从1亿元到规模化复制：明略科技(2718.HK)Agentic Services正在走出一条怎样的商业化路径

过去几年，大模型能力快速跃升，企业对AI的关注重点也在发生变化。

最初，市场关心一家AI公司的模型参数、评测成绩和技术路线；如今，企业客户开始提出更现实的问题：AI究竟能不能进入业务流程？能不能带来收入增长、成本下降和交付效率提升？更重要的是，企业是否愿意为这些结果持续付费？

对于AI公司而言，商业化的分水岭不再是能否做出一个效果不错的Demo，而是能否将模型能力转化为稳定、可复制、能够被客户采购的服务。

明略科技2025年的业务变化，正发生在这条分水岭上。

公司年报显示，2025年明略科技实现收入约14.26亿元，同比增长3.2%；其中，新形成的Agentic Services业务实现收入约1.002亿元。与此同时，公司经调整净利润由上年的亏损4511万元转为盈利4204万元。

从占比来看，1亿元相较于公司整体收入仍处于早期阶段。但它的意义并不只是增加了一项收入来源，而在于验证了一种新的企业AI商业模式：AI不再只作为软件工具出售，而是开始直接参与业务执行，并围绕最终结果完成交付。

从提供工具，到交付业务结果

传统企业软件通常按照账号、模块或使用期限收费。供应商负责提供工具，至于工具能否真正产生业务效果，更多取决于客户自身的组织能力和使用水平。

Agentic Services试图改变这一关系。

在这种模式下，客户采购的不再只是一个AI功能，而是一套由人、Agent、数据和业务流程共同组成的交付体系。AI Agent可以参与数据整理、内容生产、投放执行、效果监测和持续优化，人类团队则负责目标设定、关键判断和结果验收。

这意味着，服务商需要从“产品是否可用”进一步走向“结果是否完成”。

以营销场景为例，一次完整的服务不再停留在输出一份消费者洞察报告，而是进一步延伸到营销策略制定、内容生成、渠道分发、投放执行和效果复盘。数据洞察不再是业务链路的终点，而成为下一步行动的起点。

明略科技披露，2025年公司围绕营销场景打通了从数据洞察、多模态内容生产与分发到营销投放的端到端业务流，以接近3倍的运营效率，帮助客户实现平均约20%的营销效果提升；营销智能业务部分交付环节的效率最高提升至原来的4倍。

这些指标说明，AI的作用正在从辅助员工完成单项任务，逐步转向承担一段完整的业务流程。

1亿元收入背后，是存量能力的重新组合

企业AI商业化经常面临一个难题：技术公司有模型，却缺少真实业务入口；传统服务商拥有客户和行业经验，却难以完成系统性的AI改造。

明略科技的Agentic Services并不是完全脱离原有业务重新起步，而是建立在其长期积累的数据智能业务之上。

过去20年，明略科技在营销智能和营运智能领域服务了大量品牌与企业客户，沉淀了消费者洞察、广告效果评估、门店运营和客户服务等场景中的数据、指标体系和行业经验。

这些积累构成了AI落地所需要的“上下文”。

通用模型可以生成内容、分析数据，却并不天然理解一家企业的品牌规范、业务流程、评价标准和历史经验。要让Agent真正承担任务，需要将这些隐性知识转化为可调用的数据、规则、Memory和Skill，并持续根据业务结果进行校准。

因此，Agentic Services并不是简单地在传统服务中增加一个大模型接口，而是将原有的数据资产、行业知识和专业服务能力重新封装为可被Agent调用和执行的生产体系。

这种路径也降低了新业务的冷启动难度。公司披露，2025年大客户续约率达到96%，新增大客户中超过30%来自Agentic Services业务。部分原有客户也从数据洞察服务进一步延伸至内容生产和营销执行，服务链条由“发现问题”走向“解决问题”。

这表明，Agentic Services并非只依赖全新的客户采购预算，也可以在已有客户关系和业务场景中逐步扩大服务深度。

商业化的关键，不是Agent数量，而是可复制性

对企业AI而言，做成一个项目并不算难，难的是把一个项目中形成的能力复制给更多客户。

传统专业服务高度依赖个人经验。每增加一个客户，往往需要同步增加顾问、运营和交付人员，收入增长与人力成本基本保持线性关系。

Agentic Services要形成真正的规模效应，需要把项目中的重复工作、业务规则和专家经验持续沉淀下来。

明略科技正在通过DeepMiner和Octo完成这一过程。DeepMiner承担商业数据分析、任务规划与执行，Octo则将不同Agent、人类员工和业务上下文连接在同一个协作网络中。Agent完成任务后产生的过程数据、修改记录和人类判断，可以继续沉淀为下一次服务所调用的知识资产。

在广告制作、内容电商、品牌出海和软件开发等不同业务中，底层所需要的能力存在共性：理解客户目标、调用行业数据、生成内容或代码、执行任务、检查结果，并根据人类反馈继续调整。

一旦这些能力被标准化，新的客户项目就不必每次从零开始。企业积累的知识越多，Agent能够完成的任务越复杂，单次交付所需的人工投入也有机会逐步下降。

这才是Agentic Services能否实现规模化增长的核心。

从1亿元走向更大规模，还需要回答三个问题

1亿元收入证明了企业客户愿意为智能体化服务付费，但还不足以证明这一模式已经完全成熟。

接下来，市场需要观察的并不仅是收入增速，还包括三个更基础的问题。

首先，经过验证的业务流程能否跨客户复制。不同企业的数据架构、权限体系和业务标准并不相同，如果每个项目仍然需要大量定制开发，AI带来的规模效应就会受到限制。

其次，收入增长能否快于交付成本增长。Agentic Services并不是完全无人化服务，人类仍然需要进行业务判断、质量控制和客户沟通。只有当Agent承担的工作比例持续提升，商业模式才可能真正突破传统人力服务的产能上限。

最后，AI能力能否从营销场景扩展到更多数字白领工作。明略科技已经开始将相关能力延伸至内容生产、电商运营、软件开发、客户服务和企业管理等场景。不同场景之间能否共用同一套Agent协作和交付体系，将决定这一模式的边界。

因此，1亿元既不是终点，也不能被简单理解为一家AI公司全部商业价值的证明。它更像是一个起点：证明Agent能够从技术产品进入真实业务，也证明客户开始愿意为AI所交付的结果买单。

企业AI的竞争已经从模型能力进入商业系统能力。谁能够把数据、行业知识、Agent和人类判断组织成稳定的生产流程，谁才更有可能将技术进步转化为持续收入。

明略科技的Agentic Services已经完成了从0到1。接下来真正需要验证的，是这条路径能否从个别业务闭环走向跨场景、跨行业的规模化复制。