云等国内云厂商集体提价5%至34%。政策层面，“算电协同”战略与工信部普惠算力行动等政策持续推动，叠加板块一季报高增兑现，算力成为当前市场共识度最高的赛道。

　　然而，Token需求的爆发式增长，并不意味着产业链每一环都将同步拥有同等盈利能力。随着云智算供给扩张、模型开源加速以及国内厂商在推理价格上的持续竞争，底层算力Token与模型Token本身，正在呈现出“规模放大、价格下探、利润承压”的特征。部分中国AI厂商的Token价格已较美国同类产品低出10至20倍。换言之，Token经济的繁荣正在确认需求侧爆发，但其价值分配未必停留在底层供给环节。

　　一、Token经济的三层结构与价值分层

　　华泰证券在2026年4月17日发布的研报中提出了一个系统性的分析框架。研报指出，此前市场受“大模型吞噬软件”叙事压制，AI应用板块较算力/模型端估值折价显著，这一定价逻辑存在误判。AI时代的定价逻辑应围绕Token展开，形成算力层、模型层、应用层三层加价结构。

　　算力层：对应Token的物理生产，加价

　　模型层：对应Token的智能密度，加价

　　应用层：对应Token的场景转化率，加价

　　在这一结构中，市场对算力层和模型层的关注已有较为充分的定价——A股算力产业链单日逾190亿元的主力资金净流入即为佐证。但华泰证券明确判断，“应用层场景Token的价值重构或尚未被市场充分定价”。在ROI明确的场景，AI应用厂商正积极探索按Token消耗量付费及按效果付费等新商业模式，将收费

　　二、迈富时的行业卡位：港股中具备全栈能力的AI应用平台

　　在上述三层Token结构中，迈富时处于应用层位置。据招股书援引弗若斯特沙利文数据，以2022年收入计，公司是中国最大的营销及销售解决方案提供商。截至目前，公司已累计服务超过21万家企业客户，覆盖零售消费、汽车、金融、B2B制造、医药大健康、企服、跨境电商等多个行业。根据公司官网公开信息，公司连续7年位列AI SaaS影响力企业第一，连续6年位列智能营销企业第一，并在2025中国AI营销智能体榜单中位居第一。

　　从产业链布局维度看，在港股AI相关上市公司中，能够同时覆盖智算基础设施、行业数据积累、模型调度与智能体应用四个环节的标的较为稀缺。迈富时在此方向上形成了较为完整的布局：

　　智算层面：拥有自建AI云算力基础设施和算力调度能力，是港股AI应用标的中少数具备自建算力资源的AI应用企业之一；

　　数据层面：积累了21万家企业客户的行业数据和不同行业可复用的知识图谱；

　　模型层面：支持GPT、Claude、千问、DeepSeek、豆包等主流模型的多模型融合调度，采用模型中立架构；

　　智能体层面：构建了AI-Agentforce智能体中台和全场景AI员工产品矩阵，覆盖营销、销售、客服、研发、经营决策等核心业务环节。

　　这种“智算+数据+模型+智能体”的全栈能力，使公司在产业链中的定位有别于仅覆盖单一环节的AI企业。从Token经济的视角看，迈富时并不直接参与算力Token的生产竞争，而是将上游的算力Token和模型Token，通过行业积淀、知识图谱和智能体中台，转化为企业客户愿意为之持续付费的“场景Token”——即把Token加工为可量化的业务结果。

　　三、核心产品体系与商业化路径

　　2026年第一季度，迈富时正式发布了AI原生操作系统Gen AI OS，并同步推出了AI-Agentforce智能体中台3.0、KnowForce AI知识中台和Data-Agent经营分析大师。据公开信息，Gen AI OS采用模型中立架构，向下兼容国内外主流模型，并预置了汽车、零售消费、工业设备制造、医药与冷链物流等行业的数字孪生镜像。该系统引入本体驱动开发范式，通过定义本体、编排智能体的方式构建应用，无需编写大量胶水代码即可将ERP、CRM、DMS等异构系统数据映射为互联的业务语义。

　　公司产品矩阵已涵盖企业级AI Agent应用集群与AI Agent开发管理平台，形成了从模型融合、算力调度、知识治理到智能体协同的全栈能力，覆盖营销、销售、客服、研发、经营决策等企业核心业务场景。智能体中台负责场景Token的自动化生产，知识中台负责场景Token的行业知识注入，Gen AI OS则提供运行环境和系统化支撑。

