迈富时深度：全栈Token工厂，业绩强劲增长

作者：朱珺、刘高畅、柴梦婷、李可夫

摘要

■ 投资建议

核心逻辑：迈富时是中国领先的营销及销售企业级AI应用厂商，2024年全面开启智能体产品，2025年产品逐渐向AI原生产品转型，2026年提出"全栈Token工厂"战略，标志着商业模式从"卖软件订阅"向"卖业务结果"跃迁。在企业AI Agent市场快速增长的行业红利期，公司有望作为场景化切入的企业服务商充分受益。

财务近况：2025年收入28.18亿元，yoy+ 80.8%；经调整净利润1.52亿元，yoy+91.3%；归母净利润0.89亿元（扭亏为盈）。26H1收入19.60亿元，yoy+111.2%；净利润2.03亿元，yoy+466.1%；经调整净利润2.13亿元，yoy+ 150.9%。

核心优势：①卡位企业级AI中间层：AI-KnowForce知识中台+GenAI OS+AI-Agentforce中台3.0；②22万+企业客户与六大行业Know-how沉淀，26H1总用户数27,269名（yoy+ 25.9%）、每用户平均月收入8,124元（yoy+ 80.0%），量价齐升；③全栈Token工厂四重利润来源（场景溢价/工程化节约/自有算力成本差/生态分成），剔除智能体一体机后AI应用毛利率84.9%；④KA收入占比69.1%（KA收入yoy+207.2%），AI原生系统替换构筑高转换成本。

Token工厂：2026年战略升级为"全栈Token工厂"，将底层通用大模型Token经行业知识、场景数据与工程化平台"加工"，包装为可直接交付业务结果的"场景Token"。Token相关收入占AI应用收入比重26H1已达14%；后续Token相关收入占比有望持续提升，同时向大KA客户延伸该商业模式。2026年9月，公司拟以50.85港元/股进行一般授权下新股认购，净募资约4.997亿港元，100%用于全栈Token工厂扩建和优化。公司旗下珍岛信息认缴2亿元参与时代深远基金，进一步向AI等前沿科技延伸。该基金管理人厦门溥泉此前管理的福建时代泽远基金，已参与DeepSeek相关股权投资。

风险提示

精准营销业务垫资及回款风险；AI应用落地与Token扩张不及预期；竞争加剧导致毛利率下行；算力供应链与资本开支风险；大客集中与应收账款风险；供应商集中度高；数据安全与合规风险。

+

目录

一、公司概览：营销及销售SaaS龙头，All in企业级AI应用

1.1 多年营销数字化沉淀，管理层长期主义彰显信心

1.2 财务概览：26H1收入翻倍增长，经调整净利2.1亿元超2025全年

1.3 客户与商业模式：两大收入类型，KA与SMB双轮驱动

1.4 再融资与资本运作：年内近10亿港元再融资持续加码智能计算基础设施

二、行业：企业AI Agent进入爆发期，营销SaaS基本盘持续扩容

2.1 企业AI Agent：2024-2029E CAGR约107%，从工具走向"数字员工"

2.2 营销SaaS：2022-2027E CAGR约29%，AI重构行业竞争要素

2.3 对比Salesforce：企业级AI"中间层"的异同与稀缺性定价

三、全栈Token工厂：全栈布局思路与战略路径

3.1 战略定位与规划：从"卖软件"到"卖结果"，五大路径打造全栈Token工厂

3.2 AI Agent产品体系：覆盖企业核心场景的智能体矩阵

3.3 技术底座：三大核心平台构筑全栈能力体系

3.4 算力布局：自建推理工厂+国产芯片协同，构筑成本护城河

3.5 场景落地：多行业案例验证，四重利润来源清晰

四、投资建议

五、风险提示

正文

一、公司概览：营销及销售SaaS龙头，All in企业级AI应用

1.1 多年营销数字化沉淀，管理层长期主义彰显信心

迈富时（Marketingforce）前身为2009年赵旭隆于上海创立的珍岛集团，以搜索营销工具切入企业获客场景，历经SaaS起步、平台化、AI+SaaS、上市与转型、All in AI应用、全栈Token工厂六个发展阶段，于2024年5月在港交所主板上市。公司是中国最大的营销及销售SaaS解决方案提供商（2022年按收入计市占率2.6%，排名第一），累计服务企业超22万家，覆盖756个细分领域，深耕消费零售、汽车、金融、医疗大健康、文旅、制造、教育、互联网等多个行业。

