🧭 核心投资逻辑与推演结论
查看完整画像 ➔报告日期:2026年8月4日 (UTC)
财务报告:基于截至2025年12月31日止的2025年度经审计业绩公告(2026年3月26日发布)、2026年第一季度自愿性业务更新公告(2026年4月15日发布)以及2026年上半年正面盈利预告(2026年7月15日发布)。
1. 核心投资逻辑
- 评级:良好。公司率先打通了国内AI Agent在营销与销售场景的商业化变现闭环,收入与净利润呈现指数级增长,但整体毛利率受精准营销业务拉低,且上市后存在多次股权配售稀释风险。
- 一句话定义:迈富时(02556.HK)是中国最大的营销与销售AI应用及SaaS服务商(国内运营主体为珍岛集团),正加速从传统SaaS订阅制向“AI Agent+场景Token计费”转型。
- 核心看点:
- AI Agent商业化爆发与盈利兑现:自自研Tforce营销大模型及AI-Agentforce中台推出以来,收费模式由“按席位订阅”成功升级为“场景Token+效果计费”。公司发布盈喜预测2026H1归母净利润达1.82亿至2.22亿元人民币(同比增长386%至494%),上半年盈利已超2025全年。
- KA大客户拓展与人效显著提升:2025年KA大客户数同比翻倍至1,609家,平均合同价值(ACV)提升60.6%;内部全面应用自研AI工具提效,2025年全员人效提升62.7%,带动销售与管理费用率大幅优化。
- 出海第二曲线加速放量:T云外贸版支持49种语言,2025年外贸业务收入达0.76亿元(同比增长134.4%),已在香港、新加坡及美国落地子公司,打开海外增量空间。
- 收益来源属性:公司自身 α 占据主导(约 75%)(AI Agent产品落地能力、Token计费定价权升级及大客户攻坚)+ 行业 β(约 25%)(企业生成式AI应用爆发及数字化降本增效趋势)。
- 商业模式本质:
- 本质是“AI智能体软件服务+精准流量分发”的双轮驱动模式。
- 竞争优势:拥有16年积累的营销销售闭环数据与上千个行业知识图谱(覆盖消费零售、汽车、金融、医疗等6大行业),构建了“场景+数据+平台+模型”的全栈能力,并拥有覆盖全国的直销与295+渠道伙伴网络。
- 竞争压力:面对腾讯企微生态、字节跳动火山引擎、微盟等厂商在AI营销领域的夹击,中小企业(SMB)客户存续期较短,流量采购端对头部媒体依赖度高。
- 关键假设提示:1) 场景Token计费模式在客户侧的续费与消耗量维持高位;2) KA大客户ACV与渗透率持续提升;3) 算力采购与AI交付成本控制得当,AI应用毛利率止跌回升。
8. 反方视角与不买入理由
切换至极度苛刻的做空/排雷视角,以下为不应该买入该标的的核心理由:
- 反向拆解多头信仰:
- “营收翻倍”的质量隐忧:2025年28.18亿营收中,有13.28亿来自于毛利率仅为5.0%的精准营销业务。该业务实质是广告代刷流水的低边际中介,拉低了公司整体资产质量。
- “AI应用高毛利”正在受侵蚀:AI应用业务毛利率已从2024年的86.3%下滑11.1个百分点至2025年的75.2%。主因KA大客户需要配套一体机硬件及定制化人工交付,证明AI Agent并非“纯软件零边际成本”交付模式。
- 频繁配售股权摊薄权益:上市仅两年内(2024-2026年),公司已进行多次新股配售,总股本显著扩张,反映出公司对资本市场股权融资的较高依赖,摊薄了二级市场普通股东的每股收益。
- 行业/需求的系统性收缩:
- 中小企业(SMB)整体经营压力客观存在,营销预算较为敏感。传统的SaaS续费率在行业普遍承压,若Token消耗无法产生可量化的ROI,客户转介绍与增购动力将迅速衰减。
- 交易结构与真实回报率磨损:
- 港股通投资者需承担20%的红利税(若未来分红);且港股中小盘科技股流动性在宏观环境欠佳时极易出现流动性折价与滑点。
- 反方总结(灵魂拷问):如果你决定不买入该标的,你的理由应该是:
- 无法接受精准营销业务(毛利率5%)拖累整体公司毛利与资产质量;
- 担忧AI应用由于硬件及算力成本增加,毛利率进入下行通道;
- 警惕频繁配售新股带来的股权稀释风险;
- 认为当前约40-45倍的TTM P/E已较为充分地反映了2026H1的业绩盈喜预告。
9. 总结与结论
- 核心催化剂(6–12个月):
- 2026年中期业绩正式报告发布(预定于2026年8月底):验证归母净利润1.82亿-2.22亿元的实际兑现度及现金流质量。
- 场景Token付费渗透率与消耗量:GEO智能体、外贸智能体等Token付费客户消耗数据的环比提升。
- 海外市场(东南亚/中东)订单大定点突破。
- 一句话判断:当前更接近:需要密切观察的优质成长股(盈利拐点已至,但需观察毛利率及配售风险)。该判断对“AI场景Token付费消耗的持续性与算力/硬件成本控制”最为敏感。