2026年4月17日，A股算力產(chǎn)業(yè)鏈繼續(xù)延續(xù)前幾天的熱度，成為當(dāng)日市場(chǎng)重點(diǎn)關(guān)注板塊。這一資金動(dòng)向的直接驅(qū)動(dòng)力來(lái)自AI需求的爆發(fā)式增長(zhǎng)。公開(kāi)數(shù)據(jù)顯示，中國(guó)AI大模型周調(diào)用量已達(dá)12.96萬(wàn)億Token，是美國(guó)（3.03萬(wàn)億）的4.28倍，且已連續(xù)五周領(lǐng)先。多模態(tài)AI應(yīng)用的普及進(jìn)一步放大了這一趨勢(shì)——單次任務(wù)的Token消耗量是傳統(tǒng)聊天的10至100倍。與此同時(shí)，全產(chǎn)業(yè)鏈進(jìn)入漲價(jià)周期：英偉達(dá)Blackwell芯片租金兩個(gè)月漲48%，阿里云、騰訊云等國(guó)內(nèi)云廠商集體提價(jià)5%至34%。政策層面，“算電協(xié)同”戰(zhàn)略與工信部普惠算力行動(dòng)等政策持續(xù)推動(dòng)，疊加板塊一季報(bào)高增兌現(xiàn)（如中際旭創(chuàng)凈利潤(rùn)同比增長(zhǎng)262%），算力成為當(dāng)前市場(chǎng)共識(shí)度最高的賽道。

然而，Token需求的爆發(fā)式增長(zhǎng)，并不意味著產(chǎn)業(yè)鏈每一環(huán)都將同步擁有同等盈利能力。隨著云智算供給擴(kuò)張、模型開(kāi)源加速以及國(guó)內(nèi)廠商在推理價(jià)格上的持續(xù)競(jìng)爭(zhēng)，底層算力Token與模型Token本身，正在呈現(xiàn)出“規(guī)模放大、價(jià)格下探、利潤(rùn)承壓”的特征。部分中國(guó)AI廠商的Token價(jià)格已較美國(guó)同類產(chǎn)品低出10至20倍。換言之，Token經(jīng)濟(jì)的繁榮正在確認(rèn)需求側(cè)爆發(fā)，但其價(jià)值分配未必停留在底層供給環(huán)節(jié)。

一、Token經(jīng)濟(jì)的三層結(jié)構(gòu)與價(jià)值分層

華泰證券在2026年4月17日發(fā)布的研報(bào)中提出了一個(gè)系統(tǒng)性的分析框架。研報(bào)指出，此前市場(chǎng)受“大模型吞噬軟件”敘事壓制，AI應(yīng)用板塊較算力/模型端估值折價(jià)顯著，這一定價(jià)邏輯存在誤判。AI時(shí)代的定價(jià)邏輯應(yīng)圍繞Token展開(kāi)，形成算力層、模型層、應(yīng)用層三層加價(jià)結(jié)構(gòu)。

算力層：對(duì)應(yīng)Token的物理生產(chǎn)，加價(jià)來(lái)源為資源稀缺性與規(guī)模降本。推理側(cè)Token消耗量的指數(shù)級(jí)增長(zhǎng)推動(dòng)了算力鏈條持續(xù)漲價(jià)，算力租賃環(huán)節(jié)已在探索Token分成等新商業(yè)模式。

模型層：對(duì)應(yīng)Token的智能密度，加價(jià)來(lái)源為智能密度溢價(jià)。大模型廠商Token價(jià)格的分層，反映了智能水平的分層，不同模型之間定價(jià)差異反映了其輸出質(zhì)量和任務(wù)適配能力的差異。

應(yīng)用層：對(duì)應(yīng)Token的場(chǎng)景轉(zhuǎn)化率，加價(jià)來(lái)源為私有數(shù)據(jù)×行業(yè)Know-how×合規(guī)價(jià)值。其核心價(jià)值在于將行業(yè)私有數(shù)據(jù)與專業(yè)Know-how賦能Token的使用過(guò)程，使單位Token投入的業(yè)務(wù)價(jià)值最大化。終端企業(yè)用戶購(gòu)買的不是Token而是業(yè)務(wù)結(jié)果，AI應(yīng)用層通過(guò)數(shù)據(jù)和經(jīng)驗(yàn)、行業(yè)知識(shí)與服務(wù)經(jīng)驗(yàn)賦能，使通用模型Token獲得更大價(jià)值，因此可以收取更高的Token價(jià)格。

