本文来源：时代商业研究院 作者：文通
上市半年即盈利，迅策科技（03317.HK）正在打破AI行业最难破解的一道题。
长期以来，AI行业始终面临一个悖论：模型越强，成本越高；规模越大，盈利越难。然而，迅策科技却走出了另一条道路：成立十年首次实现上半年盈利，收入实现同比近四倍增长，维持高毛利水平。这不仅意味着一家企业跨越了盈亏平衡点，更意味着整个AI行业开始进入由技术创新走向商业兑现的新周期。
7月31日，迅策科技发布2026年中期业绩预告，预计实现营业收入9.67亿元，同比大涨389%，创下同期历史新高；归母净利润7251万元，去年同期归母净亏损是8900万元，实现首个半年度盈利；经调整净利润6700万元，而去年同期的净亏损是1.05亿元，大幅度的扭亏为盈。
相比业绩数字，更值得关注的是增长来源的变化。据了解，上半年，公司Token模式营收占比已超过10%，6月Token模式的ARR按季度环比增长410%，随着TokenOS持续落地，数据Token调用量指数级攀升。同时，智能汽车、低空经济等多元化行业开始贡献增量，各项经营指标同步改善。
这些变化表明，迅策的增长逻辑正在发生转变：从依赖项目交付，逐步走向Token化和跨行业复制。而随着企业AI从“训练”走向“推理”，从“模型竞争”迈向“数据竞争”，企业级实时数据基础设施正成为AI产业新的价值高地，迅策也开始进入商业兑现的新阶段。
从模型时代，到数据时代
OpenAI、DeepSeek不断刷新模型能力，英伟达持续推高算力需求，几乎所有人都相信，未来AI竞争的核心，是模型和芯片。
但迅策科技看到的，却是另一条赛道。这家公司成立于2016年，比大模型热潮早了数年。过去十年，它没有训练自己的大模型，也没有研发AI芯片，而是一直在处理企业数据。
当时，这项能力并不性感。企业每天产生海量数据：生产设备、供应链、金融交易、能源调度、机器人训练……这些数据分散在不同系统，格式各异、标准不统一，更多时候只是企业内部的信息资产，而非AI能力的一部分。
直到大模型开始进入企业，这些能力突然变得重要起来。
越来越多企业发现，大模型能够理解知识，却很难直接理解一家企业真实的业务流程。企业私有数据未经治理，模型容易出现幻觉；数据更新不及时，推理结果很快失效；核心业务数据无法出域，又让公有云模型难以真正进入生产系统。
模型越来越强，但AI落地却没有同步加速。真正限制企业AI应用的，不再是模型能力，而是数据能否被持续、实时、安全地供给模型。产业竞争的重心，开始从“训练模型”转向“供给数据”。
如果说过去AI竞争主要围绕算力和模型，那么今天，数据基础设施正在成为第三条赛道。放眼全球，算力已经形成以英伟达为代表的产业体系，模型领域诞生了OpenAI、Anthropic、DeepSeek等头部玩家，而AI数据基础设施仍是一片相对空白。美国数据龙头上市公司的市值已突破万亿，而国内尚未形成具有规模优势的数据基础设施企业。
这也意味着，一个新的产业机会正在出现。国家发展改革委已将“模型、算力、数据”并列写入“十五五”人工智能产业发展思路。随着AI从训练走向推理、从通用能力走向行业落地，企业对于高质量、场景化、实时化数据的需求快速增长。
迅策恰好踩中了这一变化。过去十年，公司逐步建立起覆盖数据获取、清洗、标准化、标签、建模、实时流计算、AI智能体开发、大模型调优以及混合模型接入等九大数据处理环节，以及五大数据Token化流程的全链路能力，并将数据中枢部署在企业私有环境中，为模型持续提供可直接调用的数据。
如果说模型解决的是AI理解的问题，那么迅策希望解决的，则是AI真正进入企业、融入业务流程的“最后一公里”。没有数据治理、实时供给和安全合规，再强的大模型也很难跨过Demo阶段；而把算力、模型、数据和业务流程连接起来，正在成为企业AI基础设施新的竞争焦点。
从能力积累到业绩兑现，迅策迎来增长拐点
如果说企业AI进入推理时代，让数据基础设施从幕后走向台前，那么对于迅策而言，2026年更像是多年技术积累开始兑现的一年。
过去十年，迅策一直深耕企业数据治理。从资产管理行业起步，公司逐步将业务拓展至电信、电力、能源、高端制造、生物医疗、机器人训练平台、商业航天、智能汽车、低空经济等多个行业。这一阶段，迅策验证的是技术能力和行业Know-how。而随着企业AI进入规模化应用阶段，这些能力开始进入商业兑现期。
