网易首页 > 网易号 > 正文 申请入驻

营收暴涨389%盈利近亿,ARR季度环比增410% 迅策打破AI落地质疑

0
分享至



雷递网 雷建平 7月31日

资本市场从不缺少故事,但真正稀缺的是兑现故事的企业。

上市敲钟仅半年,迅策(03317.HK)便交出一份超出市场预期的成绩单:成立十年首次实现上半年盈利,收入实现同比近四倍增长,大幅扭亏为盈,毛利率维持高位稳定态势,Token业务ARR季度环比增长410%,释放出AI商业化进入兑现期的信号。

当大多数AI企业仍然困于投入与回报之间的平衡难题时,迅策已证明,AI不只是未来的想象力,也可以成为当下的生产力。



迅策今日刚刚发布中期业绩预告,预计2026年上半年营收为9.7亿元,较上年同期的近2亿元大幅增长389%;归母净利润7251万元,上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,而上年同期的净亏损是1.05亿元,营收与净利均创新高。



据悉,迅策Token商业模式落地,TokenOS操作系统TokenONE加速部署,驱动数据Token调用量指数级攀升,Token经济商业化进程超预期。公司6月Token业务模式的ARR(年度经常性收入)按季度环比暴增410%,Token模式营收占比已突破10%。

迅策核心盈利能力全面释放,经营质量大幅提升。这背后是:高盈利业务放量,利润占比提升;平台化与模块化的产品架构规模效应释放,运营效率显著提升,研发费用、销售费用及行政管理费用结构进一步优化;资金管理效率提升,投资收益贡献增量利润。

比肩美国Palantir:十年深耕铸就数据基建护城河

据了解,迅策成立于2016年,以AI Data Agent为核心,专注毫秒级实时数据处理及分析,构建覆盖数据获取、清洗、标准化、标签、建模、实时计算、AI应用、大模型调优与企业模型开发的全链路能力。

10年间,迅策拓展了11大高价值、高壁垒的垂直行业,从资产管理行业出发,迅策将数据处理能力不断延展到电信、电力、能源、高端制造、生物医疗、机器人训练平台、商业航天、城市运营、低空经济、智能汽车行业,上述领域对海量实时数据处理有着极致与复杂的要求。

在此过程中,迅策打磨出三大核心技术优势:毫秒级/秒级的实时响应、100%精准的数据处理能力,以及数据Token化输出能力,确保最终对客户业务结果直接负责。正如百年前亨利·福特并非止步于在马车架构上“加电力”,而是围绕电力这一核心生产力,从第一性原理出发设计了流水线模式——迅策同样是围绕数据Token化这一核心生产力,从底层重构了AI与产业融合的基础设施。

作为AI公司,迅策深度理解各行业230个客户的业务逻辑、数据格式、场景要求,拥有 300 多 个标准化的数据处理模块,部署在客户的私有云或本地系统中,扮演企业“数据中枢”的角色,客户留存率长期维持在90%以上,体现产品深度嵌入客户业务流程所带来的强锁定效应与高粘性特征。

凭借过去十年积累,迅策已处于中国实时数据处理市场头部地位,被业界视为“中国版Palantir”。公司通过深挖单一客户全生命周期价值,推动客户从单一模块采购向全栈Token化解决方案升级,为后续持续性盈利筑牢了底盘。

Token模式跃迁:从线性增长走向指数级爆发

当前,大模型正从训练主导向推理落地演进,真正的瓶颈不在算力,而是高质量、结构化、场景化的数据供给。面对企业级AI“最后一公里”的商用化难题,迅策解决的核心痛点是:提升每一个场景Token的业务价值。

迅策的解法是:将数据中枢深度嵌入企业业务流程,将企业垂类数据变成高质量、场景化、结构化的数据Token,通过TokenOS操作系统,实现从算力到算法的全链路连接,实时输出充分蕴含企业业务逻辑与行业Know-how的Token化数据,并将其供给AI应用、大模型或垂类模型,从而驱动精准、高效的业务决策。让数据Token大规模工业化产出成为可能,从根本上解决了企业AI落地中高质量场景数据供给不足的核心瓶颈。

公告披露“Token业务模式落地,Token调用量攀升,成为本集团收入增长新引擎”,标志着Token业务模式已获得验证。迅策科技最核心的商业价值,并非仅停留在营收数字本身,而在于其底层商业模式的实质性跃迁。

过去十年,无论是金融资管深耕,还是跨行业复制,迅策主要依赖项目制与订阅制获取收入,该模式的局限在于增长曲线是线性的。上半年,迅策的Token业务模式确立了“收入 = Token价格 × 调用次数 × 模块数 × 客户数”的增长模型,这种计费方式将收入与企业AI模型的使用频率、业务深度直接绑定,打破了线性增长的物理瓶颈,开启了指数级增长的通道。

Token业务模式直接驱动ARR调用大幅增长,数据印证十分直观,2026年4月其Token调用ARR环比增长约300%,5月劲增320%,至6月按季度环比增长已突破410%。