在這一結(jié)構(gòu)中，市場(chǎng)對(duì)算力層和模型層的關(guān)注已有較為充分的定價(jià)——A股算力產(chǎn)業(yè)鏈單日逾190億元的主力資金凈流入即為佐證。但華泰證券明確判斷，“應(yīng)用層場(chǎng)景Token的價(jià)值重構(gòu)或尚未被市場(chǎng)充分定價(jià)”。在ROI明確的場(chǎng)景，AI應(yīng)用廠商正積極探索按Token消耗量付費(fèi)及按效果付費(fèi)等新商業(yè)模式，將收費(fèi)來(lái)源從采購(gòu)預(yù)算遷移至業(yè)務(wù)超額收益。研報(bào)進(jìn)一步指出，業(yè)績(jī)成長(zhǎng)性高、估值低位、已有按Token消耗量/按結(jié)果付費(fèi)收入的優(yōu)質(zhì)AI應(yīng)用標(biāo)的有望獲得市場(chǎng)關(guān)注，產(chǎn)業(yè)鏈相關(guān)公司包括邁富時(shí)（02556.HK）、稅友股份、中控技術(shù)、滴普科技等。

與此同時(shí)，英偉達(dá)CEO黃仁勛在GTC 2026上提出的“Token經(jīng)濟(jì)”理論，為理解算力層的競(jìng)爭(zhēng)邏輯提供了參照。黃仁勛將數(shù)據(jù)中心重新定義為生產(chǎn)Token的“工廠”，指出每一座數(shù)據(jù)中心在固定功率下，每單位Token吞吐量直接決定了企業(yè)生產(chǎn)成本。他還預(yù)測(cè)2026至2027年間全球AI算力采購(gòu)訂單積壓規(guī)模將突破1萬(wàn)億美元，并給出了五層AI服務(wù)定價(jià)體系。但這一框架本質(zhì)上定義的是算力層Token的定價(jià)機(jī)制，即英偉達(dá)的目標(biāo)是成為“Token（詞元）工廠”，追求全球最低的每詞元成本。

二、邁富時(shí)的行業(yè)卡位：港股中具備全棧能力的AI應(yīng)用平臺(tái)

在上述三層Token結(jié)構(gòu)中，邁富時(shí)處于應(yīng)用層位置。據(jù)招股書援引弗若斯特沙利文數(shù)據(jù)，以2022年收入計(jì)，公司是中國(guó)最大的營(yíng)銷及銷售解決方案提供商。截至目前，公司已累計(jì)服務(wù)超過(guò)21萬(wàn)家企業(yè)客戶，覆蓋零售消費(fèi)、汽車、金融、B2B制造、醫(yī)藥大健康、企服、跨境電商等多個(gè)行業(yè)。根據(jù)公司官網(wǎng)公開(kāi)信息，公司連續(xù)7年位列AI SaaS影響力企業(yè)第一，連續(xù)6年位列智能營(yíng)銷企業(yè)第一，并在2025中國(guó)AI營(yíng)銷智能體榜單中位居第一。

從產(chǎn)業(yè)鏈布局維度看，在港股AI相關(guān)上市公司中，能夠同時(shí)覆蓋智算基礎(chǔ)設(shè)施、行業(yè)數(shù)據(jù)積累、模型調(diào)度與智能體應(yīng)用四個(gè)環(huán)節(jié)的標(biāo)的較為稀缺。邁富時(shí)在此方向上形成了較為完整的布局：

智算層面：擁有自建AI云算力基礎(chǔ)設(shè)施和算力調(diào)度能力，是港股AI應(yīng)用標(biāo)的中少數(shù)具備自建算力資源的AI應(yīng)用企業(yè)之一；

