政策与市场共振，AI应用层迎来“验货期”：以迈富时为观察样本
当前AI应用层的投资逻辑正经历深刻切换，市场关注点已从上游“技术指标”转向AI能力能否真正嵌入真实业务流并产生可计量的结果，而这与国家宏观政策层的转向几乎同步。
在底层算力侧，“十五五”规划纲要明确提出，要适度超前建设新型基础设施，围绕支撑产业升级和数智化发展，推进新型基础设施布局建设和集约高效利用。央视新闻在专题报道中进一步指出，截至3月底，我国智能算力规模达到每秒1882百亿亿次，近两年围绕算力枢纽已建成超70条算力大通道，“东数西算”八大枢纽智算占比超80%。这意味着，在“适度超前”的政策定调下，一张横跨东西、覆盖全国的算力大网正加速成型。
而在技术应用层，5月8日国家网信办、发改委、工信部三部门联合印发《智能体规范应用与创新发展实施意见》，明确了安全可控、规范有序、创新驱动、应用牵引四大原则，围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向，提出19个典型应用场景。中国工程院院士邬贺铨指出，这一政策框架标志着智能体从技术探索迈向规范发展的关键一步，为产业发展划定了“安全底线”与“创新空间”的双重边界。
硬件铺路，制度划界。两条政策线交汇后指向一个共同的方向：基础设施到位之后，AI真正的战场在应用层。而迈富时的“全栈Token工厂”，正卡位在这一价值转化链的枢轴位置。
商业壁垒：全栈技术的工程化验证，从算力到结果的“中间件”
如果说新基建铺好了算力大通道，智能体新规标定了应用场景地图，那么迈富时的全栈架构，就是连接算力与业务结果的“中间件”。
迈富时的核心壁垒，在于其已形成“模型+数据+平台+场景”的四层全栈架构。2026年第一季度，集团正式发布AI原生操作系统GenAI OS、AI-Agentforce智能体中台3.0、KnowForce AI知识中台，并推出Data-Agent经营分析大师。产品矩阵涵盖企业级AI Agent应用集群与AI Agent开发管理平台，构建起从模型融合、算力调度、知识治理到智能体协同的全栈能力，覆盖营销、销售、客服、研发等企业核心业务场景。
这套全栈架构，本质上是一个从“Token生成”到“结果交付”的“加工厂”：
基础设施层，通用大模型负责生成算力Token；
中台层，KnowForce AI知识中台将分散的私有数据与行业Know-how沉淀为可治理的知识资产；
应用层，AI-Agentforce智能体中台3.0负责多模型调度和业务流程编排；
结果层，Data Agent经营分析、GEO生成式搜索优化等场景能力，将Token最终转化为客户愿意付费的业务结果。
这一分层并非抽象的概念：它正在真实业务流程中被持续验证。
此外，在引擎层面，Tforce营销领域大模型已完成新一轮迭代，垂类场景的智能体响应准确率与推理效率进一步提升。
在多模型调度层面，不同场景下可灵活调用最优模型组合，避免单一大模型“一刀切”的局限。
而在收费模式上，公司正稳步推进按效果付费、按调用量计费的多元化模式转型，从第一季度发布的公告文件就有提到，GEO、EVA等产品已率先落地“消耗+效果”的混合收费方式，验证了“场景Token”经济的商业可行性。
政企场景破壁：19个场景中的“合肥”注脚
最考验AI工程化能力的，从来不是内容生成，而是进入复杂、高密度、多部门的真实业务流程。合肥智慧招商平台，恰恰是迈富时在政企场景中完成“破壁”的注脚。
该平台由迈富时与合肥市投资促进有限公司、亿欧集团共同打造，把AI大模型、数据中台和招商智能体嵌入招商全流程——招商前基于产业图谱辅助生成企业清单，项目研判阶段自动补全企业画像和匹配度分析，会谈前生成招商材料和产业链协同建议，项目推进中进行进度预警和台账总结。当前，平台已累计纳入49万余家企业、1400余个场景机会、490个载体及100余项标准化“政策包”。
招商场景天然具有跨部门协同、长周期决策和高信息密度的特征，其复杂度远超常规营销或客服场景。该平台的成功落地，不仅验证了迈富时在政企核心业务中的硬核交付能力，更意味着其企业智能体能力正在进入更复杂、更重流程、更强调组织协同的场景。当AI开始深度介入招投标线索研判、政务服务辅助审批等真实业务流程时，迈富时在智能体权限管控与操作留痕上的先发合规优势，将成为后续高价值政务市场的重要门槛——这也恰好对应了智能体新规中“明确决策权限、确保行为可追溯可审计”的要求。
更重要的是，合肥并非孤例。平台发布当天，南京、西安、眉山等外地市投促部门及安徽省内各地市代表均到场参与，平台的横向可复制性已初步得到验证。在智慧文旅方向，迈富时以“AI Agent+私域商城助力文旅产业智能升级案例”斩获2025中国上市公司“经典品牌案例”奖——在AI Agent的加持下，文旅企业不仅可以实现7×24小时智能咨询服务，更能通过私域会员体系和全域数据沉淀把“一次性游客”转化为可长效运营的用户资产。