通用Token vs 场景Token

市场之所以愿意为Token业务模式买单,根源在于通用Token与场景Token的本质差异。

通用Token解决的是语言理解问题——让大模型“听得懂”,能处理通用知识、日常对话、基础逻辑推理。它训练于互联网公开数据,量大、便宜、适用范围广,但“能量密度”低,缺乏行业语境和业务逻辑,其边际成本正随着算力迭代持续下降,呈现高度的商品化与低价化趋势。



场景Token解决的是行业理解问题——让大模型“懂行业知识”,能在金融风控数据、电力设备运行异常记录、三甲医院诊疗路径等垂直场景中做出精准决策。它基于行业私有数据精炼而成,每个Token都携带特定场景的业务逻辑、数据结构和合规边界,信息密度是通用Token的数十万倍。正是这种不可替代性,赋予了场景Token的定价权——目前其定价可达10至100美元/百万Token,是通用模型Token的十倍以上。

基础大模型可以用公开数据训练到80分。但从80分到95分,靠的是行业私有数据;从95分到99分,靠的是实时反馈闭环。该模式可直接降低无效通用Token的消耗,切实帮助企业实现降本增效,并提升企业ROI。

业绩的爆发,是产品力与生态拓展能力在市场的最终投射。探究这份财报背后的产品与创新驱动力,必须回归到2026年5月公司发布的全球首款TokenOS操作系统——TokenONE。它以大模型原生架构构建,将企业庞杂的多源异构数据实时精炼为标准化、可计量、可定价的场景Token。



对于迅策来说,TokenONE的发布只是起点。在这座Token工厂的底层架构之上,迅策将持续延伸,与垂直行业的领军企业共建场景Token工厂,让数据Token化的工业化能力渗透到每一个关键产业。

多元化行业渗透加速

2026年上半年,迅策科技跨行业复制能力得到进一步验证,公司将触角延伸至智能网联汽车与低空经济等前沿领域,与格创东智合作共建了国内首个制造业Token工厂;与博泰车联、赛目科技切入智能网联汽车与低空经济赛道;与沐曦、天数智芯、壁仞三大国产GPU厂商完成签约,实现算力与数据的深度软硬耦合。

国际化拓展也取得突破。今年7月,迅策科技与欧洲数字与人工智能服务商签署了战略合作备忘录,联合开发面向海外市场的Token工厂。出海步伐的实质性迈出,为Token业务的后续增长打开了广阔的增量空间。

此外,迅策还与深圳数据交易所、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。

迅策科技正在凭借其TokenOS产品,助力企业数据Token化,让Token工厂走进千行百业。

企业小模型:锚定AI落地的“最后一公里”

当企业的私有数据通过TokenOS完成内部治理与Token化之后,数据价值的进一步释放,需要实现跨组织、跨系统、跨场景的流通与交换。这就是TokenRouters的战略使命。

据了解,迅策将于下半年发布TokenRouters,打通不同企业、不同行业、不同数据源之间的Token流通壁垒,让经过治理的高质量场景Token能够在安全、合规、可审计的前提下,实现跨主体的价值交换。企业的私有数据不再只是服务于自身AI应用,而是可以通过TokenRouters实现对外输出与价值变现——形成“内部治理→Token化→合规封装→跨域流通→价值交换”的完整闭环。

而AI落地的终局,不是让企业去调用通用大模型,而是让企业拥有属于自己的、可私有化部署、可持续进化的领域小模型。迅策正基于FDE模式,将TokenOS操作系统积累的垂类行业数据资产,进一步下沉为企业可拥有、可微调、可私有化部署的小模型能力。

企业小模型的普及,是AI从“通用能力”走向“专属生产力”的关键一跃。迅策有三大先发优势:

行业Know-how:十大高壁垒行业的数据理解,是小模型训练的核心“养料”;

实时数据管道:持续更新的高质量垂类Token,是小模型持续进化的“活水”;

客户信任与嵌入深度:深度嵌入客户业务流程,熟悉其业务逻辑与决策模式,是小模型精准适配的关键保障。

分析人士认为,每家企业都将拥有属于自己的AI小模型。从数据到Token,从Token到模型,从模型到业务结果,迅策正成这场“企业AI化”运动中的基础设施与赋能者,在这场重构产业生产力的变革中,掌握了核心的战略主动权。

雷递由媒体人雷建平创办,若转载请写明来源。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
毛剑卿:其实我不喜欢喝酒,我就是比较喜欢热闹、愿意融入

毛剑卿:其实我不喜欢喝酒,我就是比较喜欢热闹、愿意融入

懂球帝
2026-08-01 12:54:04
马上评|今天我们为何还需要一部《四渡》?

马上评|今天我们为何还需要一部《四渡》?

澎湃新闻
2026-07-31 14:26:29
暴走巴黎2万步全靠它!这双明星同款芭蕾平底鞋,Nordstrom大促直降近100美元

暴走巴黎2万步全靠它!这双明星同款芭蕾平底鞋,Nordstrom大促直降近100美元

影视情报室
2026-07-31 00:16:39
窦靖童:我妈钱多到用不完,但穷苦潦倒的爸爸,成了我如今的心病

窦靖童:我妈钱多到用不完,但穷苦潦倒的爸爸,成了我如今的心病

史鹷的生活科普
2026-08-01 04:12:19
蔡崇信夫妇宣布离婚!婚姻历时近30年,双方育有3个子女,未来仍将保持“合作伙伴关系”

蔡崇信夫妇宣布离婚!婚姻历时近30年,双方育有3个子女,未来仍将保持“合作伙伴关系”

极目新闻
2026-08-01 10:56:10
胡金秋转会最新进展!

