从迈富时的发展历程看AI投资领域的下一个分水岭

2025年，资本市场疯狂追逐“Token”概念。然而，一个根本性的矛盾被忽视了：无论是算力Token还是大模型厂商的模型Token，其本质都是标准化的商品（Commodity）。随着算力富足和模型开源，它们的价格必然走向薄利化，沦为AI时代的“水电煤”。

那么，AI应用层真正的价值在哪里？答案是：场景Token。

一个简单的类比：算力Token是“电费”，模型Token是“油费”，而企业客户只为“最终到达目的地”付费，这个结果就是场景Token。谁掌握了场景Token的定价权，谁就掌握了AI应用层的话语权。迈富时，正是这一赛道的先行者和规则制定者。

一、Token经济新论：场景Token的终极定价权

市场存在一个质疑：通用大模型能力越来越强，其自带的通用Agent是否会吞噬掉所有AI原生应用？

这一观点忽略了两个核心事实：

利益冲突：大模型厂商的商业模式是消耗更多模型Token。而AI原生应用厂商（如迈富时）的出发点是帮企业用最少的Token成本达成最佳效果。前者希望您多“踩油门”，后者帮您规划“最优路线”。

能力局限：通用Agent无法高效调用其他家模型，也无法解决企业内跨系统、跨部门的复杂协同问题，仅能处理单点任务。

因此，AI原生应用并非“套壳”，而是通过深厚的行业Know-how、知识图谱和智能体协作，将1美元的模型Token，转化为了企业愿意支付5美元甚至10美元购买的业务价值。价值分配的主导权，牢牢掌握在应用层。

二、迈富时的护城河：不是模型工厂，而是“场景Token工厂”

迈富时是如何构筑壁垒的？答案是无法复制的系统工程能力与数据飞轮。

行业Know-how的壁垒：近20年来服务超过21万家客户，覆盖几十个大行业，沉淀了上千个行业知识图谱。这些图谱不是核心经营数据，而是“什么话术能带来转化”这类脱敏的过程数据，是训练垂直领域模型最稀缺的养料。

工程化能力的壁垒：大模型可以写代码，但无法替代经过20年打磨、数百个可靠流畅的企业级功能模块。企业服务是系统性工程，单点应用无法解决复杂问题。

类比论证：大模型是性能强大的“锂电池”，迈富时是“问界M9”。用同样的电池，为什么不同车的差价巨大？因为系统工程、底盘调校和场景定义。同样，通用Agent是AI时代的Office，但它永远无法替代管理复杂进销存和现金流的ERP系统。

这三大壁垒构成了迈富时“场景Token工厂”的核心产能。

三、对标与差异：为何不是另一个Palantir

市场常将迈富时部分业务对标Palantir。这个类比有其合理性，但忽略了迈富时更性感的平台之路。

Palantir是“重交付”的军方定制，项目制特征明显。而迈富时是“平台化”的商业赋能。我们更像是AI时代的Salesforce + Palantir的混合体：既有Salesforce标准化SaaS的广度，又有Palantir在特定领域（营销）解决复杂问题的深度。这种平台模式，决定了其比Palantir拥有更高的估值弹性和更广阔的市场天花板。

四、增长与估值：70%增长下，10.5倍PE的深度价值

当市场还在为大模型的胜负争论不休时，应用层关于“场景Token”的战争已经悄然打响。迈富时凭借其深厚的行业积累和工程化能力，已率先建成了全球领先的“场景Token工厂”。但市场当前按传统软件公司给迈富时定价，从目前的这显然是一个错误的估值模型。

增长指引：公司AI应用收入未来三年复合增长率不低于70%。

估值锚点：预计2026年AI应用收入达24.6亿，2028年达73.2亿。即便采用保守的净利润率估算，对应2028年远期市盈率也仅约10.5倍。

一个拥有70%增速的AI应用平台龙头，其PEG（市盈率相对盈利增长比率）居然远小于1。这不是泡沫，这是典型的深度价值，市场正在用一个“软件公司”的折扣价，售卖一个“AI应用平台”的成长未来。

但对于投资者而言，这或许是一个不应错过的、定义下一代AI价值分配格局的机会。

迈富时