作者 | 铅笔道 欣晓编辑 | 铅笔道 黄小贵封面 | 铅笔道制图

帮人省钱的公司，自己倒亏得一塌糊涂。

过去 10 年，金智维给企业 " 招 " 了 200 多万名不用工资、不请假、也不占工位的 AI 员工。

现在，这家公司自己要去港股找钱：截至 2026 年 6 月底，公司十年累计亏损 12.59 亿元。

卖 AI 为什么不赚钱呢？

行业第一，报表难看

金智维创始人叫廖万里，70 后，广州人。

1993 年，他从杭州电子工业学院计算机系毕业，进了农行珠海分行科技部，开发银行交易系统。

2001 年，他放弃铁饭碗倒来到北京，在一家专门做银行系统集成与柜台开发的公司任职项目经理。因为工作能力出色，才干了 10 个月，就被提拔为副总。

2005 年，廖万里第一次创业，做审计软件。

2016 年，廖万里在珠海创办金智维。

金智维最早做 RPA。

RPA 可以理解成一个听话但不聪明的 " 电子实习生 "：复制表格、录入数据、核账、登录不同系统来回点击，只要流程提前规定好，它就能不知疲倦地重复。

大模型出现后，" 电子实习生 " 开始升职。

2021 年，金智维推出 K-APA 数字员工平台；2025 年，又推出 Ki-Agent 企业级智能体平台。

后者已经不只是机械点击。它可以理解任务、规划步骤、调用工具，再跨越不同软件系统完成工作。

到 2026 年 6 月，金智维累计部署了 200 多万名 AI 数字员工，服务了 1600 多家客户，拿下六大行和国内九成以上的证券公司。

市场份额连续三年第一。

听起来挺光鲜。但翻开招股书，数字不好看。

钱怎么赚的？项目制，像搬砖

营收三年从 2.17 亿涨到 2.56 亿，复合增速只有 8.7%。而同期行业增速是 37.1%。

行业第一名，跑不赢行业平均速度。这本身就说明问题。

问题藏在收入结构里：

金智维 70% 以上的收入来自项目制。什么意思？就是每个客户都得定制——派人去驻场、对接老系统、调流程、做验收，一个项目平均干 6 到 9 个月。

项目制的毛利率只有 40.3%。而订阅制呢？96.3%。一个像搬砖，一个像印钞。但订阅收入占比只有 16.8%，还在往下滑。

这就形成了一个死循环：要增长就得接更多项目，接更多项目就得招更多人，人多了成本就上去，成本上去了利润就更薄。

"AI 企业服务最大的问题，是教育客户的成本太高，本质上就是销售成本太高。"AI 科技博主易涛说。

他观察到一个荒诞的现象：以前企业买 SaaS，一个项目几十万上百万；现在 AI 公司派 FDE（前沿部署工程师）过去，项目往往只有几万、十几万。但客单价降了，人力成本没降——你还是得派工程师、派销售、派技术支持。

这不是金智维一家的困境。IDC 数据显示，2024 年中国 RPA+AI 市场服务收入 16.3 亿元，已经超过了产品收入的 15.3 亿元。

客户买 AI，是为了少用人；AI 公司为了把 AI 卖出去，却先要派一群人过去。

钱怎么亏的？三项费啃食全部营收

成立近十年，金智维累计亏了 12.59 亿。平均每年烧掉一个多亿。

钱都花哪了？看费用结构：

2025 年营收才 2.56 亿，三项费用就吃掉了 2.07 亿。再加上其他成本，不亏才怪。

运营数据也在恶化：

客户数：2025 年底 781 家 → 2026 年中 439 家，半年少了将近一半；

留存率：从 74% 一路滑到 60%；

回款周期：从 137 天拉长到 446 天——干完活快一年半才能收回钱；

客户为什么走？一个合理的推断是：AI 项目上了线，但 ROI 没跑通，客户就不续了。

这也是整个行业的现状。

麦肯锡今年 8 月的调查很说明问题：80% 的员工觉得 AI 提高了自己的效率，但只有 37% 的老板认为 AI 给利润表带来了正向贡献。

员工觉得好用，老板没看到钱。

BCG 调查了 115 名企业高管，75% 希望服务商参与重点场景的建设和实施——但近 60% 的企业说，包含智能体的项目，还没带来可衡量的成本改善。

下一桶金：别卖 AI，卖结果

易涛有一个判断：未来企业 AI 真正的大生意，既不是卖账号，也不是卖方案，更不是做定制——而是先替客户拿到结果，再从结果里分钱。

即赚 " 增量的钱 "。

互联网过去二十年最赚钱的一批平台，本质上都不是单纯向商户出售软件。淘宝帮商家获得订单，美团帮餐厅获得客流，携程帮酒店卖出房间。

平台先创造增量，再从新增交易里分钱。

零犀科技，2019 年就开始做 RaaS（结果即服务），不卖软件订阅，只交付销售成果。

在保险领域，它帮头部机构新增保费超 20 亿元——同等业务量用传统模式需要 800 到 1000 人的销售团队。公司 2024 年已经实现规模化盈利。

天润云、百融云创、蚂蚁数科也都推出了按结果付费的产品。

BCG 的调查数据很有意思：需求端，超过 70% 的企业决策者更偏好与 " 产出 " 或 " 结果 " 挂钩的收费方式；供给端，大约 60% 的 AI 服务商还在按人天收费或固定项目价。

需求已经变了，供给还没跟上——这中间就是机会。

以前卖 AI 客服，你说一年 100 万；以后客户会问：别告诉我一年多少钱，告诉我你能解决多少工单。

以前卖 AI 销售按账号收费；以后可能变成：你替我找到多少有效线索？带来多少成交？

Gartner 今年 8 月专门提了一嘴：AI Agent 真正承担业务工作之后，软件定价需要从传统的 " 按席位收费 "，转向按可衡量的业务活动甚至业务结果收费。

机会有多大？

IDC 说，中国企业级 AI Agent 市场 2025 年 212 亿，2026 年预计 449 亿，到 2029 年冲击 3320 亿，年复合增速接近 100%。

全球市场 2027 年企业 AI Agent 总支出预计达 1.4 万亿美元。

但钱不会均匀撒。

已经跑通 ROI 的场景，都有一个共同特征：任务边界清晰、流程高度标准化、结果可量化、有闭环数据反馈。

一句话：窄切口 + 标准化 + 数据闭环。

客服是回本最快的—— Bain 数据显示中位回本周期仅 4.1 个月。

金融是落地最深的——摩根大通部署 Agent 后私人银行业务实现 20% 的毛销售额增长。

AI 编程渗透率最高—— GitHub Copilot 生成 46% 的新增代码。

对金智维来说，问题也很清楚：200 万数字员工是成绩，但怎么从 " 卖项目 " 走到 " 卖结果 "，从 " 搬砖 " 走到 " 印钞 "，决定了它下一个十年的位置。