這一個業績期，AI的敘事正在發生明顯變化。

過去兩年，資本市場幾乎把全部注意力都放在大模型能力競爭上，關注參數規模、推理能力、榜單排名......

但隨著大模型能力逐漸商品化，市場的關注度全面轉向落地的競爭。

這一變化，在最近的業績期被表現得淋漓盡致。

上一周，國產大模型公司MiniMax發布業績預告，強勁的收入增長讓市場情緒瞬間被點燃。本周，迅策同樣也交出了一份遠超市場預期的成績單。

MiniMax作為中國版OpenAI/Anthropic，交出了國產大模型公司的第一份財報。

那么迅策作為中國版Palantir，交出的則是國產AI Data Agent的第一份答卷。

一、營收翻倍超預期，中國AI數據“第一牛股”現形

第一眼看迅策這份業績預告，最直接的感受只有兩個字：

爆表。

超出最樂觀的大行盈利預測表。

根據業績預告，迅策預計2025年全年收入約12.83億元人民幣，相比2024年的6.3億元同比增長102.95%；結合2025年上半年的收入數據計算，其下半年收入環比暴增約448%。

公司全年營收顯著高于德銀、國泰君安國際及海通國際等機構的預測值。其中，國泰君安國際在2月6日報告中的預測為10.96億元，Wind一致性預期則為10.92億元。

資料來源：Wind，格隆匯整理

下半年448%的營收環比增長，則可能說明公司進入了一種罕見的業務爆發狀態。尤其對比Palantir的數據，可以看出公司置于比Palantir這類明星公司更為迅猛的增長軌道上。

值得一提的是，在資本市場中，收入翻倍并不罕見。許多初創公司在收入規模只有幾千萬甚至幾億元時，實現翻倍增長并不困難。但當收入規模突破一個關鍵門檻之后，增長速度往往會迅速放緩。

而迅策這一次跨越的，是“10億營收門檻”。這往往意味著一個關鍵拐點：產品已經跨越“產品—市場匹配”（Product Market Fit）的鴻溝，從早期項目驅動階段，進入可以規模化復制的商業模式階段。

同時，虧損收斂的速度也超預期。2025年，公司錄得虧損約1.30億元；經調整凈虧損為5500萬元，較2024年度的經調整凈虧損8237萬元大幅收窄。

收入翻倍、虧損收窄，都超預期。

在AI產業仍普遍處于高投入階段的背景下，這樣的組合幾乎就是資本市場最渴望看到的增長曲線。

如果將時間軸再拉長，國泰君安國際預測，2024至2029年（預計）公司收入將以40%的復合年增長率（CAGR）持續增長。如今2025年業績大幅超出預期，為這一長期增長前景注入了更強的確定性。

在中國企業軟件行業整體增速明顯放緩的背景下，迅策依然保持了極其罕見的持續高增長。

在多數市場認知中，數據服務公司往往是典型的人力密集型業務：項目制、人員密集、交付周期長。

迅策卻幾乎完全打破了這一印象。

根據公開資料，公司員工規模大約442人。按2025年12.8億元收入估算，其人均創收達290萬元，接近是Minimax的一倍！

這一數字不僅遠高于傳統軟件公司，也明顯高于多數AI龍頭公司。

注：

MiniMax招股書顯示截至2025年9月底員工385人。2025年全年營收7904萬美元（約5.7億元人民幣）。據此計算，人均創收約20.5萬美元，按匯率7.2計算約147.8萬元人民幣。

根據專家分析，公司的商業模式有望逐步升級為更具平臺屬性的收費方式，包括按Token調用付費、按模型訓練次數收費，以及按效果付費與分成。

一旦轉向，本質上就進入了AI基礎設施的平臺型商業模式，進一步放大人力杠桿。

如果把這些數字拼在一起，這份財報釋放出的信號其實非常清晰：

收入翻倍大超預期、虧損收窄、客單價持續提升、人均產值遠超行業。

在AI產業仍普遍處于高投入、低利潤階段的背景下，這樣的財務結構顯得格外稀缺。

同時，在充滿敘事與想象力的AI數據基礎設施賽道里，迅策可能是少數用硬核財務數據證明商業化能力的公司之一。

AI Data的第一牛股終于有苗頭了。

二、收入多元、客戶ARPU暴漲，AI數據的錢終于好賺了

在業績預告中，公司對增長已經給出了最直接的解釋：收入大幅增長主要得益于AI大模型落地使數據需求加速增長。

根據公司披露，其技術體系已經構建起覆蓋數據獲取、清洗、標準化、即時計算至大模型調優的全鏈路能力，并以毫秒級實時數據處理能力為核心，構建AI Data Agent架構。