股权结构方面，截至2026年5月20日，创始人赵旭隆（董事长兼CEO）与朱水纳合计持有约44%股份，股权集中且稳定。2026年5月7日公司公告，控股股东自愿将所持股份的禁售承诺再延长12个月，管理层以长期锁定彰显对公司AI战略转型的信心。此外，公司2026年5月完成约5亿港元配售，全部投向智能计算基础设施建设，为Token工厂的算力底座补充资金。

1.2 财务概览：26H1收入翻倍增长，经调整净利2.1亿元超2025全年

公司收入呈加速增长态势：2021-2024年营业收入由8.77亿元增长至15.59亿元，2025年实现收入28.18亿元，同比+80.8%；2026年上半年实现总收入19.60亿元，同比+111.2%，较2025年进一步提速，核心驱动为AI应用业务的规模化兑现。利润端，2024年经调整净利润0.79亿元首次转正，2025年经调整净利润1.52亿元,同比+91.3%；26H1实现净利润2.03亿元，同比+466.1%，经调整净利润2.13亿元，同比+150.9%，已超过2025全年水平，盈利加速拐点明确。同时，26H1经营性现金流净流入5亿元，自由现金流净流入4.83亿元，体现AI应用业务健康的自我造血能力。

收入结构上公司将原"AI+SaaS"业务更名为"AI应用业务"。26H1 AI应用业务收入11.28亿元，同比+123.7%，占总收入57.5%（2025H1为54.3%）；精准营销服务收入8.32亿元，同比+96.3%，主要得益与头部客户合作深化、在线广告解决方案服务全额法客户收入占比提升。毛利率方面，26H1整体毛利率45.2%（2025H1为48.6%）；AI应用业务毛利率76.6%（去年同期80.4%），主要因KA业务占比提升带来人工与私有化部署硬件成本增加，其中新增智能体一体机业务毛利率54.9%，剔除一体机后AI应用毛利率84.9%，仍处高位；精准营销服务毛利率2.7%（去年同期10.8%），主要受媒体采购成本上升及低毛利解决方案服务占比提升影响。

1.3 客户与商业模式：两大收入类型，KA与SMB双轮驱动

客户层面，26H1公司AI应用业务总用户数27,269名，同比增长25.9%；每用户平均月收入8,124元，同比增长80.0%，实现量价齐升。KA业务是增长核心驱动，公司已积累大量大客户，2026年以来消费零售领域签下伊利、康师傅等大订单，鞋服领域签下Timberland等头部品牌。

商业模式上，公司收入分为两大类型：AI应用业务和精准营销服务；其中AI应用业务又细分为：SaaS订阅费、Token消耗费、定制化软件开发项目、一体化终端业务。SaaS订阅费按席位/模块以1年期为主，自客户有权访问云应用程序之日起于合约期内随时间确认收入；Token消耗费在预算框架内按实际消耗结算；SaaS订阅费与Token消耗费均属于公司半年报公告中"云端的营销和销售解决方案服务"这一业务分类。定制化软件开发项目面向KA大客户，一单一议，于软件交付并经客户验收后确认收入；一体化终端业务以智能体一体机形式软硬件一体交付，于交付并获客户接受时确认收入，客户以政府及城投类政企为主。精准营销服务为广告代理与投流服务，26H1收入8.32亿元（yoy+96.3%）。

KA与SMB客户在产品形态、算力安排、收费结构上差异显著：KA客户采用"标品+定制化实施"（FDE共创模式），AI原生系统替换底层系统。部分客户出于AI-Agentforce中台数据安全考虑采用私有化部署（含智能体一体机形态），后续KA大客户也希望逐步向Token消耗模式迈进；SMB客户使用云端标准品，由公司统一提供云服务与算力，收取SaaS订阅费+Token消耗费。公司将以营销服为切入向产供销服全产业链场景延伸，打开客单价天花板。

1.4 再融资与资本运作：年内近10亿港元再融资持续加码智能计算基础设施

2026年9月，公司与认购人订立认购协议，拟以50.85港元/股发行9,832,800股新股份，预计募集资金净额约4.997亿港元。根据公司2026年9月17日公告，本次认购所得款项净额拟100%用于全栈Token工厂的扩建和优化，包括国内或海外算力基础设施建设，如自建或租赁AIDC、采购GPU服务器及配套设备、算力集群组网；开发和部署各类AI大模型、模型管理平台等智算相关软件；以及推理引擎迭代、算子优化、多模型调度框架升级及垂类模型后训练，旨在降低单位Token成本、提升响应效率，进一步提高AI应用投入产出比。募集资金预计于2027年9月底前悉数动用。