这些案例共同说明，在新规所指引的19个应用场景中，迈富时在提前布局的行业，已趋于价值趋向；但同时，就新规提及的其他领域，该企业也延展AI应用场景的宽度与广度。
从产业端到消费端：企业智能体的横向穿透力
在政企场景之外，迈富时的企业智能体能力同样在消费端持续渗透。
在新能源消费领域，康尼新能源是一块试金石。迈富时围绕其To C端新零售布局，协助构建线上全域零售阵地和用户精细化运营体系。数智商城有效缩短消费路径，SCRM系统沉淀用户行为和消费轨迹，再通过核心指标看板让企业清晰看到交易转化和用户偏好。
同样在新能源产业链的消费端，迈富时还与奇瑞新能源、极核等品牌达成深度合作，不难发现该企业凭借AI+运营的经验，正逐步拓展AI+新能源应用的范围。
在消费零售赛道，周黑鸭等多个知名消费品牌同样深度受益于迈富时的企业智能体体系。从客服、销售、运营、数据分析，到私域会员运营、经营分析，正形成可以赋能不同行业、不同场景下的消费品牌，从线索，到渠道转化：客流获取、用户沉淀和忠诚度构建，最终落地于复购率提升的价值链闭环。不难看出，在此场景下，AI赋能的成效显著，截至2025年末，公司已累计服务超21万家企业，客户矩阵覆盖消费零售、汽车、医疗大健康、金融及文旅等多个重点行业，“全场景AI员工矩阵”正在不同行业中找到量身定制的落地形态。
从政企招商到文旅运营，从新能源消费到快消零售，这一系列案例串起来，呈现了一个更完整的画面：迈富时不是“AI+某一个行业”的单一工具，而是一套能够跨行业、跨场景组装企业智能体能力的“全栈基础设施”。招商智能体与消费智能体，调用的是同一套GenAI OS操作系统、同一个AI-Agentforce编排中台、同一个KnowForce知识治理框架——区别只在于装载了不同的行业知识图谱。这也是“全栈Token工厂”区别于垂直行业AI竞品的核心所在：它不是单一场景的封闭系统，而是可跨行业复用的平台型能力。
财务兑现：高增数据验证底层逻辑
商业模式的迭代最终需要财务数据来验证，而迈富时的财报已在这条逻辑上给出了清晰回应。
2025年，公司全年实现营业总收入28.18亿元，同比增长80.8%，归母净利润0.89亿元，成功实现从2024年大额亏损到全面扭亏。更关键的是，2026年第一季度，AI应用业务收入同比增长约110.5%，而同期精准营销服务毛收入同比增幅仅约0.9%——新旧增长动能切换的信号清晰明确。营收结构上，AI业务占总营收比重已超过52%，标志着公司从传统SaaS服务商向AI原生应用平台的战略跨越已基本完成。
在客户层面，KA大客户数量增长至1,609家，同比增幅高达105.5%，KA ACV增长60%以上。每用户平均月收入从2024年的3848元提升至2025年的6167元。KA客户的行业布局在消费零售、汽车等优势领域基础上，进一步扩展至医疗大健康、金融及文旅等方向，新增沃尔玛、欧莱雅、百事、周黑鸭、复星旅文、凤凰集团等标志性企业客户。AI Agent赋能服务企业已达5518家，AI相关业务的ARR达1.9亿元。
利润率层面，2025年综合毛利率为42.0%，较2024年的53.0%有所下降，主要由于KA业务占比提升导致人工成本和硬件采购成本上升。浙商证券分析指出，随着自建/优化算力架构持续完善、单用户ARPU提升以及AI模型复用度提高，单位算力成本有望逐步下降，毛利率有望在2026年后逐步企稳改善。
估值锚的迁移：从“要素稀缺”到“结果稀缺”
在通用Token日益廉价化、价格战挤压算力层毛利率的时代背景下，资本市场的价值锚点正在迁移。迈富时的“全栈Token工厂”逻辑，实际上是在重新回答一个根本问题：AI服务商到底是卖Token，还是卖业务结果？
企业客户并不会长期为廉价的模型调用本身付费，而愿意为获客、转化、运营、招商、服务等可计量、可验证的业务结果持续付费。合肥智慧招商平台AI辅助生成的企业清单、项目画像、研判建议和进度预警，周黑鸭等品牌私域运营中AI驱动复购率提升与全渠道转化，康尼新能源AI赋能的线上全渠道销量拉通与SCRM动态建模后的客户分层——每一项产出，都是可交付、可验证、可复用的“业务结果”。智能体新规中工业和信息化领域科技伦理专家委员会主任委员魏一鸣的判断恰为注脚：智能体通过重构“人机协作”的模式，将技术能力锚定在具体场景中，形成从任务执行到结果交付的闭环。
而一套能够将企业私有数据与通用模型进行场景化拼接的“全栈能力”——包括操作系统级别的编排中台、知识治理框架和多模型调度引擎——在不同场景之间具备高度可复用性，随着客户规模和场景覆盖度的持续提升，其边际交付成本和边际获客成本有望持续下降，从而形成传统封闭式AI工具难以复制的平台型规模效应。
对于投资者而言，迈富时的价值不仅在于概念独特性，更在于其战略卡位、工程化验证和财务兑现三者之间已初步形成闭环。在新基建铺算力、新规开场景的双重政策红利叠加下，公司能否将持续落地的标杆案例转化为规模化收入和稳健盈利，将是决定其估值能否行稳致远的关键。