當大模型進入企業核心系統落地的深水區后，模型只是大腦，而數據才是血液。

迅策吃到的，恰恰是這一輪產業邏輯重點轉移的最大紅利。

這一邏輯體現在幾個方面：

一是，多元化行業滲透“從1到N”加速，增長天花板被徹底打開。

公司最早深耕的領域是資產管理行業。在這一領域，實時數據處理的重要性極高：市場價格變化、交易風險控制、組合收益計算，都要求毫秒級響應。正是在這樣的極端環境下，迅策打磨出了自己的技術底座。

根據行業報告，迅策在中國資產管理行業的實時數據基礎設施及分析市場中排名第一，市場份額達到11.6%，并實現對中國資產管理規模前十大機構的100%覆蓋。

在完成金融行業的技術驗證后，迅策開始向更多行業擴張：金融服務（除資管外）、城市管理、制造業管理、電信及其他行業，非資產管理業務收入占比從2022年的26%迅猛攀升至2024年的61%，已成為收入主力。

2、前沿與新興領域應用爆發，驗證技術深度并鎖定未來增長極。

此次盈利預告中，迅策披露其將AI基礎設施建設延伸至機器人數據平臺及商業航空等新興領域”。

機器人對環境的感知、決策與控制，商業航空對飛行數據實時、精準、可靠的處理，均是數據復雜度最高、實時性要求最極端、容錯率最低的領域。

對于傳統IT系統來說，這些場景幾乎是“地獄難度”。

但對于迅策而言，這恰恰是技術優勢的延伸。因為公司在金融交易系統中早已習慣處理高并發、低延遲、強一致性的數據環境。

敢于進入這些賽道，并已進行實質性投入，本身就是對其技術護城河深度的最佳驗證。這些領域不僅是檢驗其解決方案可靠性的“試金石”，更代表了未來數字經濟中最具潛力、最具價值的增長前沿。

3、企業AI時代，付費意愿發生根本性改變。

除了行業擴張，還有一個被市場忽略的重要變化——企業客戶的付費意愿正在發生根本性改變。

過去，很多企業把數字化系統視為成本中心，因此采購決策往往極其謹慎。當AI開始直接影響企業效率與利潤時，這一邏輯發生了轉變。

這一趨勢已經在迅策的客戶結構中體現出來。

公司每用戶平均收入（ARPU）已從2022年的約158萬元提升至2025年的556萬元，單個客戶的付費規模在快速飆升。

這意味著，迅策的增長引擎多元且強勁。

?

三、迅策 VS Palantir：是對標，更是未來

模型越來越便宜，數據越來越值錢，AI能力的價值，正在從模型層轉向數據層。

但與之相對的是，大模型公司越來越多，然而在全球范圍內，真正具備企業級實時數據基礎設施能力的公司很少。

這一賽道，美國最典型的代表是Palantir，中國代表則是迅策。

這家美國公司之所以能夠成為美國AI產業的“戰略資產”，并不在于其模型能力，而在于它將數據系統深度嵌入客戶的核心業務流程。從底層理念來看，Palantir與迅策的核心邏輯完全一致，都是以Data×AI的系統性融合為核心。

如果把整個AI系統的數據處理流程拆開來看，大致可以分為九個關鍵環節：從數據獲取、數據清洗、數據標準化、數據標簽、數據建模、實時計算，一直延伸到智能體應用開發、大模型調優以及混合模型部署。

而目前市場上的AI公司，大多只覆蓋其中的一段。

例如，ScaleAI、SurgeAI主要集中在數據標注與數據準備；Snowflake與Databricks更偏向數據計算平臺；GleanAI則主要停留在企業應用層。

