8 月 24 日，迅策（03317.HK）在深圳总部举办 "2026 年中报投资者调研与专家交流活动 "。

当前，企业 AI 落地需求加速释放、数据要素市场化进程全面提速，迅策科技紧抓时代机遇，加速落地 Token 业务模式，构建 AI To B 一体化平台服务，为客户提供从数据治理到模型部署的一站式 AI 基础设施。2026 年上半年，公司不仅跑通了 Token 业务模式，更在产品矩阵完善、多元化行业拓展及国际化布局上快速发展。

在此背景下，迅策 8 月 21 日发布的半年报业绩亮眼：上半年实现营收 9.67 亿元，同比大幅增长 389%，创下同期历史新高，并且实现首个上半年度盈利。但在发展之中，迅策管理层也意识到未来业务发展的痛点和难点。

在与投资者们交流公司 "AI To B" 落地的逻辑与业务增速的瓶颈所在时，迅策科技 CTO 杨阳指出，FDE（前端部署工程师）是所有瓶颈的 " 爆发点 "，正因为如此，它才是价值创造的核心枢纽。迅策的研发团队都在向 FDE 方向培养，同时在医疗健康等领域积极寻求外部合作。

图片来源：图虫创意

海外营收同比增长 264%，Token 业务营收占比有望升至 30%

根据迅策半年报披露，上半年公司实现营收 9.67 亿元，同比大幅增长 389%，创下同期历史新高；盈利近亿元，实现首个上半年度盈利；毛利率达 60.1%，保持高位稳定；ARPU 大幅跃升 240%，人均创收激增 379%；客户留存率稳居 90% 以上。

图片来源：迅策科技

迅策指出，收入的强劲增长得益于企业级 AI 实时数据基础设施部署加速，驱动核心业务收入增长；以及多元化行业渗透加速，跨行业复制能力持续验证，" 算力—数据— Token —模型—应用 " 全链路一体化产品加速交付。

2026 年上半年，迅策进一步向多元行业拓展，AI 数据基础设施与解决方案已广泛应用于电信、电力、能源、城市运营、高端制造、医疗、卫星、机器人、智能汽车、低空经济等领域。随着场景 Token 工厂模式在多个行业、场景及生态体系中的持续验证，公司业务结构更趋于多元。

定期报告显示，从营收来源来看，作为迅策发家的基础，资产管理行业在今年上半年的营收占总收入约 12.4%，同比减少约 34.8 个百分点。来自多元化行业的收入占总收入约 87.6%，同比增加约 34.8 个百分点，成为真正 " 顶梁柱 "。

关于多元化行业收入情况，迅策科技董秘陈婉婞在交流会上提到，目前第一大行业（营收）占比已经超过资管行业。迅策表示，当前其已进入 11 个高壁垒行业，目标向 20 个及以上进发，持续拓展多元化增长空间。

收入结构完成了 " 换引擎 "，但多元化在带来体量的同时也在悄悄改变毛利率。

从毛利率来看，资产管理行业仍然是最赚钱的板块，收益毛利率约为 81.9%，同比增加约 29.8 个百分点；来自多元化行业的收益毛利率为 57.0%，同比减少约 22.7 个百分点，逊于资产管理行业。

值得注意的是，业务规模扩大使得迅策营收出现大幅增长，但同时导致现金货币减少、应付款项增多等现象。

截至今年 6 月末，迅策的综合现金及现金等价物缩至 6.34 亿元人民币，较去年底的 10.83 亿元下降 41.46%。关于减少的原因，其表示系为了部署 TokenCloud 平台及自有算力而集中采购算力硬件，以支撑 " 算力—数据— Token —模型—应用 " 全链路的能力构建。

与此同时，为支持业务规模扩大，迅策在上半年进行采购硬件及服务增加，截至 6 月末，其综合贸易应付款项约为 5.26 亿元，较去年末（3.81 亿元）增多约四成。

除此之外，Token 业务模式商业化落地、国际化业务持续拓展也成为迅策营收快速增长的原因之一。

在会上，迅策管理层表示，今年上半年，公司 Token 业务模式已得到验证，Token 业务收入大幅提升，占总营收的 10%，下半年该业务营收占比有望突破 20% 至 30%，将成为公司新的商业模式下的核心增量来源。

关于业务国际化进展，迅策在定期报告中提到，公司目前已完成日本与新加坡子公司的设立，海外营收同比增幅达到 264%。迅策科技董秘陈婉婞表示，上半年除了在新加坡、日本设立子公司外，（公司）很大一部分（海外）营收来源来自欧洲、德国。" 长远看，我们正在稳步开拓海外业务，也会在风险可控的前提下稳步推进全球化布局，为长期的增长开辟国际化的空间。" 迅策表示。

