路演实录 | 数据Token化打开新增长引擎，迅策科技(03317)构建AI原生时代实时数据底座TokenOS操作系统

近日，由智通财经主办、“冬日暖阳” 独家承办，专业财经路演直播平台“大路演”提供路演支持的“2026智通财经夏季路演大会”在深圳顺利举行。

在本次路演中，迅策科技投资者关系总监张凯琳就公司的商业模式、产品体系演进、跨行业多元化拓展及未来全球化战略，与现场投资者进行了深度面对面沟通。

以下为智通财经APP整理的迅策科技路演实录：

迅策科技(03317)是中国领先的AI实时数据基础设施及分析服务商。公司以AI Data Agent为核心，专注于为客户提供毫秒级别的实时数据处理和分析一站式产品服务。

自2016年成立以来，迅策科技最早在金融资管行业起家，重点服务于高壁垒、高监管、对实时性及准确性有着极高要求的机构客户。在金融领域深耕的几年，公司打磨出了“毫秒级时效”与“百分之百准确”的核心工具层能力，为客户业务决策提供最值得信赖的数据支持。

经过十年的跨越式发展，迅策科技已建立了从数据获取、清洗、标准化治理，到数据建模、实时流计算的全链路能力。2023年大模型爆发后，公司进一步引入智能体开发，全面支持大模型的连接与调优。

通过持续的共创与挖掘，公司已成功从单一金融垂类拓展至多元化跨行业发展。截至2025年底，公司金融行业收入占比为20%，剩下的近80%收入广泛来自于电力、高端制造、城市运营等多元领域。2025年，公司更是新开拓了具身智能、低空经济等高精尖赛道，并在2026年进一步向高壁垒行业延伸。

截至2025年底，迅策科技在各个行业的复杂应用场景中已深度积累了超过300个功能模块，这使得公司在开拓新行业与新客户时具备极强的复用度与拓展速度。

由于产品的高黏性，公司客户留存率表现优异，2025年底客户总数已达230多家，单个企业客户的每用户平均收入（ARPU）呈现爆发式增长，从2024年的272万元倍增105.51%至2025年的559万元。

在AI产业链及生态定位上，迅策科技与GPU厂商、大模型厂商及云厂商均不存在竞争关系，而是赋能与合作的上下游生态：

在算力与GPU层，迅策科技基于算力底座进行后续的数据处理、精炼与Agent层分析；在大模型层，公司不对模型做捆绑，客户可自由选择将经迅策清洗、标准化并注入行业Know-how的垂类Token喂给任何通用大模型；在云端厂商层，公司深度部署在客户的本地云、公有云或本地系统中，在云原生本地环境中帮大客户搭建安全、准确的数据中枢与智能决策平台。

商业模式全面升级：按Token付费模式打开增长天花板

在收费模式上，迅策科技于2026年之前主要以订阅制和交易项目制为主。2025年，公司交易项目制收入占比高达91%，订阅制收入占比为9%。

而自2026年起，公司迎来极具颠覆性的商业模式升级——引入按Token付费的模式。

需要强调的是，迅策科技所定义的Token，与传统大模型厂商所说的Token有着本质的不同。其中，通用大模型输出的称为“通用Token”；而在迅策的业务场景里，其所交付的称为“场景垂类Token”：“垂类” 代表行业，“场景” 则代表落在具体企业的具体业务环节中，所解决的具体问题。

在定价方面，公司每百万个场景垂类Token的定价在10美金到100美金之间。这一价格水平与传统的通用大模型Token相比，要高出大几倍甚至将近十倍。

为何能够实现这样的高定价？这源于场景垂类Token的独特性质。如果把通用大模型的Token比喻成日常喝的“水”，它是所有人或企业进入AI世界的最低门槛。

但是，大模型的性能再好、升级再快，其天然面临几个企业级应用的鸿沟：第一，没有企业自身的私域数据；第二，没有企业本地的know-how；第三，无法满足企业本地极其严格的合规与权限隔离要求，成为了企业具体场景痛点与通用大模型之间一直存在的断层。

