净利预增近500%，迈富时把SaaS的收费单位改成了“业务结果”

7月15日，迈富时预计2026年上半年归母净利润同比增长386%至494%，AI应用业务收入增长112%至134%。利润增速明显高于收入增速，意味着企业AI开始从产品演示进入利润兑现阶段。迈富时提供了一种更具体的行业样本：对外按照场景Token收费，对内利用AI员工降低销售、客服和管理成本。接下来需要验证的，是这套模式能否穿过大客户交付、算力投入和现金流三道关口。

软件席位正在缩水，企业开始为“完成任务”买单

传统SaaS按席位收费，收入与使用软件的员工数量高度相关。AI智能体接管内容生成、客户触达、经营分析和售后服务后，企业可能减少人工账号，却增加机器执行任务的频率。Gartner预计，到2030年，约2340亿美元企业应用软件支出将受到Agentic AI影响，相当于届时企业应用SaaS支出的约20%；到2026年底，40%的企业应用可能集成任务型AI智能体。行业继续扩容，原有计费基础已经松动。

迈富时提出的“场景Token”，更接近一张业务工作量凭证。底层模型调用只是成本项，客户购买的还包括企业知识、行业数据、流程编排、智能体协同和执行效果。公司一季度公告显示，GEO、EVA等产品已经采用“消耗+效果”的混合收费方式。上半年盈利预告进一步披露，场景Token在GEO、外贸、经营分析等产品中加速渗透，客户付费意愿和平均消耗量提升；Agentforce 3.0、KnowForce与GenAI OS推出后，客户数量和客单价同步增长。

这套模型直面企业AI最难的一道商业题：客户为何持续付费。软件功能通常在签约时完成销售，AI员工的价值需要在使用过程中反复兑现。风险也很具体：业务结果能否准确归因，智能体执行质量能否稳定，均会影响定价与续费。

Gartner预计，超过40%的Agentic AI项目可能在2027年底前被取消，原因集中在成本上升、商业价值模糊和风险控制不足。迈富时后续需要证明结果可计量、质量可复制、价格可维持。

场景Token由此带来两层变化。企业软件收入不再完全受制于客户员工数量，智能体可以通过更高的任务执行频率扩大单客收入；供应商也要承担更多结果责任，产品效果下降会更快传导至收费、续约和客户流失。传统订阅制提供较强的收入稳定性，结果付费增加了收入上限，也提高了经营波动。

外部售卖场景、内部改造流程，利润表出现双重杠杆

迈富时较快推进AI商业化，与原有客户基础和营销场景有关。营销、销售、客服等环节任务频率高，结果较容易量化，也更接近企业收入端。相比通用办公助手，企业更容易为线索、转化、复购和服务效率配置预算。迈富时再把能力延伸至外贸、经营分析和知识治理，单个客户可部署的智能体数量随之增加。

2025年，迈富时收入28.18亿元，同比增长80.8%；其中AI应用业务收入14.87亿元，同比增长76.5%，占总收入52.8%。AI应用付费用户达到27637家，同比增长3.9%，月均单客收入增长60.3%。客户数量温和上升、单客贡献明显提高，收入增长更多来自产品扩展和客户增购。2026年一季度，AI应用收入增速提高至110.5%，同期精准营销服务毛收入仅增长0.9%，公司收入结构进一步向AI应用倾斜。

这组数据比单纯的客户数量增长更有信息量。企业AI早期常通过低价试用扩大客户池，客户数量增长很快，单客收入和续费质量却未必同步改善。迈富时2025年的主要增量来自单客收入上升，说明客户开始增加产品模块、智能体数量或使用频率。场景Token继续渗透后，客户消耗量能否保持增长，将比单次签约金额更能反映产品黏性。

利润增长的另一端来自内部流程。公司在营销、销售、客服和培训环节部署自研AI员工，并称上半年人员规模保持稳定，销售费用率与管理费用率继续下降。2025年，管理费用由2.65亿元降至1.93亿元，降幅27.2%，公司将原因之一归于AI在中后台的应用。对外销售AI员工，对内用同一套产品提高人效，研发投入可以同时服务收入扩张与成本控制。

双向复用的难点在于标准化。AI应用公司常见的问题是收入增长伴随交付人员同步扩张。迈富时若能把智能体构建、知识治理、权限管理和模型调度沉淀为平台，新增客户带来的人工成本增幅才可能低于收入增幅。

上半年利润增速远高于收入增速，已经给出初步信号。完整中报仍需交代毛利率、费用率、客户留存和应收账款。尤其需要区分利润改善来自业务结构变化，还是费用确认节奏、项目交付周期等阶段性因素。盈利预告中的数据仍为未经审计的初步评估，公司预计在8月底前发布正式中期业绩。

收入曲线已经抬升，算力与交付正在重写资本结构

2025年，迈富时整体毛利率由53.0%降至42.0%，AI应用业务毛利率由86.3%降至75.2%。公司解释，大客户业务占比提高带来更多人工投入，部分客户因数据安全采用私有化部署，也推高了硬件采购成本。同期研发费用增至4.41亿元，同比增长79.6%，主要投向云端算力、垂类模型训练和外部技术服务。

企业AI应用由此暴露出一组矛盾：大客户订单金额和数据壁垒较高，部署复杂度、定制需求和安全成本也会增加。标准化不足时，大客户收入可以抬高规模，却会压低利润率。场景Token改善定价的前提，是软件平台承担更多重复工作，交付团队无需随着合同数量线性扩张。

迈富时5月以每股40.54港元发行1233.34万股，募集净额约4.997亿港元，计划在2026年底前全部用于GPU服务器、组网、AIDC租赁及模型软件。稳定算力有助于控制推理效率和客户交付，资本开支、折旧与资金周转也会进入利润质量的评估范围。

这一投入使迈富时面对的软件公司难题更加复杂。传统SaaS具有轻资产特征，规模扩张后，新增软件收入的边际成本通常较低。迈富时向“全栈Token工厂”延伸，需要同时承担模型研发、推理算力和企业交付。公司能够获得更强的产品控制力，也要承受更重的资金需求。

巴菲特在1992年致股东信中写道，增长只有在新增资本能够获得有吸引力的回报时，才会给股东创造价值。迈富时2025年自由现金流净流出6.88亿元，2024年为净流入1.28亿元；2025年末借款18.43亿元。上半年盈利预告改善了利润端，经营现金流若未同步改善，收入高增仍会消耗更多外部资金。

8月底前披露的中报需要回答几项硬问题：AI应用毛利率能否结束下行，场景Token收入由客户增购还是价格提升驱动，私有化部署能否降低人力和硬件成本，利润能否沉淀为经营现金流。

相关指标若同步改善，迈富时的公司定位将由营销SaaS继续向企业AI工作流平台迁移。公司积累的营销客户、行业数据和业务流程，可能转化为智能体规模化落地的基础设施；其中任何一项指标持续恶化，都会削弱“全栈Token工厂”的扩张能力。

迈富时已经证明，企业愿意为能够执行任务的AI产品增加预算，也初步证明AI员工可以改善供应商自身的人效。收入翻倍、利润增幅接近五倍，为应用层商业化提供了一个明确样本。

更长周期的竞争不会停留在Token消耗量。企业客户购买的是稳定结果，股东获得的是现金回报。场景覆盖越广，迈富时越需要控制模型成本、交付复杂度和资

利润预告打开了资产重估空间，现金流质量决定这种重估能否延续。企业AI商业化的领先者，最终不会由Token数量排定座次，而要看一枚Token能够兑换多少客户价值，以及多少可持续的自由现金流。