數(shù)據(jù)層面：積累了21萬(wàn)家企業(yè)客戶的行業(yè)數(shù)據(jù)和不同行業(yè)可復(fù)用的知識(shí)圖譜；

模型層面：支持GPT、Claude、千問(wèn)、DeepSeek、豆包等主流模型的多模型融合調(diào)度，采用模型中立架構(gòu)；

智能體層面：構(gòu)建了AI-Agentforce智能體中臺(tái)和全場(chǎng)景AI員工產(chǎn)品矩陣，覆蓋營(yíng)銷、銷售、客服、研發(fā)、經(jīng)營(yíng)決策等核心業(yè)務(wù)環(huán)節(jié)。

這種“智算+數(shù)據(jù)+模型+智能體”的全棧能力，使公司在產(chǎn)業(yè)鏈中的定位有別于僅覆蓋單一環(huán)節(jié)的AI企業(yè)。從Token經(jīng)濟(jì)的視角看，邁富時(shí)并不直接參與算力Token的生產(chǎn)競(jìng)爭(zhēng)，而是將上游的算力Token和模型Token，通過(guò)行業(yè)積淀、知識(shí)圖譜和智能體中臺(tái)，轉(zhuǎn)化為企業(yè)客戶愿意為之持續(xù)付費(fèi)的“場(chǎng)景Token”——即把Token加工為可量化的業(yè)務(wù)結(jié)果。

三、核心產(chǎn)品體系與商業(yè)化路徑

2026年第一季度，邁富時(shí)正式發(fā)布了AI原生操作系統(tǒng)Gen AI OS，并同步推出了AI-Agentforce智能體中臺(tái)3.0、KnowForce AI知識(shí)中臺(tái)和Data-Agent經(jīng)營(yíng)分析大師。據(jù)公開(kāi)信息，Gen AI OS采用模型中立架構(gòu)，向下兼容國(guó)內(nèi)外主流模型，并預(yù)置了汽車、零售消費(fèi)、工業(yè)設(shè)備制造、醫(yī)藥與冷鏈物流等行業(yè)的數(shù)字孿生鏡像。該系統(tǒng)引入本體驅(qū)動(dòng)開(kāi)發(fā)范式，通過(guò)定義本體、編排智能體的方式構(gòu)建應(yīng)用，無(wú)需編寫大量膠水代碼即可將ERP、CRM、DMS等異構(gòu)系統(tǒng)數(shù)據(jù)映射為互聯(lián)的業(yè)務(wù)語(yǔ)義。

公司產(chǎn)品矩陣已涵蓋企業(yè)級(jí)AI Agent應(yīng)用集群與AI Agent開(kāi)發(fā)管理平臺(tái)，形成了從模型融合、算力調(diào)度、知識(shí)治理到智能體協(xié)同的全棧能力，覆蓋營(yíng)銷、銷售、客服、研發(fā)、經(jīng)營(yíng)決策等企業(yè)核心業(yè)務(wù)場(chǎng)景。智能體中臺(tái)負(fù)責(zé)場(chǎng)景Token的自動(dòng)化生產(chǎn)，知識(shí)中臺(tái)負(fù)責(zé)場(chǎng)景Token的行業(yè)知識(shí)注入，Gen AI OS則提供運(yùn)行環(huán)境和系統(tǒng)化支撐。

在商業(yè)化路徑方面，公司正在從傳統(tǒng)軟件訂閱模式向“消耗+效果”的混合收費(fèi)方式轉(zhuǎn)型。GEO等產(chǎn)品已落地按Token消耗量及按效果付費(fèi)的商業(yè)模式，將收費(fèi)來(lái)源從采購(gòu)預(yù)算遷移至業(yè)務(wù)超額收益。這一模式的變化，本質(zhì)上對(duì)應(yīng)的是華泰證券所指出的AI應(yīng)用層定價(jià)邏輯的遷移——客戶為結(jié)果付費(fèi)，而非為軟件賬號(hào)付費(fèi)。

四、業(yè)績(jī)驗(yàn)證：AI應(yīng)用收入的高速增長(zhǎng)

