一、Token经济新论：场景Token的定价逻辑

市场存在一种质疑：通用大模型能力越来越强，其自带的通用Agent是否会取代垂直AI应用？

这一观点可能忽略了两个核心事实：

利益导向差异：大模型厂商的商业模式倾向于消耗更多模型Token（用量驱动）；而AI原生应用厂商（如迈富时）的出发点是帮助客户用更少的Token成本达成更好的业务效果（价值驱动）。

能力边界差异：通用Agent难以高效调用多种模型，也难以解决企业内跨系统、跨部门的复杂协同问题，更多适用于单点任务。

因此，AI原生应用并非简单的“套壳”，而是通过行业Know-how、知识图谱和智能体协作，将基础模型能力转化为企业愿意为之付费的业务价值。在这一链条中，价值分配的主导权更多地向应用层倾斜。

二、迈富时的业务壁垒：从“模型调用”到“场景交付”

迈富时如何构建其竞争壁垒？主要体现在三个方面：

行业知识积累：近20年来服务超过21万家客户，覆盖数十个大行业，沉淀了上千个行业知识图谱。这些图谱不是企业的核心经营数据，而是“什么话术能带来转化”等脱敏过程数据，是训练垂直领域模型的重要素材。

工程化能力：大模型可以生成代码，但难以替代经过多年打磨、数百个企业级功能模块所构成的系统性工程。企业服务本质上是系统工程，单点应用难以解决复杂业务问题。

不可替代性：如果将大模型视为性能强大的“锂电池”，那么AI原生应用平台更像“整车系统”——同样的电池，不同车型的差异在于系统工程、场景定义和整体调校能力。通用Agent可以类比为AI时代的Office套件，但它难以替代管理复杂进销存和现金流的ERP系统。

这三方面共同构成了迈富时作为“场景Token”交付方的业务基础。

三、对标视角：与Palantir的异同

市场有时将迈富时部分业务与Palantir相比较。两者的共同点在于都不是提供单点工具，而是在复杂场景中连接数据、流程与决策。但路径存在差异：

Palantir更偏向“重交付”的定制化模式，项目制特征明显，客户往往需要深度定制。

迈富时从营销云、销售云平台起家，先切入企业最关注增长结果的场景，再向客服、经营分析、外贸、制造、政务等环节延展，路径更偏向平台化和标准化扩张。

因此，有分析将其视为“Salesforce的平台广度 + Palantir的场景深度”的混合体。不同的模式选择决定了不同的估值弹性与市场天花板。

四、财务数据与增长指引

根据公司披露的2025年财报及公开信息：

·总收入28.18亿元，同比增长80.80%

·AI应用业务收入14.90亿元，同比增长76.50%，首次成为第一大收入来源

·经调整净利润1.5亿元，同比增长91.3%

·AI应用业务经营性现金流净流入1.9亿元

增长指引方面，公司预计AI应用收入未来三年复合增长率不低于70%。据此推算，即使采用较为保守的净利润率估算，对应2028年远期市盈率也已达到约10.50倍。

当前市场对迈富时的估值逻辑仍存在一定分歧：部分观点将其视为传统软件公司，另一部分则关注其作为AI原生应用平台的平台属性和场景定价能力。从产业趋势看，Token经济的价值重心正在从基础算力层向应用层迁移，而场景Token的定价权可能成为衡量相关公司长期价值的关键变量之一。

迈富时的实践为观察这一趋势提供了一个具体案例。其后续的客户渗透、国际化进展以及生态协同效果，值得持续跟踪。对于关注AI应用层发展方向的投资者而言，理解“场景Token”的价值逻辑，或许比单纯关注Token消耗量更有意义。