǎn)業(yè)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(yè)中臺、知識圖譜和智能體中臺，轉(zhuǎn)化為企業(yè)客戶愿意為之持續(xù)付費(fèi)的業(yè)務(wù)結(jié)果。

在Token經(jīng)濟(jì)的三層結(jié)構(gòu)中，算力層的競爭核心是每單位Token吞吐量和規(guī)模降本，模型層的競爭核心是智能密度與模型能力，而應(yīng)用層的競爭核心則是場景轉(zhuǎn)化率——即如何讓每一單位的Token產(chǎn)生更高的業(yè)務(wù)價值。企業(yè)客戶持續(xù)付費(fèi)購買的不是Token消耗量本身，而是這些Token能否帶來更高的轉(zhuǎn)化率、更快的成交推進(jìn)、更低的客服成本或更優(yōu)的組織效率。

在這一邏輯下，邁富時的價值在于承接Token經(jīng)濟(jì)從底層能力到上層業(yè)務(wù)價值的轉(zhuǎn)化環(huán)節(jié)。其21萬家企業(yè)客戶所積累的行業(yè)數(shù)據(jù)閉環(huán)和可復(fù)用、可持續(xù)的各行各業(yè)的知識圖譜，構(gòu)成了將通用Token加工為場景Token的核心資源。隨著AI應(yīng)用從技術(shù)驗(yàn)證期進(jìn)入規(guī)?；虡I(yè)落地階段，應(yīng)用層場景Token的定價權(quán)問題將成為AI產(chǎn)業(yè)鏈下一階段價值分配的關(guān)鍵議題。

總體來看，Token經(jīng)濟(jì)的快速擴(kuò)張正在推動AI產(chǎn)業(yè)鏈的價值分配格局發(fā)生變化。A股算力產(chǎn)業(yè)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(jié)構(gòu)同時指出，應(yīng)用層場景Token的價值尚未被市場充分定價。英偉達(dá)提出的“Token工廠經(jīng)濟(jì)學(xué)”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(yè)的智能體中臺，并將這些概念轉(zhuǎn)化為業(yè)務(wù)結(jié)果呈現(xiàn)，簡言之，以全棧能力為支撐，以企業(yè)智能體中臺為核心輸出，將Token轉(zhuǎn)化為可見、可量化的業(yè)務(wù)成果與價值變現(xiàn)。

在港股AI上市公司中，同時具備智算、數(shù)據(jù)、模型、智原力、智能體五層能力的標(biāo)的較為稀缺，這一全棧能力構(gòu)成了公司區(qū)別于單環(huán)節(jié)AI企業(yè)的差異化基礎(chǔ)。隨著Token經(jīng)濟(jì)持續(xù)擴(kuò)容、底層模型能力差距逐步收窄，應(yīng)用層場景Token的定價權(quán)問題或?qū)⒊蔀锳I產(chǎn)業(yè)鏈下一階段價值分配的關(guān)鍵。在此背景下，邁富時的全棧Token能力建設(shè)和企業(yè)智能體產(chǎn)品布局，為理解AI應(yīng)用層的價值重構(gòu)提供了一個可觀察的樣本。

邁富時