從已披露的財(cái)務(wù)數(shù)據(jù)看，邁富時(shí)的AI應(yīng)用業(yè)務(wù)正在進(jìn)入快速增長(zhǎng)通道。2026年第一季度，公司AI應(yīng)用業(yè)務(wù)收入同比增長(zhǎng)約110.5%，精準(zhǔn)營(yíng)銷服務(wù)毛收入同比增長(zhǎng)約0.9%。AI應(yīng)用業(yè)務(wù)已成為公司最核心的增長(zhǎng)引擎。

2025年全年，公司總收入為28.18億元，同比增長(zhǎng)80.8%；其中，第一大收入來(lái)源AI應(yīng)用業(yè)務(wù)收入為14.87億元，同比增長(zhǎng)76.5%，占總收入比重達(dá)到52.8%；精準(zhǔn)營(yíng)銷服務(wù)收入為13.31億元，同比增長(zhǎng)85.8%；經(jīng)調(diào)整凈利潤(rùn)為1.52億元，同比增長(zhǎng)91.3%。在客戶結(jié)構(gòu)方面，KA客戶達(dá)到1609家，同比增長(zhǎng)105.5%，KA客戶ACV提升60.6%；SMB客戶ACV提升33.1%。

在經(jīng)營(yíng)效率方面，集團(tuán)總?cè)诵嵘?2.7%，銷售費(fèi)用率下降6.5個(gè)百分點(diǎn)至14.5%，管理費(fèi)用率下降10.2個(gè)百分點(diǎn)至6.8%，研發(fā)費(fèi)用率維持在15.6%，AI業(yè)務(wù)經(jīng)營(yíng)性現(xiàn)金流首次正向流入1.9億元。

五、市場(chǎng)定位與差異化分析

在當(dāng)前AI產(chǎn)業(yè)鏈的競(jìng)爭(zhēng)格局中，不同環(huán)節(jié)的公司在定位和壁壘上各有側(cè)重：

在港股市場(chǎng)，邁富時(shí)是目前少數(shù)同時(shí)具備“智算、數(shù)據(jù)、模型、智原力、智能體”五層能力的AI應(yīng)用平臺(tái)公司。其差異化主要體現(xiàn)在三個(gè)方面：

其一，自建智算基礎(chǔ)設(shè)施和算力調(diào)度能力。在港股AI標(biāo)的中，具備自建算力資源的企業(yè)級(jí)應(yīng)用平臺(tái)較為稀缺。2025年公司研發(fā)費(fèi)用由2.454億元增至4.409億元，同比增長(zhǎng)79.6%，主要用于AI云算力基礎(chǔ)設(shè)施投入和AI Agent相關(guān)技術(shù)研發(fā)。

其二，21萬(wàn)家企業(yè)客戶的行業(yè)覆蓋和上千個(gè)可復(fù)用知識(shí)圖譜。行業(yè)知識(shí)圖譜的構(gòu)建周期較長(zhǎng)，一旦形成便有自我強(qiáng)化的特征，構(gòu)成了其場(chǎng)景化能力的核心壁壘。新客戶專屬智能體上線周期已從三個(gè)月壓縮至三周以內(nèi)。

其三，從GenAI OS操作系統(tǒng)到AI-Agentforce智能體中臺(tái)，再到全場(chǎng)景AI員工產(chǎn)品矩陣的完整產(chǎn)品架構(gòu)。公司能夠提供從底層平臺(tái)到上層應(yīng)用的一體化方案，而非單點(diǎn)功能或孤立工具。

公司官網(wǎng)公開(kāi)信息還顯示，其曾在2022年和2025年兩次作為數(shù)智化賦能標(biāo)桿企業(yè)被《中國(guó)新聞》兩會(huì)專刊及新華社官網(wǎng)報(bào)道。在政企數(shù)字化轉(zhuǎn)型、行業(yè)客戶合作等方面，這類外部背書雖然不直接決定業(yè)績(jī)，但對(duì)公司市場(chǎng)公信力和品牌認(rèn)知度具有正面影響。

