@港股研究社原创

AI 最早改变的，未必是最炫目的生产线，也可能是办公室里那些长期被低估、重复度高、又很难标准化的岗位。

HR 就是这样的场景。招聘、面试、培训、绩效、员工服务，看上去都是流程，背后却是企业如何识别人、使用人、发展人。过去二十年，HR SaaS 卖的是系统，把纸面流程搬到云端；到了 2026 年，企业客户已经不满足于 " 把流程线上化 "，更想买到可交付的结果，比如更快筛人、更准评估、更低招聘错配率、更高员工培训转化率。

北森控股这份 2026 财年业绩，成了一个很好的观察样本。数据显示，公司全年收入 11.05 亿元，同比增长 16.9%；SaaS 订阅收入 8.64 亿元，同比增长 19.8%；经调整净利润 5549 万元，实现扭亏为盈。更有预期差的是 AI 业务：AI 产品新签合同额 8700 万元，同比增长 10 倍，累计在约客户超过 1400 家；AI 面试官新签合同额 2100 万元，续费率达到 120%。

北森不再只讲 "HR SaaS 龙头 " 的老故事，公司正在把估值锚从流程软件，切到 AI 应用商业化。

企业软件的旧增长开始变慢

HR SaaS 正在从 " 卖系统 " 转向 " 卖判断 "

中国企业服务市场过去的主线很清晰：企业上云，流程在线，软件订阅替代本地部署。HCM SaaS 解决的是招聘管理、人事信息、薪酬假勤、绩效考核、培训记录这些基础环节。客户买单的理由，是效率提升、合规管理和数据沉淀。

这套逻辑曾经足够支撑增长，但到了 2026 年，边际改善开始变薄。大中型企业并不缺软件，问题变成了系统很多、数据割裂、流程复杂，HR 部门依然要靠大量人工做筛选、沟通、判断和复核。传统 SaaS 卖模块、卖账号、卖订阅，AI 应用卖的是任务完成度、专业判断和业务结果。定价逻辑正在改变。

以招聘为例，企业过去买招聘系统，是为了管理简历、安排面试、沉淀候选人库；现在真正的痛点是，岗位需求变化太快，候选人数量太多，面试标准不统一，HR 时间被大量初筛和沟通消耗。AI 面试官如果能完成初筛、追问、评价和岗位匹配，就不只是一个插件，而是直接替企业节省人力和时间。

北森卡过去的优势，是 HCM SaaS 市场份额和大客户基本盘；现在这些优势开始变成 AI 应用落地的入口。公司长期做人才测评和组织管理，沉淀了 People Science，也就是岗位、能力、测评、组织发展相关的方法论。AI HR 应用的难点从来不是生成几段漂亮话，而是让模型懂岗位、懂组织、懂业务场景，并且能给出可解释、可追溯、能被管理层接受的判断。

对比很多通用 AI 工具，北森的差异也在这里。通用大模型能回答问题，但企业 HR 场景需要的是嵌入流程的专业能力。招聘、绩效、培训、人才盘点都不是简单问答，而是组织规则、岗位模型、企业文化和管理经验的综合判断。北森如果能把这些行业知识装进 AI 产品，就有机会从 " 软件供应商 " 升级为 " 数字 HR 专家 "。

AI 合同放量

才是市场重新定价的催化

北森这份财报最先被市场看到的，是经调整净利润转正。2026 财年，公司收入 11.05 亿元，同比增长 16.9%；SaaS 订阅收入 8.64 亿元，同比增长 19.8%；经调整净利润 5549 万元。对港股企业服务公司来说，扭亏本身就是一个重要信号。过去几年，SaaS 资产被压制得很明显，原因也不复杂：增长不够快，亏损周期长，销售费用高，现金流承压。

现在北森实现经调整盈利，说明公司已经从 " 抢规模 " 的阶段，进入更重视经营效率的阶段。订阅收入留存率达到 106%，也意味着老客户仍在增购，基本盘没有松。SaaS 公司的估值修复，通常先看两个指标：收入有没有继续增长，利润有没有开始兑现。北森这次至少给出了一个更干净的盈利修复样本。