企业不可能将复杂的原始数据直接喂给通用大模型。因为在企业级场景中，原始数据结构不一、没有标准化，直接输入不仅处理时效极差，还会带来巨大的无效Token消耗。这导致很多企业虽然想用大模型，但在实际场景中却根本无法直接使用。

迅策科技的价值，在于成为了两者之间的“连接器”，公司将企业级别的数据在底层进行预处理和深度封装，将企业的私域数据、本地规则、场景know-how全部注入到场景垂类Token中，再喂给大模型。换言之，迅策科技的场景垂类Token输出，正是企业输入给大模型的高质量原料。

TokenOS操作系统：实现数据Token化，让大模型产出可计量

为了将数据真正Token化，迅策科技正式推出了核心系统——TokenOS操作系统。据智通财经APP了解，TokenOS是一个AI原生的企业级Token操作系统，其横向覆盖了数据Token化的九大完整环节，纵向上进入到五大应用层：

1.基础层：核心负责整个数据的标准化。如今，该技术已把传统的数据标准化升级为了“数据Token化的标准化”，未来目标是将其打造为一个标准化的“Token工厂”，使不同企业的数据Token化能力变得标准化且可快速复制。

2.中间层：为行业know-how注入的核心环节，在此进行深度的数据建模与实时流计算。从基础层进入中间层后，企业的本地数据与业务know-how就已被封装进一个可计量、可定价且可交换的场景垂类Token之中。

3.应用层：可以通过智能体（Agent）随时调用垂类Token。同时，该系统具备极强的灵活性，支持多模型连接（通过MCP方式）。企业客户在未来不需要绑定单一模型，而是可以根据不同的业务场景，灵活调用不同的大模型。

4.前沿层：TokenOS是多元算力兼容的，能够接入市面上所有算力底座。无论客户的的GPU、CPU等底层硬件是什么，无论最终选择的大模型是什么，TokenOS都能够帮其实现灵活的链接与调整。

5.计量层：能够为客户产出清晰的系统界面，企业可以随时随地看到自身的业务在哪个环节、产生了多少Token调用，实现Token的完全可被计量、可被追溯及可被合规审查。

TokenOS操作系统的核心，是助力企业实现数据的“Token化”。自2023年国家数据局成立并提出数据资产入表以来，很多企业都意识到自身数据蕴含巨大价值，但行业最大的痛点始终在于“如何定价”与“如何确权”。

迅策科技认为，将企业的私域数据Token化、标准化，进而推动其走向可计量、可定价、可交换，是将AI在企业具体场景中实现大规模工业化落地的核心途径。

基于这种模式，迅策目前正在与诸多业务场景中的重点企业展开深度合作。在帮助他们处理高质量数据的同时，帮其联通大模型。未来，不排除与这些行业头部企业共建Token工厂，推动Token工厂规模化落地。

财务表现：营收翻倍与自我造血能力显现

财报及运营数据显示，迅策科技一直保持持续且快速的增长态势，2025年，公司实现营业收入12.85亿元，较2024年实现营收规模翻倍。

从收入结构来看，多元化（非金融）行业的收入占比在去年就已经达到了80%，今年这一比例还将进一步提升。从行业拓展的角度看，管理层认为未来还有非常多值得探索和挖掘的行业方向。

从收费模式的结构占比来看，2025年订阅制占比为10%，交易项目制占比为90%。而在2026年最新的结构将演变为：订阅制依然稳定保持在10%左右；交易项目制绝对额会继续增长，但整体占比将降到60%至70%的水平；而按Token收费模式，于今年将贡献20%-30%的收入占比。

值得关注的是，今年4月份，其按Token调用的ARR（年度经常性收入）已经实现了300%的季度环比增长。从目前的数据来看，该新业务依然保持着非常良好的增长势头。

在毛利率方面，由于近几年迅策一直开拓新行业，通常进入一个新行业的前1到3年存在一个业务爬坡期，早期行业毛利率大约在40%到50%之间。而即便是在爬坡期，这一毛利水平在整个行业中也是属于比较高的。一旦某个行业度过了2到3年的部署期后，其毛利率每年会按照10到15个百分点向上收敛，直至达到70%到80%的稳态毛利率。