2026年5月，公司完成向认购人配售12,333,400股新股份，募集资金净额约4.997亿港元。根据公司2026年5月15日公告，本次配售所得款项净额100%投向智能计算基础设施的建设与运营，包括但不限于GPU服务器采购、网络布建、AIDC租赁、各类AI大模型的开发与部署、模型管理平台及其他智能计算相关软件，与公司"全栈Token工厂"战略的算力底座直接对应。截至2026年6月30日已动用约1180万港元，剩余约4.879亿港元预计2026年底前悉数动用。

上市以来公司融资与资金用途脉络清晰：①2024年5月IPO募资净额约1.811亿港元，投向Marketingforce平台及云产品升级（20%）、AI/大数据/云计算技术（30%）、销售网络与客户成功体系（30%）、战略投资并购（15%）及营运资金（5%），截至26H1已动用1.639亿港元；②2024年12月配售100万股新股、净额约1.095亿港元，70%投向营销及销售领域AI大模型研发（Tforce大模型、AI智能体平台及商用落地）、30%补充营运资金，已悉数动用；③2025年2月配售20,105,800股新股、净额约12.018亿港元，40%投向AI智能体平台应用开发与商业化、20%用于投资并购、10%用于全球扩张、30%补充营运资金，截至26H1已动用8.34亿港元。

资本运作方面，2026年1-2月公司于联交所合计回购866,500股股份，总代价3,687.6万港元，作为库存股份持有，拟用于员工激励、场内出售、转让或注销等用途。截至2026年6月30日，公司流动资金（现金及现金等价物+受限制现金+三个月以上定期存款）达33.0亿元，未动用银行授信额度约2.26亿元，资金储备充裕，为算力建设与AI研发提供坚实支撑。

二、行业：企业AI Agent进入爆发期，营销SaaS基本盘持续扩容

2.1 企业AI Agent：2024-2029E CAGR约107%，从工具走向"数字员工"

大模型推理成本显著下降叠加Agent架构成熟，推动企业级AI应用从"辅助工具"升级为可独立承担岗位职责的"数字员工"。据科智咨询（CIDC）《AI智能体赋能行业决策：趋势与实践白皮书（2026）》数据，中国企业AI Agent市场规模2024年约86亿元，2025年预计达212亿元，同比增长近1.5倍；2029年有望达到3,320亿元，2024-2029E复合增速约107%，为AI产业中增速最高的细分赛道之一。营销、销售、客服等直接创造收入的前端场景，因ROI可量化、付费意愿强，成为企业AI Agent商业化落地的最先受益领域。

企业落地AI Agent的核心诉求已从"尝鲜"转向"结果"：一方面，通用大模型直接应用于企业场景面临幻觉、数据权限、行业知识缺失三大障碍，单纯采购模型API无法解决问题；另一方面，企业需要的是嵌入业务流程、对经营结果负责的智能体组合，这要求供应商同时具备行业Know-how沉淀、企业级平台工程化能力与场景交付能力。供需错配为具备全栈能力的应用层厂商留出明确的产业链卡位空间。

2.2 营销SaaS：2022-2027E CAGR约29%，AI重构行业竞争要素

营销及销售SaaS是公司业务的基本盘。根据弗若斯特沙利文（Frost & Sullivan）数据，中国营销及销售SaaS市场规模由2018年的73亿元增长至2022年的206亿元，复合增速29.7%；预计2027年达745亿元，2022-2027E复合增速29.3%，持续高速增长。行业驱动力来自企业获客成本上行背景下对精准化、自动化营销工具的刚性需求，以及AI对内容生产、线索培育、销售转化全链路的效率重构。

AI正在重构营销SaaS行业的竞争要素：传统单点工具与通用大模型能力高度重合，面临被替代风险，行业进入出清阶段；互联网大厂虽有模型与云资源，但缺乏企业级交付与行业场景积累；通用软件厂商以存量客户叠加AI功能为主，与AI原生厂商形成错位竞争。公司以"自有中台+垂直场景Agent矩阵"卡位全栈场景型龙头，在营销/销售/客服场景建立先发优势。

2.3 对比Salesforce：企业级AI"中间层"的异同与稀缺性定价

Salesforce的转型验证了企业级AI"中间层"商业模式的价值：其以Data 360数据底座+Agentforce 360智能体平台（Atlas推理引擎）为核心，模型中立地接入OpenAI、Anthropic、Google等大模型，将大模型能力封装进企业CRM工作流并直接交付"数字劳动力"；FY27Q2（截至2026年7月31日）实现收入113亿美元、同比+11%，Non-GAAP经营利润率34.1%，Agentforce ARR超15亿美元（同比+240%）。