但只看扭亏，北森仍然会被放在传统 SaaS 估值框架里，估值弹性有限。真正影响风险偏好的，是 AI 业务开始合同化。2026 财年，公司 AI 产品新签合同额 8700 万元，同比增长 10 倍，累计在约客户超过 1400 家。AI 面试官新签合同额 2100 万元，续费率 120%。这意味着 AI 不是停留在发布会和演示阶段，而是已经被客户写进预算，进入真实采购和续费体系。

Mavens 平台是北森下一阶段的核心变量。公司被定义为一站式 AI HR 专家平台，依托 SenGPT 垂直模型和 SenClaw Agent 体系，分为 " 助手类 " 和 " 专家类 "。助手类解决高频事务，比如简历筛选、面试协调、排班配置、员工问答；专家类处理更复杂的组织判断，比如招聘决策、人才发展、能力评估、培训路径规划。

这个产品结构有资本故事。单点 AI 工具容易被替代，平台型 AI 专家有机会带动 ARPU 提升和老客户增购。北森未来两年计划投入 10 亿元 All in AI，并推出至少 15 个 AI HR 专家。这笔投入短期会压制利润弹性，但如果 AI 产品能够持续放量，就可能形成新的收入曲线。港股资金会盯住三个问题：AI 合同增长能不能持续，AI 产品毛利率能不能高于传统交付，AI 投入能不能换来更高续费率和更强现金流。

壁垒在企业场景和交付系统

AI 应用公司最容易被质疑的地方，是技术壁垒不够高。通用大模型能力不断下沉，很多厂商都能做 AI 助手、AI 招聘、AI 员工服务。北森如果只是调用模型能力，很难长期守住估值溢价。它必须证明自己的壁垒不在参数规模，而在行业知识、客户数据、产品场景和交付能力。

People Science 是第一层壁垒。北森在人才测评和 HCM 领域积累多年，对岗位胜任力、人才画像、测评模型和组织发展有长期沉淀。HR 场景对 " 准确 " 和 " 可解释 " 的要求很高，尤其涉及招聘、晋升、绩效和人才盘点，企业不可能完全接受一个黑箱答案。AI 必须能解释依据，符合岗位模型，也要匹配组织规则。

FDE 团队是第二层壁垒。北森有约 300 人的前端部署工程师团队，作用不只是传统软件实施，而是把客户的岗位体系、组织语言、业务流程和管理规则调进 AI。企业 AI 落地最大的难点往往在最后一公里。每家公司岗位定义不同，管理风格不同，评价标准也不同。通用 AI 可以做演示，行业 AI 要能在客户环境里稳定跑起来。FDE 团队的价值，就在于把标准化产品变成客户自己的 AI HR 系统。

客户基本盘是第三层壁垒。北森长期服务大中型企业，HCM 系统一旦嵌入核心流程，替换成本较高。AI 产品如果能顺着已有 SaaS 体系进入客户场景，天然具备交叉销售优势。相比纯 AI 创业公司，北森不需要从零建立信任，也不需要重新教育客户什么是 HR 流程。它的增购路径更短，商业化阻力更小。

不确定性也要放在前面。第一，AI 产品收入基数还不大，8700 万元新签合同虽然增速很快，但相对 11.05 亿元总收入仍处在早期。第二，AI HR 涉及数据安全、算法公平性、招聘合规和员工隐私，客户内部审批会影响推广速度。第三，未来两年 10 亿元 AI 投入会带来费用前置，利润表可能出现短期扰动。第四，如果同业快速跟进 AI Agent 产品，行业可能进入功能同质化和价格博弈。

北森现在已经拥有了一个可验证的商业化路径：存量 SaaS 客户提供入口，AI 产品提升增购和续费，垂直模型与 FDE 交付提高落地质量，最终用合同、利润率和现金流验证估值切换。

北森接下来的核心看点只有三个：AI 合同能不能继续增长，续费率能不能维持高位，AI 投入能不能变成经营现金流。AI 应用公司的资产重估，最终验票口不在发布会，而在合同、续费和现金流。