--- title: "眾安信科二次遞表：企業級 AI 開始把技術能力寫進利潤表" type: "Topics" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/43105394.md" description: "上週眾安信科再次向港交所遞交上市申請。新版招股書將披露的數據更新至 2026 年前五個月，數據顯示其收入 1.993 億元，同比增長 62.7%；淨利潤 416 萬元，上年同期虧損 899 萬元；綜合毛利率由 32.7% 升至 36.5%。2023 年至 2025 年，公司淨利潤分別為 1008 萬元、3323 萬元和 3907 萬元，已經連續三個完整年度盈利。綜合上述數據..." datetime: "2026-07-31T03:40:16.000Z" locales: - [en](https://longbridge.com/en/topics/43105394.md) - [zh-CN](https://longbridge.com/zh-CN/topics/43105394.md) - [zh-HK](https://longbridge.com/zh-HK/topics/43105394.md) author: "[港股研究社](https://longbridge.com/zh-HK/profiles/3199113.md)" generator: "portal-rs" --- # 眾安信科二次遞表：企業級 AI 開始把技術能力寫進利潤表 上週眾安信科再次向港交所遞交上市申請。新版招股書將披露的數據更新至 2026 年前五個月，數據顯示其收入 1.993 億元，同比增長 62.7%；淨利潤 416 萬元，上年同期虧損 899 萬元；綜合毛利率由 32.7% 升至 36.5%。2023 年至 2025 年，公司淨利潤分別為 1008 萬元、3323 萬元和 3907 萬元，已經連續三個完整年度盈利。 綜合上述數據，企業級 AI 商業化的輪廓慢慢顯現：大模型快速普及了技術能力的同時，也抬高了企業客户的驗收標準。演示效果、模型參數和智能體數量當然會讓其獲得關注，但長期合同仍要依靠業務結果，具體的會看獲客成本有沒有下降？營銷轉化有沒有提升，風險識別是否更快？舊系統能否平穩接入？ 在企業 AI 領域，技術供應商需要先幫助客户創造價值，如此才有機會把一次項目變成持續採購。眾安信科的二次遞表，更像一份企業 AI 落地進度表，目前眾安信科的規模增長已經出現，產品複用、客户留存和現金回款則還需繼續接受檢驗。 **企業 AI 從模型採購走向流程改造，交付能力正在成為稀缺資產** 招股書援引弗若斯特沙利文數據，中國企業級 AI 解決方案市場由 2021 年的 191 億元增至 2025 年的 690 億元，預計 2030 年達到 4740 億元；金融行業對應市場預計達到 2370 億元。眾安信科 2025 年按收入在具備垂直大模型能力的中國企業級 AI 解決方案提供商中排名第四。 整體上來看，目前行業空間廣闊，可是有近千家參與者並存，競爭收益必然不會平均分配。 企業客户面對數據隔離、權限管理、監管合規和舊系統改造，採購對象通常包含諮詢、模型接入、知識工程、流程編排、現場實施和後續運維。該類項目週期比消費級 AI 更長，驗收環節也更嚴格。優勢是解決方案進入營銷、客服、風控或經營管理流程後，供應商會積累業務理解、流程數據和遷移成本，客户關係隨之加深。 眾安信科把智能營銷與智能運管作為兩條主線，解決方案可接入客户現有 IT 底座，減少大規模基礎設施改造。數據顯示，截至 2026 年 5 月底，公司累計服務 409 家客户，2023 年底為 88 家；2025 年客户留存率為 53%，高於 2024 年的 42.4%。客户數量驗證需求廣度，留存率更接近商業質量。 公司披露已形成 1200 多個 AI 智能體和 50 多個 AI 超級助理，眾安信科已經具有較大的競爭優勢，因為數量本身很容易被追趕，智能體背後的行業知識、流程數據和實施經驗更難複製。 企業 AI 的競爭會集中到兩個問題：同一套能力可以覆蓋多少客户？單個客户能夠擴展多少場景？一個營銷項目若能延伸至客户分層、權益運營、產品匹配，再進入客服、合規和內部管理，收入的連續性才會提高。 **智能營銷率先釋放利潤，增長質量有了更具體的支點** 2026 年前五個月，眾安信科智能營銷收入 1.138 億元，佔總收入 57.1%，上年同期為 5837 萬元；智能運管收入 8555 萬元，佔比 42.9%。