迅策科技投资者关系总监张凯琳在活动上提到，今年下半年，公司将正式迈进 3.0 阶段，推出全新的 Token 交换平台—— TokenRouters，打通跨企业、跨行业、跨场景的 Token 流通环节，使高质量场景 Token 在安全、合规、可审计的前提下实现跨主体价值交换，形成内部治理 Token 化、合规封装、跨域流通以及价值交换的完整闭环。届时，公司的商业模式有望从 "Token 调用收费 " 升级为 " 平台化生态收费 " ，增长空间也会由单一客户的 Token 调用量，进入到整个生态网络的 Token 流通规模。

迅策表示，未来将继续向全球 Token 交换平台（3.0）迈进，加速企业小模型（4.0）的训练与规模化部署，并围绕商业模式演进、加速跨行业复制、开拓前沿应用、构建战略合作生态、稳步开拓海外业务五大方向落实战略举措，持续为客户创造商业价值。

科学和泛健康或成未来重点方向，FDE 是所有瓶颈的 " 爆发点 "

针对未来 AI 基础设施和智能化升级的重点行业，北京中关村学院、中关村人工智能研究院研究员林镇阳则给出了两个值得重点关注的方向：一是科学领域，AI 正推动科研进入以数据为驱动的第四范式。国际上已出现大规模投资，围绕 AI 加速科研探索会催生大量数据处理、智能算法工具的需求。二是泛健康领域，如情绪、心理、脑科学等，大语言模型构筑了群体知识库，但在个体身心连接、认知盲区探索方面仍有巨大空间。这些领域一旦突破，将伴随大规模的产业化进程，最终 AI 要回归到服务人本身。

林镇阳所强调的 "AI 回归服务人本身 "，实际上为行业选择划定了一条底层逻辑：无论赛道如何切换，最终的落脚点都是用数据解决真实问题。顺着这一思路，与会专家进一步将视野从 " 选什么行业 " 拉回到 " 靠什么支撑 "。

除了金融、制造、电力、新能源等已形成明确需求的领域外，智能汽车、低空经济、生物医疗、商业航天等新兴行业正成为数据智能化升级的重要市场。而在这些多元行业的背后，专家们达成了一个更根本的共识——数据正在成为 AI 时代最关键的生产要素，高质量、场景化的数据基础设施，将是企业释放 AI 价值、构建竞争壁垒的核心底座。

图片来源：迅策科技

共识归共识，但落到企业实际采购与部署时，一个尖锐的问题无法回避：今天的大模型能力，到底够不够用？在管理层与投资者交流环节中，面对 " 闭源模型能力是否已超过企业需求 " 的提问，杨阳给出了一个辩证的判断：在日常通用场景（如会议记录、报告撰写）中，大模型的能力确实已经远远过剩；但在核心生产环节（如工业质检、专业决策），单纯依靠大模型又远远不够。

既然通用场景 " 能力过剩 " 而核心场景 " 远远不够 "，那企业客户究竟愿意为什么买单？杨阳表示，在专业化场景里，客户付费的意愿和能力更多还是针对具体业务价值和成果。真正 To B 的专业化服务，往往涉及硬件、软件、硬软结合，以及针对业务场景的数据整理、优化训练和应用开发。迅策的工作思路，始终是面向场景去设计和整合所有相关资源，最终按结果交付。换言之，客户不关心用了什么模型，只关心 " 问题有没有被解决 "。

" 按结果交付 " 说起来简单，执行起来却碰到一个结构性矛盾：传统软件公司往往追求标准化、教育用户适应产品，对专业化关注度本就不高；但专业的企业服务场景天然就是细分的、需要深耕的。针对 " 行业 Agent 落地的专营化趋势 " 和人才瓶颈问题，杨阳提供了迅策的解法：基于在金融领域打磨成熟的数据处理理念和产品服务方式，寻找可迁移的 " 土壤 "。每进入一个新行业（如医疗、制造业），就必须找到深耕该领域的合作伙伴，共同挖掘隐性知识，将其转化为数据、资产和模型。

隐性知识要转化为可运行的模型与系统，最后一公里靠谁来完成？这就引出了迅策内部一个关键角色—— FDE（前端部署工程师）的集中讨论。关于 FDE 的角色与瓶颈，杨阳表示，FDE 是所有瓶颈的 " 爆发点 "，正因为如此，它才是价值创造的核心枢纽。迅策的研发团队都在向 FDE 方向培养，同时在医疗健康等领域积极寻求外部合作。FDE 是重点拓展和深耕的环节，但所有问题的解决 " 更多的还是一步一步来 "。