需求，是业绩兑现最直接的推动力。过去，企业采购更多是数据治理项目；如今，越来越多企业开始将AI部署到生产制造、金融交易、能源调度等核心业务流程，对实时数据供给、行业知识沉淀和AI落地能力提出更高要求。企业需要的不再只是一个模型，而是一套能够持续支撑AI运行的数据基础设施。市场需求的变化，也推动迅策将原有能力进一步产品化。
今年5月，迅策正式发布全球首款TokenOS操作系统TokenONE，将企业多源异构数据实时转换为标准化、可计量、可定价的场景Token，并提供可信计费能力。中信证券将其定义为“数据流操作系统”，认为其实现了企业数据治理、实时处理和AI-ready输出的一体化架构创新。
相比通用大模型Token，场景Token拥有更高价值，定价可达到每百万Token10至100美元，约为通用模型Token价格的十倍，溢价来自企业私域数据、毫秒级响应能力以及长期积累的行业Know-how。
产品落地之后，商业模式也开始发生变化。随着TokenOS投入应用，迅策收入开始更多来自Token的持续调用。企业AI应用越深入，调用次数越多、业务模块越丰富，Token消耗也随之增长。这一变化已经反映在经营数据中。今年4月，迅策Token调用ARR环比增长约300%；5月继续增长320%；6月Token模式收入占比突破10%，Token模式ARR按季度环比增长410%。收入来源开始由Token价格、调用次数、业务模块和客户数量共同驱动，商业模式也从项目制逐步转向平台运营。
商业模式跑通之后，复制能力开始释放。上半年，迅策成功进入智能汽车、低空经济两大新行业，非资管业务收入占比持续提升；与格创东智共建国内首个“制造业Token工厂”，并与博泰车联、赛目科技共同布局智能网联汽车和物理AI，同时携手沐曦、天数智芯、壁仞等国产GPU厂商开展合作，Token工厂模式开始在制造、汽车、算力等多个产业链实现复制。
这种复制能力，也开始延伸至海外市场。今年7月，迅策与欧洲数字与人工智能服务商签署战略合作备忘录，共同建设面向欧洲市场的Token工厂。此外，公司还与深圳数据交易所及北京国际大数据交易所订立战略合作，为业务全球化拓展奠定监管合规与生态基础。
回过头来看，迅策上半年的业绩增长，并非单一因素驱动，而是企业AI需求释放、TokenONE产品落地、Token付费模式放量、多行业复制以及国际化突破共同作用的结果。对于一家长期深耕企业数据基础设施的公司而言，这意味着过去十年积累的能力，开始进入规模化兑现阶段。
从Token调用到AI平台，迅策把增长空间再次打开
如果说上半年业绩增长，证明了Token商业模式开始成立，那么对于迅策而言，更大的想象空间在于预计下半年推出的Token交换平台TokenRouters以及AI落地的终极形态——企业小模型，其增长逻辑也有望从项目驱动进一步转向平台驱动和生态驱动。
如果说TokenONE解决的是企业内部的数据问题，将分散的数据治理、标准化，并实时转化为AI能够直接调用的数据Token；那么公司下一阶段推出的TokenRouters，则试图进一步解决企业与企业之间的数据协同问题。
按照迅策的规划，TokenRouters并不是简单的数据交换平台，而是连接不同企业、不同系统、不同AI应用的数据路由层。在这一架构下，企业内部的数据经过TokenONE完成治理和封装之后，可以在权限可控、数据不出域的前提下，实现跨企业、跨产业链、跨场景流通。数据不再停留在单个企业内部，而能够进入更大的产业网络，持续创造价值。
再远一步，迅策把目标放在企业小模型。行业判断，未来企业AI不会长期依赖单一通用大模型，而会形成大量基于行业知识和私域数据训练的企业专属模型。这些模型更关注具体业务，更强调可控、安全和持续迭代，其价值最终仍然建立在高质量行业数据之上。迅策将基于FDE模式，将多年沉淀的行业Token进一步沉淀为企业小模型能力，为客户提供服务。
从实时数据处理，到数据Token化；从企业内部的数据治理，到跨企业的数据协同；再到未来企业小模型和业务流程的持续运行，迅策试图搭建的，并不是一款AI产品，而是一套贯穿数据、模型与业务的企业AI基础设施。
AI进入下半场，竞争正在向企业落地能力迁移。模型越来越趋于通用，真正构筑壁垒的股票配资公司网，是谁能够把AI嵌入企业业务流程，并持续创造业务价值。对于迅策而言，上半年的业绩增长，更像是一场长期兑现的开始。随着TokenRouter、企业小模型等产品逐步落地，公司将在AI产业链中占据一个新的位置。
天创网提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