智能營銷毛利率由 40.6% 升至 45.1%，智能運管毛利率為 25.1%。招股書將智能營銷毛利改善歸因於更多客户採用自營渠道，減少對傳統電信觸達服務的依賴。 企業 AI 早期多由定製項目拉動，所以收入增長常常伴隨外包、現場人員和交付成本同步上升。目前眾安信科的成本結構已有變化：前五個月外部採購佔銷售成本的比例由上年同期 56.1% 降至 42.8%，人員成本佔比升至 56%。 外採依賴下降有助於保留毛利，人員投入增加則説明規模擴張仍需要較重的交付資源。 產品結構變化如下：前五個月智能運管收入中，系統模塊貢獻 4691 萬元，超過服務收入 3864 萬元；智能營銷仍以服務收入為主，系統模塊收入 1224 萬元。智能運管的模塊化程度更高，智能營銷的毛利表現更強。 兩條業務線側重點不同，並且可以形成互補：營銷業務負責打開客户並貢獻毛利，運管模塊則負責進入更多經營環節，延長客户生命週期。 數據顯示，2026 年前五個月研發費用 4380 萬元，其中研發人員成本 3640 萬元，主要投向 XK-QianAI 和 QianNexus 智能體矩陣；同期銷售費用 1216 萬元，管理費用 1529 萬元。利潤只有 416 萬元，與公司仍處於產品投入和團隊擴張階段有關，眾安信科的研發投入沒有因盈利轉正而收縮。後續經營效率取決於部署週期能否縮短、模塊收入佔比能否提高，以及新增收入對新增人員的依賴能否下降。 眾安信科有一個容易被忽略的積極信號。公司 2025 年研發費用達到 9259 萬元，接近 2024 年的 3.5 倍，但全年仍實現 3907 萬元淨利潤。高研發強度尚未拖垮盈利能力，毛利增長覆蓋了相當一部分投入。企業 AI 公司普遍面對產品迭代快、模型調用成本高和交付團隊擴張三重壓力，目前眾安信科已經證明收入規模能夠吸收研發投入，下一步需要證明這種吸收能力可以持續。 **盈利已經出現，現金流和客户結構決定商業模式能走多遠** 數據顯示，公司 2024 年、2025 年經營現金流分別淨流出 2810 萬元和 3940 萬元，2026 年前五個月淨流出 1480 萬元。招股書將現金流壓力主要歸因於應收賬款與合同履約成本增加。2026 年 5 月底貿易應收款為 1.992 億元，應收賬款週轉天數 149 天；截至最後實際可行日期，期末應收款已有 29.2% 完成後續回款。 單一期間數據容易受到項目驗收和回款節奏影響，企業客户付款週期較長，持續盈利最終仍需轉換成現金。眾安信科的改善已經寫進損益表，不過現金流量表仍留下需要解決的問題。 接下來應該重點觀察應收賬款增速是否低於收入增速、模塊化產品是否改善收款週期、經營現金流能否覆蓋研發與銷售投入。現金回款能得到改善，賬面利潤才會擁有更紮實的質量。 另外，客户集中度也需持續觀察，數據顯示：前五大客户收入佔比從 2023 年的 74.7% 降至 2025 年的 43%，2026 年前五個月回升至 54.7%；最大客户佔比為 25.1%。年度下降説明客户基礎正在分散，短期回升顯示大客户項目仍會影響收入節奏。較理想的結構，是保留頭部客户的合作深度，同時提高獨立第三方客户、多行業客户和重複採購收入。 大客户對於企業 AI 公司具有雙重作用，他不僅能夠提供複雜場景、數據反饋和行業背書，也會帶來定製要求、較長驗收週期及更強議價能力。眾安信科未來的盈利彈性，很大程度上取決於頭部客户沉澱的方法論能否轉化為標準模塊，再銷售給規模更大、交付成本更低的客户羣。 眾安信科 2025 年完成 B 輪融資，投後估值 22.15 億元。以 2025 年 4.771 億元收入簡單折算，對應約 4.6 倍市銷率；以 3907 萬元淨利潤折算，對應約 56.7 倍市盈率。 B 輪融資價格已經納入 AI 成長屬性，不過未來業績仍需消化定價。因為收入規模雖然能提供發展空間，但毛利率、客户留存、模塊收入和現金回款才能真正決定企業質量。 未來的企業 AI 行業，缺少行業知識的供應商容易停留在模型集成，高度依賴人力的公司也會受制於交付半徑，能夠沉澱模塊、嵌入工作流並形成持續採購的企業，才更有機會獲得穩定的人均產出和現金流。 眾安信科二次遞表開始將企業 AI 的評價標準拉回經營本身：模型只能打開可能性，產品和交付將可能性變成收入，最終要靠現金流證明這門生意能夠走得更遠。 --- > **免責聲明: 本文僅供參考，不構成任何投資建議。**