迈富时与Salesforce的相同点在于：同为"模型中立"的企业级AI中间层——GenAI OS+AI-Agentforce智能体中台对应Agentforce 360/Atlas引擎，AI-KnowForce知识中台对应Data 360数据底座，且均在从订阅制向按量计费演进（Agentforce按2美元/对话或Flex Credits计费，迈富时按Token锚定业务结果计费）。

不同点在于：Salesforce依托全球超15万家存量CRM客户与合作伙伴生态做平台化渗透，迈富时聚焦中国市场营销、销售、客服等前端增收场景，以标品为主的轻交付模式实现更快增速。

三、全栈Token工厂：全栈布局思路与战略路径

3.1 战略定位与规划：从"卖软件"到"卖结果"，五大路径打造全栈Token工厂

2026年，公司提出"全栈Token工厂"战略，标志着商业模式从"卖软件订阅"向"卖业务结果"跃迁。其核心逻辑是：公司将底层通用大模型的Token，经过行业知识、场景数据与工程化平台的"加工"，包装为可直接交付业务结果的"场景Token"，定价锚定客户业务结果价值而非算力成本，从而获得远超模型API转售的毛利空间。

Token收入占比是验证该模式的关键指标：Token相关收入占AI应用收入比重呈现快速爬坡态势；随着Token计费从SMB向KA大客户推广，按量计费收入将为公司提供成长弹性。

据2026年中报，公司未来战略围绕五大方向展开：①深化Token经济模式，进一步探索从订阅模式向消耗量收费模式演进，使客户价值与公司商业收益深度绑定；②持续完善AI原生平台，升级AI-Agentforce智能体中台、AI-KnowForce知识中台及GenAI OS，围绕企业核心业务场景持续丰富AI员工体系；③加速生态建设，推进"国芯国模国用"，深化算力、模型、应用生态协同，对接各地政府算力券、应用券、中台建设等政策项目；④加速国际化布局，已在中国香港、美国、新加坡、日本设立境外子公司，下半年将加大海外拓展力度，进一步拓展东南亚、中东、欧洲、南美市场，并探索海外Token收入；⑤坚持高质量增长，兼顾收入增速、高利润与强现金流。

3.2 AI Agent产品体系：覆盖企业核心场景的智能体矩阵

据2026年中报，上半年公司持续推进AI Agent产品体系建设，围绕企业营销、增长、运营及管理核心环节打造完整智能体矩阵：①AI营销场景，推出AI营销场景Agent及T-GEO等产品，赋能Marketing各环节，核心产品包括GTM Agent、Mirror World、AI CMS、AI KOX、AI CDP、Agentic DAM等；其中T-GEO全面打通"AI应用平台提问到获取答案"全流程，助力品牌在国内外大模型流量入口中提升可见性。②AI销售场景，通过AI原生CRM、AI解决方案、AI投标助手、AI合同评审等产品，帮助销售团队提升线索转化效率，实现销售流程智能化升级。③AI客服场景，涵盖To C和To B的AI客服与AI客服助手，实现全天候智能响应、复杂问题处理及服务质量提升。④AI陪练场景，通过自动化匹配行业生成情景式对练系统、实时反馈与陪练结果追踪，赋能销售培训环节，提高培训效率及转化能力。⑤AI经营分析场景，Data Agent基于本体语义模型赋能企业战略及管理层经营分析决策，自主归因分析、多模型交叉验证确保结果可信。⑥AI外贸场景，持续推进EVA自动化海外拓客及Nora AI视频营销全流程Agent，助力企业拓展全球市场。⑦AI研发场景，推出AI研发智能体，重点解决企业研发中数据安全、团队管控、知识沉淀等核心问题，26H1尚未产生收入，我们预计2026年下半年开始对外售卖。

从收入结构看，剔除一体机，营销场景智能体、销售场景智能体、数据中台+知识中台"双中台"智能体占比均较高，此外是客服、外贸经营分析、销售陪练等场景，场景多元化与双中台价值量提升趋势明确。多数KA客户已采用3-4个智能体协作的模式，多智能体系统（MAS）能力已规模化落地。