以其深耕的资管（金融）行业为例，目前的毛利率已经稳定在70%左右。由于公司每年会保持进入1到2个新行业的节奏，目前整体综合毛利率稳定在60%左右。

在利润端，2025年下半年，公司经调整后的净利润在单半年已实现了盈亏平衡。对于2026年全年预计能够迎来拐点。

在资产负债表方面，公司经营性现金流在2025年已实现大幅收窄，预计在2026或2027年即可彻底进入正向自我造血生态。截至2025年底，公司在手现金及现金等价物高达近11亿元，弹药充足。

展望未来，中国市场的日均Token调用量正在呈现几何级爆发。迅策科技将紧扣数据资产入表等合规政策红利，一方面对标国际巨头Palantir（目前拓展17个行业），迅策目前约10个行业，仍有翻倍复制空间；另一方面，在绝对合规的前提下，伴随中国头部出海企业拓展全球化布局，预计2026年海外收入占比可达5%~10%。同时，公司正与头部GPU厂商、通用大模型厂商探讨战略合作，共创推出特定垂直赛道的行业专属大模型，全面释放高质量私域数据的无限价值。

问答环节

问：近期市场上智能大模型的通用Token价格在持续下降，这种降价趋势会不会对公司带来冲击？

答：迅策交付的场景垂类Token和市面上的通用大模型Token是完全两个不同的概念，其未来的价格走势甚至可能是截然相反的。

通用大模型的Token的发展，未来必然会走向偏“公用事业化”，其本质就是像水、电、煤一样的社会基础设施，其降价的目的是为了让更多的个人、更低门槛的企业能够开始使用大模型。

但我们一直在强调，迅策给企业输出的是场景垂类Token。如果把通用大模型的Token比喻成喝的“水”，那么场景垂类Token已经不是水，甚至不是饮料、不是酒，它的性质其实是“油”。因为在这个智能世界里，只有注入了油，机器才能真正跑起来，火箭才能飞上天。场景垂类Token是帮助企业能够在具体的复杂业务场景里，真正把大模型用起来的绝对核心。这是两者之间最大的、本质上的不同点。

因此，这段时间大家可以看到，通用Token的价格趋势是一路向下的，甚至未来在激烈的市场厮杀和大工厂化的量产时代下，还会变得更加便宜，这是不可避免的行业趋势。

但在硬币的另一面，这段时间里，我们的场景垂类Token的价格区间实际上是持续往上走的。我们从今年一月份正式引入按Token调用的收费模式以来，一直到4-5月，我们的客单价区间是在持续上扬的。

因为在大模型降价、使用门槛变低后，企业在实际复杂场景中大范围调用时，反而越来越发现直接烧大模型的痛点：信息不准、存在幻觉、不懂行业规则、更没有企业本地的私域数据。企业需要先把数据治理好、治理干净，把那些脏、乱、差的原始数据统一格式；第二，必须让这些输出的数据中，凝练了这块本地业务想要解决的数据建模内容。

也就是说，只有高质量的数据预输入，才会有大模型更高质量的推理产出，这就是为什么我们说通用Token和迅策场景垂类Token的价格走势一定是反向的。

而且，随着越来越多的人、越来越多企业级别的复杂场景开始动用大模型的时候，就必然需要在前端去做一个数据的整体预处理，并且最好是把这个预处理后的高质量数据直接变成Token化。因为Token是大模型能够直接理解并调用的最小单元。谁具备了这个能力，企业就愿意为其付费。

问：目前我们在国内市场有哪些主要的竞争友商？我们跟他们相比的核心优势在哪里？另外海外市场是否有对标的友商？

答：在整个庞大的实时数据基础设施、数据治理与分析的长链路中，每个细分环节一定都存在着非常多的供应商。但无论是国内还是国外的厂商，目前绝大多数都只是聚焦在某一个特定的环节，或者是某几个环节的产品提供。

