众安信科二次递表：企业级 AI 开始把技术能力写进利润表

上周众安信科再次向港交所递交上市申请。新版招股书将披露的数据更新至 2026 年前五个月，数据显示其收入 1.993 亿元，同比增长 62.7%；净利润 416 万元，上年同期亏损 899 万元；综合毛利率由 32.7% 升至 36.5%。2023 年至 2025 年，公司净利润分别为 1008 万元、3323 万元和 3907 万元，已经连续三个完整年度盈利。

综合上述数据，企业级 AI 商业化的轮廓慢慢显现：大模型快速普及了技术能力的同时，也抬高了企业客户的验收标准。演示效果、模型参数和智能体数量当然会让其获得关注，但长期合同仍要依靠业务结果，具体的会看获客成本有没有下降？营销转化有没有提升，风险识别是否更快？旧系统能否平稳接入？

在企业 AI 领域，技术供应商需要先帮助客户创造价值，如此才有机会把一次项目变成持续采购。众安信科的二次递表，更像一份企业 AI 落地进度表，目前众安信科的规模增长已经出现，产品复用、客户留存和现金回款则还需继续接受检验。

企业 AI 从模型采购走向流程改造，交付能力正在成为稀缺资产

招股书援引弗若斯特沙利文数据，中国企业级 AI 解决方案市场由 2021 年的 191 亿元增至 2025 年的 690 亿元，预计 2030 年达到 4740 亿元；金融行业对应市场预计达到 2370 亿元。众安信科 2025 年按收入在具备垂直大模型能力的中国企业级 AI 解决方案提供商中排名第四。

整体上来看，目前行业空间广阔，可是有近千家参与者并存，竞争收益必然不会平均分配。

企业客户面对数据隔离、权限管理、监管合规和旧系统改造，采购对象通常包含咨询、模型接入、知识工程、流程编排、现场实施和后续运维。该类项目周期比消费级 AI 更长，验收环节也更严格。优势是解决方案进入营销、客服、风控或经营管理流程后，供应商会积累业务理解、流程数据和迁移成本，客户关系随之加深。

众安信科把智能营销与智能运管作为两条主线，解决方案可接入客户现有 IT 底座，减少大规模基础设施改造。数据显示，截至 2026 年 5 月底，公司累计服务 409 家客户，2023 年底为 88 家；2025 年客户留存率为 53%，高于 2024 年的 42.4%。客户数量验证需求广度，留存率更接近商业质量。

公司披露已形成 1200 多个 AI 智能体和 50 多个 AI 超级助理，众安信科已经具有较大的竞争优势，因为数量本身很容易被追赶，智能体背后的行业知识、流程数据和实施经验更难复制。

企业 AI 的竞争会集中到两个问题：同一套能力可以覆盖多少客户？单个客户能够扩展多少场景？一个营销项目若能延伸至客户分层、权益运营、产品匹配，再进入客服、合规和内部管理，收入的连续性才会提高。

智能营销率先释放利润，增长质量有了更具体的支点

2026 年前五个月，众安信科智能营销收入 1.138 亿元，占总收入 57.1%，上年同期为 5837 万元；智能运管收入 8555 万元，占比 42.9%。智能营销毛利率由 40.6% 升至 45.1%，智能运管毛利率为 25.1%。招股书将智能营销毛利改善归因于更多客户采用自营渠道，减少对传统电信触达服务的依赖。

企业 AI 早期多由定制项目拉动，所以收入增长常常伴随外包、现场人员和交付成本同步上升。目前众安信科的成本结构已有变化：前五个月外部采购占销售成本的比例由上年同期 56.1% 降至 42.8%，人员成本占比升至 56%。

外采依赖下降有助于保留毛利，人员投入增加则说明规模扩张仍需要较重的交付资源。

产品结构变化如下：前五个月智能运管收入中，系统模块贡献 4691 万元，超过服务收入 3864 万元；智能营销仍以服务收入为主，系统模块收入 1224 万元。智能运管的模块化程度更高，智能营销的毛利表现更强。

两条业务线侧重点不同，并且可以形成互补：营销业务负责打开客户并贡献毛利，运管模块则负责进入更多经营环节，延长客户生命周期。

数据显示，2026 年前五个月研发费用 4380 万元，其中研发人员成本 3640 万元，主要投向 XK-QianAI 和 QianNexus 智能体矩阵；同期销售费用 1216 万元，管理费用 1529 万元。利润只有 416 万元，与公司仍处于产品投入和团队扩张阶段有关，众安信科的研发投入没有因盈利转正而收缩。后续经营效率取决于部署周期能否缩短、模块收入占比能否提高，以及新增收入对新增人员的依赖能否下降。

众安信科有一个容易被忽略的积极信号。公司 2025 年研发费用达到 9259 万元，接近 2024 年的 3.5 倍，但全年仍实现 3907 万元净利润。高研发强度尚未拖垮盈利能力，毛利增长覆盖了相当一部分投入。企业 AI 公司普遍面对产品迭代快、模型调用成本高和交付团队扩张三重压力，目前众安信科已经证明收入规模能够吸收研发投入，下一步需要证明这种吸收能力可以持续。

盈利已经出现，现金流和客户结构决定商业模式能走多远

数据显示，公司 2024 年、2025 年经营现金流分别净流出 2810 万元和 3940 万元，2026 年前五个月净流出 1480 万元。招股书将现金流压力主要归因于应收账款与合同履约成本增加。2026 年 5 月底贸易应收款为 1.992 亿元，应收账款周转天数 149 天；截至最后实际可行日期，期末应收款已有 29.2% 完成后续回款。

单一期间数据容易受到项目验收和回款节奏影响，企业客户付款周期较长，持续盈利最终仍需转换成现金。众安信科的改善已经写进损益表，不过现金流量表仍留下需要解决的问题。

接下来应该重点观察应收账款增速是否低于收入增速、模块化产品是否改善收款周期、经营现金流能否覆盖研发与销售投入。现金回款能得到改善，账面利润才会拥有更扎实的质量。

另外，客户集中度也需持续观察，数据显示：前五大客户收入占比从 2023 年的 74.7% 降至 2025 年的 43%，2026 年前五个月回升至 54.7%；最大客户占比为 25.1%。年度下降说明客户基础正在分散，短期回升显示大客户项目仍会影响收入节奏。较理想的结构，是保留头部客户的合作深度，同时提高独立第三方客户、多行业客户和重复采购收入。

大客户对于企业 AI 公司具有双重作用，他不仅能够提供复杂场景、数据反馈和行业背书，也会带来定制要求、较长验收周期及更强议价能力。众安信科未来的盈利弹性，很大程度上取决于头部客户沉淀的方法论能否转化为标准模块，再销售给规模更大、交付成本更低的客户群。

众安信科 2025 年完成 B 轮融资，投后估值 22.15 亿元。以 2025 年 4.771 亿元收入简单折算，对应约 4.6 倍市销率；以 3907 万元净利润折算，对应约 56.7 倍市盈率。

B 轮融资价格已经纳入 AI 成长属性，不过未来业绩仍需消化定价。因为收入规模虽然能提供发展空间，但毛利率、客户留存、模块收入和现金回款才能真正决定企业质量。

未来的企业 AI 行业，缺少行业知识的供应商容易停留在模型集成，高度依赖人力的公司也会受制于交付半径，能够沉淀模块、嵌入工作流并形成持续采购的企业，才更有机会获得稳定的人均产出和现金流。

众安信科二次递表开始将企业 AI 的评价标准拉回经营本身：模型只能打开可能性，产品和交付将可能性变成收入，最终要靠现金流证明这门生意能够走得更远。