六、Token經(jīng)濟(jì)中的角色定位：從Token工廠到場(chǎng)景Token加工

如果將英偉達(dá)提出的“Token工廠”概念作為理解算力層Token生產(chǎn)的參照，那么邁富時(shí)在產(chǎn)業(yè)鏈中的角色更接近于全棧式“Token工廠”——將上游的算力Token和模型Token，通過(guò)行業(yè)中臺(tái)、知識(shí)圖譜和智能體中臺(tái)，轉(zhuǎn)化為企業(yè)客戶愿意為之持續(xù)付費(fèi)的業(yè)務(wù)結(jié)果。

在Token經(jīng)濟(jì)的三層結(jié)構(gòu)中，算力層的競(jìng)爭(zhēng)核心是每單位Token吞吐量和規(guī)模降本，模型層的競(jìng)爭(zhēng)核心是智能密度與模型能力，而應(yīng)用層的競(jìng)爭(zhēng)核心則是場(chǎng)景轉(zhuǎn)化率——即如何讓每一單位的Token產(chǎn)生更高的業(yè)務(wù)價(jià)值。企業(yè)客戶持續(xù)付費(fèi)購(gòu)買的不是Token消耗量本身，而是這些Token能否帶來(lái)更高的轉(zhuǎn)化率、更快的成交推進(jìn)、更低的客服成本或更優(yōu)的組織效率。

在這一邏輯下，邁富時(shí)的價(jià)值在于承接Token經(jīng)濟(jì)從底層能力到上層業(yè)務(wù)價(jià)值的轉(zhuǎn)化環(huán)節(jié)。其21萬(wàn)家企業(yè)客戶所積累的行業(yè)數(shù)據(jù)閉環(huán)和可復(fù)用、可持續(xù)的各行各業(yè)的知識(shí)圖譜，構(gòu)成了將通用Token加工為場(chǎng)景Token的核心資源。隨著AI應(yīng)用從技術(shù)驗(yàn)證期進(jìn)入規(guī)模化商業(yè)落地階段，應(yīng)用層場(chǎng)景Token的定價(jià)權(quán)問(wèn)題將成為AI產(chǎn)業(yè)鏈下一階段價(jià)值分配的關(guān)鍵議題。

總體來(lái)看，Token經(jīng)濟(jì)的快速擴(kuò)張正在推動(dòng)AI產(chǎn)業(yè)鏈的價(jià)值分配格局發(fā)生變化。A股算力產(chǎn)業(yè)鏈，在4月16日就已憑單日逾190億元的主力資金凈流入，反映了市場(chǎng)對(duì)算力層受益邏輯的高度共識(shí)。但華泰證券提出的三層Token定價(jià)結(jié)構(gòu)同時(shí)指出，應(yīng)用層場(chǎng)景Token的價(jià)值尚未被市場(chǎng)充分定價(jià)。英偉達(dá)提出的“Token工廠經(jīng)濟(jì)學(xué)”定義了算力層的競(jìng)爭(zhēng)邏輯，而邁富時(shí)正是通過(guò)其底層能力，全場(chǎng)景、全行業(yè)的智能體中臺(tái)，并將這些概念轉(zhuǎn)化為業(yè)務(wù)結(jié)果呈現(xiàn)，簡(jiǎn)言之，以全棧能力為支撐，以企業(yè)智能體中臺(tái)為核心輸出，將Token轉(zhuǎn)化為可見(jiàn)、可量化的業(yè)務(wù)成果與價(jià)值變現(xiàn)。

在港股AI上市公司中，同時(shí)具備智算、數(shù)據(jù)、模型、智原力、智能體五層能力的標(biāo)的較為稀缺，這一全棧能力構(gòu)成了公司區(qū)別于單環(huán)節(jié)AI企業(yè)的差異化基礎(chǔ)。隨著Token經(jīng)濟(jì)持續(xù)擴(kuò)容、底層模型能力差距逐步收窄，應(yīng)用層場(chǎng)景Token的定價(jià)權(quán)問(wèn)題或?qū)⒊蔀锳I產(chǎn)業(yè)鏈下一階段價(jià)值分配的關(guān)鍵。在此背景下，邁富時(shí)的全棧Token能力建設(shè)和企業(yè)智能體產(chǎn)品布局，為理解AI應(yīng)用層的價(jià)值重構(gòu)提供了一個(gè)可觀察的樣本。

邁富時(shí)