扭亏为盈，收入增3.2%，明略科技(2718.HK)2025年年报背后的成本结构革命

过去三年，中国专业服务行业经历了一场残酷的洗牌。一边是头部客户的预算压缩与ROI诉求升级，另一边是以AI为核心的技术变革持续重塑交付逻辑。在这个背景下，传统"堆人力、做项目"的增长模式越来越难以为继，而真正能在AI浪潮中完成自我重构的企业，才能在这场变局中找到新的增长锚点。

明略科技（2718.HK）近日发布的2025财年全年业绩，提供了一份值得细读的样本。报告期内，公司实现营业收入14.26亿元，同比增长3.2%；毛利达到7.9亿元，同比增长10.8%；经调整净利润4204万元，实现扭亏为盈——而2024年同期，这个数字是亏损4511万元。

单看收入增速3.2%，并不惊艳。但把这个数字放到盈利逻辑里看，才能理解这份年报真正想说的事：利润的逆转，并不是靠收入体量换来的，而是靠内部效率的系统性重构换来的。

三组数字背后的结构性变化

财报的核心信号，藏在三组数字的对比里。

第一组：收入增速3.2%，毛利增速10.8%。毛利的增速是收入增速的三倍，这意味着公司正在卖出更"值钱"的东西——或者说，同样的收入规模，消耗的成本越来越少。

第二组：经调整经营利润从2024年的580万元跃升至2498万元，经营亏损从1.32亿元大幅收窄至1572万元。这背后是AI对内部交付流程的系统性介入，已经开始在财务层面形成可感知的杠杆效应。

第三组：Agentic Services（智能体化服务）业务板块首年实现营收超过1亿元，新增大客户中超过30%来自这一板块。这是一个全新业务方向从0到1的商业验证，也是毛利结构改善的重要来源。

把这三组数字放在一起，可以看出一个清晰的逻辑链：高附加值的新业务贡献了更好的毛利结构，AI驱动的内部改造降低了既有业务的边际成本，两者共同作用，推动了公司从亏损到盈利的跃迁。

AI如何重构了交付成本

明略科技的利润改善，首先来自一次大规模的内部AI化实验。

报告期内，旗下秒针系统历时60天，完成了全链路Agentic AI改造。这是一次对社媒数据处理、洞察分析、报告生成等核心业务环节的系统性重构——在保留必要人机协作节点的前提下，全链路AI自动完成率达到90%，深度复盘报告产出的人效提升达20倍。

营销智能业务的交付效率提升最高可达4倍，意味着同样规模的交付，所需的人力投入显著降低；营运智能业务的工单解决时间压缩超过30%，意味着同样数量的客户，售后服务成本在下降。

这些数字单独看都是亮眼的效率指标，但合并看才能理解其背后的商业逻辑：专业服务公司的成本结构，天然受制于"人力是线性增长的"这一铁律——一旦规模扩张，人力成本必然同比放大。而AI嵌入之后，交付新客户的边际成本开始系统性下降，这才是利润杠杆形成的根本原因。

值得注意的是，明略科技实现了全体员工100%接入DeepMiner平台，员工可自主创建并部署专属业务Agent，将内部标准操作路径从人力执行逐步演进为人机协同编排。这不只是一次工具推广，而是一次组织操作系统层面的升级——它把AI的效率红利，从个别试点场景扩展到了整个组织的日常运转。

新业务板块的毛利贡献

盈利改善的第二条线索，来自Agentic Services的毛利贡献。

与传统SaaS软件或项目制服务不同，Agentic Services采用按效果计费的模式：客户为可量化的业务结果付费，而不是为部署了多少工具或产出了多少报告付费。这种模式的核心优势，是服务方可以用AI驱动的自动化降低边际交付成本，同时维持较高的客户定价。

根据弗若斯特沙利文的研究，明略科技是按2024年总收入计中国最大的数据智能应用软件供应商。从这一基本盘出发，Agentic Services的加入，不只是新增了一个业务线，更是在原有数据智能底座之上，嫁接了一种新的商业逻辑——从卖"洞察"升级为卖"结果"，从一次性项目合同升级为长期效果合作。

大客户续约率达到96%，印证了这种服务升级正在被市场接受。客户愿意续约，本质上是在用真实的预算投票——这是比任何调研数据都更有说服力的市场信号。

盈利是起点，不是终点

明略科技创始人、CEO吴明辉在年报中明确指出，2025年公司完成了一次关键转型——从帮助客户看懂数据，到帮助客户拿到结果。Agentic Services的意义，正是在于推动AI的价值从工具交付走向结果交付，这不仅改变了客户采购专业服务的逻辑，也正在重塑整个服务方式与商业模式。

从财务逻辑来看，2025年的盈利更像是一个转折点，而非终点。随着Agentic Services继续规模化、DeepMiner平台持续深入组织运营、更多业务场景完成AI化改造，利润杠杆的释放空间理论上会持续扩大。

对于正在探索"AI如何真正为企业降本增效"这一命题的企业来说，明略科技2025年的财务数据，提供了一个可量化、可参照的真实案例——不是关于AI潜力的宏大叙事，而是关于AI落地之后，利润表上能看到什么。这或许才是这份年报最值得被认真对待的地方。