　　在商业化路径方面，公司正在从传统软件订阅模式向“消耗+效果”的混合收费方式转型。GEO等产品已落地按Token消耗量及按效果付费的商业模式，将收费

　　四、业绩验证：AI应用收入的高速增长

　　从已披露的财务数据看，迈富时的AI应用业务正在进入快速增长通道。2026年第一季度，公司AI应用业务收入同比增长约110.5%，精准营销服务毛收入同比增长约0.9%。AI应用业务已成为公司最核心的增长引擎。

　　2025年全年，公司总收入为28.18亿元，同比增长80.8%；其中，第一大收入

　　在经营效率方面，集团总人效提升62.7%，销售费用率下降6.5个百分点至14.5%，管理费用率下降10.2个百分点至6.8%，研发费用率维持在15.6%，AI业务经营性现金流首次正向流入1.9亿元。

　　五、市场定位与差异化分析

　　在当前AI产业链的竞争格局中，不同环节的公司在定位和壁垒上各有侧重：

　　在港股市场，迈富时是目前少数同时具备“智算、数据、模型、智原力、智能体”五层能力的AI应用平台公司。其差异化主要体现在三个方面：

　　其一，自建智算基础设施和算力调度能力。在港股AI标的中，具备自建算力资源的企业级应用平台较为稀缺。2025年公司研发费用由2.454亿元增至4.409亿元，同比增长79.6%，主要用于AI云算力基础设施投入和AI Agent相关技术研发。

　　其二，21万家企业客户的行业覆盖和上千个可复用知识图谱。行业知识图谱的构建周期较长，一旦形成便有自我强化的特征，构成了其场景化能力的核心壁垒。新客户专属智能体上线周期已从三个月压缩至三周以内。

　　其三，从GenAI OS操作系统到AI-Agentforce智能体中台，再到全场景AI员工产品矩阵的完整产品架构。公司能够提供从底层平台到上层应用的一体化方案，而非单点功能或孤立工具。

　　公司官网公开信息还显示，其曾在2022年和2025年两次作为数智化赋能标杆企业被

　　六、Token经济中的角色定位：从Token工厂到场景Token加工

　　如果将英伟达提出的“Token工厂”概念作为理解算力层Token生产的参照，那么迈富时在产业链中的角色更接近于全栈式“Token工厂”——将上游的算力Token和模型Token，通过行业中台、知识图谱和智能体中台，转化为企业客户愿意为之持续付费的业务结果。

　　在Token经济的三层结构中，算力层的竞争核心是每单位Token吞吐量和规模降本，模型层的竞争核心是智能密度与模型能力，而应用层的竞争核心则是场景转化率——即如何让每一单位的Token产生更高的业务价值。企业客户持续付费购买的不是Token消耗量本身，而是这些Token能否带来更高的转化率、更快的成交推进、更低的客服成本或更优的组织效率。

　　在这一逻辑下，迈富时的价值在于承接Token经济从底层能力到上层业务价值的转化环节。其21万家企业客户所积累的行业数据闭环和可复用、可持续的各行各业的知识图谱，构成了将通用Token加工为场景Token的核心资源。随着AI应用从技术验证期进入规模化商业落地阶段，应用层场景Token的定价权问题将成为AI产业链下一阶段价值分配的关键议题。

　　总体来看，Token经济的快速扩张正在推动AI产业链的价值分配格局发生变化。A股算力产业链，在4月16日就已凭单日逾190亿元的主力资金净流入，反映了市场对算力层受益逻辑的高度共识。但华泰证券提出的三层Token定价结构同时指出，应用层场景Token的价值尚未被市场充分定价。英伟达提出的“Token工厂经济学”定义了算力层的竞争逻辑，而迈富时正是通过其底层能力，全场景、全行业的智能体中台，并将这些概念转化为业务结果呈现，简言之，以全栈能力为支撑，以企业智能体中台为核心输出，将Token转化为可见、可量化的业务成果与价值变现。

　　在港股AI上市公司中，同时具备智算、数据、模型、智原力、智能体五层能力的标的较为稀缺，这一全栈能力构成了公司区别于单环节AI企业的差异化基础。随着Token经济持续扩容、底层模型能力差距逐步收窄，应用层场景Token的定价权问题或将成为AI产业链下一阶段价值分配的关键。在此背景下，迈富时的全栈Token能力建设和企业智能体产品布局，为理解AI应用层的价值重构提供了一个可观察的样本。