3.3 技术底座：三大核心平台构筑全栈能力体系

据2026年中报，公司已形成覆盖算力层、模型层、AI原生平台层及应用层的完整能力体系：①算力层，自有IDC+国产算力支撑推理，并通过5亿港元配售加码智能计算基础设施；②模型层，自研Tforce/W-Box营销领域垂类大模型（基于22万+企业营销数据训练），模型中性、按场景混合调度开源与商用模型；③AI原生平台层，以GenAI OS AI原生操作系统+AI-Agentforce智能体中台3.0+AI-KnowForce企业级知识中台为核心；④应用层，营销、销售、客服、外贸、研发、陪练、经营分析等核心业务场景的AI Agent矩阵，直接交付可计量的业务结果，持续推动企业从"使用AI工具"迈向"拥有AI员工"。

AI-Agentforce智能体中台3.0是公司智能体体系的"管理中枢"，2026年上半年进一步强化多智能体综合管理能力，支持自然语言构建智能体（NLA）、多智能体系统协作（MAS）、多模态理解与交互等核心能力，实现智能体的统一搭建、协同编排、权限管控与安全审计。中台坚持自有入口策略：公司向生态合作伙伴开放接口、支持伙伴基于中台开发智能体，但自身不基于其他厂商平台开发，目标是占领企业智能体中台的入口位置。

AI-KnowForce企业级知识中台是智能体的"业务理解底座"，涵盖企业数据库、知识库及知识图谱三大层次，沉淀六大行业上千个可复用知识图谱，解决大模型幻觉与数据权限问题，为智能体提供行业Know-how与业务语义理解能力。数据中台+知识中台"双中台"智能体增长较快，也构成FDE共创模式下行业经验沉淀复用的核心载体。

GenAI OS是公司基于本体的AI原生操作系统，负责运行AI原生平台及全场景AI员工：以数据为基础、具备自我训练能力，可智能化地培训、管理、调用、迭代智能体。底层能力方面，GenAI OS持续强化多模型融合调用能力，通过统一接口连接不同类型的大模型及专业模型，根据业务任务自动匹配最优模型组合——对高复杂度、高专业要求场景调用强推理模型，对高频标准化任务调用轻量化模型以提升响应效率、降低成本；通过混合模型调用架构，在保障应用效果的同时优化Token消耗成本，推动AI应用从"可用"迈向"高效用、低成本、规模化应用"。

3.4 算力布局：自建推理工厂+国产芯片协同，构筑成本护城河

场景Token售价锚定业务价值，而成本取决于算力效率，因此算力成本管控直接决定Token工厂的利润率。公司的布局包括：①自建IDC机房与推理工厂，2026年5月完成约5亿港元配售专项投向智能计算基础设施；②与国产芯片厂商深度合作，2026年5月与沐曦签署合作协议，并引入昆仑芯等国产推理芯片，GPU、内存等硬件已锁定涨价前低价货源，构建自主可控的算力底座；③推理工程优化，下半年重点投入推理优化与异构算力研发，通过异构调度、峰谷利用、缓存命中、小模型复用等手段降低场景推理成本，Token产出效率提升，实际消耗远小于计费用量。

公司在SaaS时代毛利率即高于同业，核心源于自建IDC的成本优势；这一优势在Token时代将被进一步放大——当同业仍需按市场价采购云算力时，公司自有算力+推理优化形成的成本差，构成Token工厂模式的第二重护城河。

3.5 场景落地：多行业案例验证，四重利润来源清晰

公司AI Agent已在多个核心行业实现规模化落地，文旅集团通过“获客-接待-跟进-成交-复购”全链路8大智能体协同，报价到成交转化率提升40%；头部服装品牌落地AI销售陪练四大智能体，新人学习成本降低、进店成交率与人均成交金额提升；大型汽车集团部署录音质检、话术推送与AI平台曝光监控，覆盖上千家经销商；工业涂料企业通过8大智能体将查询时间从数小时压缩至几十秒、方案准备从数周缩短至1天内；大型定制家居企业首字响应时间控制在5秒内、核心内容准确率超95%、转人工率降至12%；GEO方面，上海环保板材供应商来自AI搜索的询盘量月度增长210%。

客户深度案例（官方披露）补充：①小天才：基于AI-Agentforce与Tforce构建“AI赋能组织一站式管理方案”，覆盖招聘、培训、考核与晋升，实现培训成本降低50%、员工技能达标速度提升3倍；②春风动力：围绕全球100多个国家和地区市场，部署客户洞察分析、营销内容生成、客户管理及广告优化Agent，提升客户洞察、营销覆盖和专业服务能力；③创维：建设英语欧洲主站及小语种海外独立站，以AI Agent自动化TKD部署、7×24小时智能客服、内容生产与智能EDM构建出海营销闭环。