例如，国内很多厂商主要扎堆在应用层，而有些做传统数据治理的，可能只单独提供前端1-4环节的数据标签或初步清洗工具。

但能够做到从原始数据获取清洗标准化一路无缝连通、贯穿到大模型调优与Agent智能体交付的全链路全栈服务商，在行业里几乎没有看到直接竞争对手。

唯一一家，可能就是海外的巨头Palantir，但我们与Palantir现在也拉开了极大的差异化核心优势：那就是在2026年，我们正式上线了TokenOS操作系统这一套坚实的数据Token化基座，并跑通了按Token付费的模式。基于这套操作系统，我们对多模态模型的调用和连接做到了速度更快、准确度更高、也更直接，并且在商业层实现了完全的“可计量、可付费”。

问：我看到咱们公司正在准备向更多的行业拓展，管理层是否会考虑通过投资并购等方式，来实现更强力快速的扩张？

答：关于战略收购与并购，我们保持开放，审慎评估。我们的核心增长逻辑仍然是以内生增长为主，并购为辅。

在并购方向上，我们主要关注三类潜在标的：

技术与产品互补型：在数据治理、实时计算、AI 应用等方向上，能够与现有产品矩阵形成协同；

行业 know‑how 补充型：在新行业拓展过程中，能够帮助我们加速理解行业、缩短学习曲线；

海外布局相关标的：随着全球化战略推进，能够帮助我们在东南亚、中东等目标市场更快落地。

但需要强调的是，我们对并购保持非常审慎的态度。历史上我们更擅长通过自主研发和行业深耕来构筑护城河。未来，我们会继续坚持这一原则，只在确实能够产生战略协同、且估值合理的条件下，才会考虑并购。

问：我想请教关于业务转型的问题。公司以前的客户主要是通过订阅制或项目制付费，这对于企业财务来说是按月或一次性支付的固定支出。现在转为By Token模式后，随着调用量上升，客户的实际支出可能会变大。请问在推行这种计费模式转移的过程中有没有遇到阻力？原有的老客户是如何顺利转化为Token付费模式的？

答：首先，我觉得您提到了一点特别好，就是客户的动机到底是什么？其实By Token调用的这个模式，很多客户甚至是更愿意的，甚至有些客户是主动提出来的。

其底层逻辑在于，第一，现在越来越多的客户本来就已经在使用模型，客户在天然层面上已经被市场教育过了，已经有“By Token收费”这种模式的概念，当然我们的价格不一样。

对企业客户来说，By Token调用模式的好处在于，过去传统的项目软件制下，客户在还不完全确定这个软件或功能模块最终对他的业务能产生多大实际效果时，一上来就要预付一笔固定资金。

但转成按Token调用计费之后，就变成“多用多调、少用少调”的付费逻辑。如果客户觉得不好用，我可以少给你钱。

所以其实可以看到，By Token收费模式的核心，对于我们是一个更大的考验。就是在于我们是否对我们的产品足够自信，可以给客户带来业务的增收。我们不是一个省钱的概念，我们是一个帮客户增收，帮客户去做到更好的风险控制。

所以我们在推By Token模式的时候，我们非常自信。因为一开始我们给客户交付的，就是以企业的本地数据驱动的一个百分之百正确，实时可以被调用的、可支持业务决策的高质量的数据。

而且因为我们跟客户在合作的时候，我们就知道要解决他什么问题，所以对于这个产品本身的产出，就已经达到一定能其提高ROI，或者在某些场景做到风险敞口大幅缩小的能力。

正如刚才提到，4月份来自By Token的ARR已经实现了300%的增长，这其实也在持续验这件事情。同时，我们预计今年By Token的收入能够从去年的“零占比”，到今年占公司整体收入的20%到30%。

所以可以看到，我们对于产品足够好用的一个自信度，以及我们数据token化的能力，在市场上都是绝对领先的，而且客户的接受度也非常高的。