換句話說，這些公司更像是AI產業鏈上的單點工具提供者。

市場有兩家公司呈現出完全不同的形態。

一個是Palantir。另一個，就是迅策。

兩家公司幾乎橫跨了整條AI數據鏈路：從最底層的數據獲取與治理，到實時計算，再到AI應用開發與大模型調優，形成了一套完整的數據基礎設施體系。

因而，在迅策上市之時，市場就屢屢將它成為“中國版Palantir”。而2025年的業績進一步將這種“形似”推進至“神似”的范疇。

更有意思的是，兩家公司的成長路徑也高度相似。

Palantir最早服務美國情報機構，通過整合海量異構數據幫助政府進行戰略決策，后來逐漸擴展至商業領域。

迅策的發展路徑，也幾乎是同一邏輯。

公司最早深耕資產管理行業，在這個對數據實時性要求極高的領域打磨技術。

隨后，公司開始將這一能力向電信、城市管理、高端制造等行業復制。如果一套系統能夠在金融交易這種高頻、高風險環境中穩定運行，那么將其應用到其他大部分領域的數據系統中，幾乎屬于“降維打擊”。

二者都從解決一個行業的痛點出發，最終成長為賦能千行百業智能化轉型的底層支柱，呈現出爆發力。

從產業階段來看，中國市場與美國仍存在一定的IT基礎設施代差。企業數據系統的數字化程度、數據治理成熟度以及AI工程化能力，都處在不同的發展階段。這也意味著，迅策當前所處的位置，在某種程度上仍類似于Palantir早期快速擴張的階段。

根據不完全統計，Palantir的數據平臺已被政府和企業客戶應用于20個行業，包括國防、金融、醫療、制造、能源和電信等，迅策的解決方案在目前7個行業覆蓋的廣度上還有較大的提升空間。

從產業趨勢來看，二者可抓住的時代紅利仍然非常大。

Palantir與迅策踩中的，并不是某個短期風口，而是一條長期產業趨勢。

根據弗若斯特沙利文的測算，中國實時數據基礎設施和分析市場在2020年至2024年期間保持46.1%的復合增長率，而在2024年至2029年仍將維持高速增長。

而目前這一市場的滲透率仍然極低。在2024年，中國實時數據基礎設施和分析市場的整體滲透率僅為3.6%。

換句話說，這個市場的潛力才剛剛開始釋放。

與美國有所不同，站在當前時點，中國數據產業正迎來政策、技術、市場需求的三重共振，四大趨勢正匯聚成不可阻擋的洪流。

第一，是數據資產化。隨著數據入表政策的落地，企業將越來越重視數據的價值管理，而實時數據基礎設施正是實現數據資產化的技術基礎。

第二，全國各地正在建設數據交易平臺，數據流通與交換將成為數字經濟的重要環節，而數據標準化與實時處理能力將成為關鍵技術底座。

第三，隨著數據跨機構流動需求上升，隱私計算與安全合規將成為數據基礎設施的核心能力之一。

第四，是合成數據與AI訓練數據需求爆發。隨著AI模型規模不斷擴大，企業對于高質量訓練數據的需求將呈指數級增長，而實時數據系統正是生成和管理這些數據的重要平臺。

這正是迅策科技戰略中“AI Data Agent”的核心所指。它不僅僅是數據分析，更是讓AI能夠直接、安全、實時地調用和處理業務數據，從而完成從分析到決策再到執行的閉環。迅策科技在金融交易、電信網絡、城市運行等復雜系統中積累的深度建模經驗，使其在未來合成數據工業領域具備了潛在的先發優勢。

在這些趨勢之中，迅策的技術能力幾乎全部處于核心位置。

結語

回頭看這一輪AI產業的演進，會發現一個很有意思的規律。

第一階段，市場相信模型；

第二階段，市場開始相信數據；

再強大的模型也需要高質量數據喂養，再智能的Agent也需要實時數據流轉，像迅策這樣深耕數據基礎設施的公司，逐漸從幕后走到了舞臺中央。