胡金秋转会最新进展!

体育哲人
2026-08-01 11:18:49
你在工作中捅过哪些篓子?网友:我捅的大,我先说!笑死在评论区

你在工作中捅过哪些篓子?网友:我捅的大,我先说!笑死在评论区

夜深爱杂谈
2026-07-31 20:26:52
梅西携妻子和朋友们度假的合影,几乎所有球星妻子身形匀称健美

梅西携妻子和朋友们度假的合影,几乎所有球星妻子身形匀称健美

娱你同欢
2026-07-31 22:24:55
泽连斯基可能真的记错了!乌军旅长险遭暗杀,俄军师长生死未卜

泽连斯基可能真的记错了!乌军旅长险遭暗杀,俄军师长生死未卜

鹰眼Defence
2026-08-01 15:01:55
周星驰质疑董宇辉看《大话西游》500遍:“不至于那么夸张吧”,网友:500遍需1525小时,不吃不喝近63天;董宇辉称采访确实慌张,语无伦次

周星驰质疑董宇辉看《大话西游》500遍:“不至于那么夸张吧”,网友:500遍需1525小时,不吃不喝近63天;董宇辉称采访确实慌张,语无伦次

台州交通广播
2026-08-01 09:31:37
A股:股民做好下车准备,主力信号很强烈!下周一将迎来暴风雨?

A股:股民做好下车准备,主力信号很强烈!下周一将迎来暴风雨?

虎哥闲聊
2026-08-01 00:00:04
进入灭亡倒计时?韩国或将成为世界上,首个自然消失的国家

进入灭亡倒计时?韩国或将成为世界上,首个自然消失的国家

安珈使者啊
2026-08-01 11:33:57
拒曼城甩巴黎!顶级巨星倒贴降薪投皇马,4000万白菜价签4年

拒曼城甩巴黎!顶级巨星倒贴降薪投皇马,4000万白菜价签4年

林子说事
2026-08-01 13:15:16
中行行长许超凡:逃亡美国17年,为逃命让妻子嫁老外生三个孩子

中行行长许超凡:逃亡美国17年,为逃命让妻子嫁老外生三个孩子

大鱼简科
2026-07-31 22:01:43
“第一仗”很可能要在黄岩岛打响了!

“第一仗”很可能要在黄岩岛打响了!

叶葉夜
2026-08-01 08:28:17
广州一女神168身高体态轻盈,眉眼温柔,气质脱俗,动人又治愈。

广州一女神168身高体态轻盈,眉眼温柔,气质脱俗,动人又治愈。

喜欢历史的阿繁
2026-08-01 12:36:13
继烂尾楼之后,中国正在出现另一种“烂尾”:新能源汽车开始有人接盘不了

继烂尾楼之后,中国正在出现另一种“烂尾”:新能源汽车开始有人接盘不了

七分日记
2026-07-30 23:07:25
60岁都不一定认全的5个老物件 ,认出3个就很厉害 最后一个不知道是啥?

60岁都不一定认全的5个老物件 ,认出3个就很厉害 最后一个不知道是啥?

户外阿崭
2026-07-28 12:20:11
今年还会热多久?8月7日立秋之后会凉快吗?2026年出伏时间表出炉了!

今年还会热多久?8月7日立秋之后会凉快吗?2026年出伏时间表出炉了!

小谈食刻美食
2026-08-01 09:41:27
美国:卡死核聚变技术!中国:别喊了,全世界核聚变,都用我零件

美国:卡死核聚变技术!中国:别喊了,全世界核聚变,都用我零件

混沌录
2026-07-31 23:22:06
2026-08-01 16:27:00
雷递 incentive-icons
雷递
关注互联网大产业
27538文章数 73031关注度
往期回顾 全部

财经要闻

宇树造富盛宴:王兴兴将跻身百亿富豪

头条要闻

少年捐日军罪证遭“销户”威胁 警方最新回应

头条要闻

少年捐日军罪证遭“销户”威胁 警方最新回应

体育要闻

蔡崇信夫妇决定离婚!结束30年婚姻

娱乐要闻

周星驰质疑董宇辉看《大话西游》500遍

科技要闻

特斯拉拆不掉中国制造

汽车要闻

听劝!换回机械门把手,这才是碳基生物该开的车!

态度原创

手机
房产
数码
艺术
公开课

手机要闻

三星One UI 9升级锁屏安全策略,试错13次后页面曝光

房产要闻

1700亿砸下!信息量巨大!海南甩出又一个超级规划!

数码要闻

采用OLED屏幕 iPad Air外观或将于明年正式调整

艺术要闻

中国著名油画家 潘鸿海笔下的江南风景与女子

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版