从利润机制看，Token工厂的利润来源可拆解为四层：①场景溢价，通用Token包装为场景Token后定价锚定业务结果；②工程化成本节约，缓存与小模型复用使实际消耗远小于计费用量；③自有算力成本差，自建IDC+国产算力+推理优化带来效率提升；④中台与生态分成，非优势领域Agent外包给生态伙伴，公司赚取中台升级费、渠道费与Token费三类收入。

四、投资建议

收入端：公司营收主要包括AI应用收入和精准营销收入。

1）AI应用业务：主要为面向企业客户提供AI应用产品及解决方案，包括营销、销售、客服、外贸、销售陪练、经营分析等场景智能体，以及面向中大型客户的智能体中台、知识中台等产品。收费模式包括SaaS订阅、定制化项目及按场景Token消耗计费等。当前业务增长主要由KA客户数量及客单价提升、中台及定制化项目放量驱动。随着公司在新行业落地标杆客户，相关产品及行业Know-how亦有望进一步向同行业客户复制。26H1，AI应用业务实现收入11.3亿元，yoy+123.7%。

2）精准营销业务： 主要为数字广告代理及投放服务，该业务实际投流规模较大，但毛利率较低。公司战略上控制该业务规模、客户账期及资金占用，预计未来精准营销增长相对平稳、收入增速明显低于AI应用业务。26H1，精准营销业务实现收入8.3亿元，yoy+96.3%。

成本端：短期随着KA客户占比提升、新行业持续拓展以及知识中台等定制化项目增加，AI应用业务毛利率短期或下降；但随着标杆项目逐步沉淀为标准化产品、同行业客户复制以及Token收入规模提升，长期毛利率有望逐步企稳。同时，高毛利AI应用业务收入占比持续提升，有望推动公司整体毛利率改善。

费用端：公司持续在营销、销售、客服及中后台使用自身AI产品提升人效，预计销售及管理费用率维持较低水平；研发端考虑垂类模型、推理优化等持续投入，预计研发投入维持较高水平。

五、风险提示

1）精准营销业务垫资及回款风险：公司存在较大规模代广告主向媒体平台预付/垫付资金形成的其他应收款，若广告主回款放缓或信用状况恶化，可能加大资金占用及坏账风险；若宏观经济及广告市场景气度不及预期，亦可能影响精准营销业务收入增长。

2）AI应用落地与Token扩张不及预期：企业AI预算受宏观景气度影响，若客户削减营销/IT开支，或Token计费向中大客户推广进度低于预期，将影响公司AI应用收入增速。

3）行业竞争加剧导致毛利率下行：行业参与者增多（含互联网大厂、硬件系新进入者）可能压低产品及Token定价；若价格下降快于算力及模型调用成本下降，叠加实施服务占比提升、算力折旧增加以及大客户Token业务毛利率低于当前中小客户水平，公司整体毛利率可能下滑超预期。

4）算力供应链与资本开支风险：英伟达GPU采购受限且价格高企，国产芯片产能紧张，若国产卡供货或性能不及预期，推理工厂建设与算力租赁业务将延后；自建算力亦存在利用率不足与成本倒挂风险。

5）大客户集中与应收账款风险：KA客户收入占比快速提升，项目制收入确认波动大。根据2025年报，前五大客户交易额占集团总收入53%，单一最大客户交易额占集团总收入41%，大客户集中。精准营销业务需持续运营以保障应收账款回收，存在账期与减值风险。

6）供应商集中度较高：2025年前五大供应商占总采购额89%，第一大供应商占总采购额71%。公司对主要供应商采购依赖度较高，若核心供应商调整价格、合作政策或资源供给，可能导致采购成本上升或业务资源获取受限，从而影响公司业务增长及盈利能力。

7）数据安全与合规风险：私有部署涉及客户核心数据，GEO业务处于监管早期（大模型厂商政策变化、内容合规要求），若监管收紧将影响新业务拓展。

阅读全文

《迈富时深度：全栈Token工厂，业绩强劲增长》

＋

报告信息

证券研究报告：《迈富时深度：全栈Token工厂，业绩强劲增长》

报告日期：2026年9月18日

作者：

朱   珺  SAC执业编号：S1130526050001

刘高畅  SAC执业编号：S1130525120005

柴梦婷  SAC执业编号：S1130525030013

李可夫  SAC执业编号：S1130525120009