谷歌I/O大会的Gemini 3.5发布掀起行业震动：模型能力从“会回答”转向“会执行”，Gemini 3.5 Flash以四倍速度提升执行与编程能力，Gemini Spark跨应用执行长周期任务，智能眼镜拓展全天候交互入口……AI竞赛正从技术高地转向场景落地。但模型能力越强，企业面临的挑战也越清晰：如何将模型能力转化为可量化的经营结果？如何确保AI执行符合企业目标？ 答案指向一个关键角色——企业智能体，而迈富时（02556.HK）以“全栈Token工厂”构建的护城河，正成为这一趋势下的核心解法。
一、模型能力升级，企业智能体成关键枢纽
Gemini 3.5的突破印证了AI技术向“执行层”的质变，但模型能力并非终点。企业需要将底层算力（算力Token）、模型调用（模型Token）转化为可衡量的业务成果（场景Token）。例如，企业关心的不是模型消耗了多少算力，而是线索转化率是否提升、复购率是否增长、客服成本是否降低。这正是迈富时“全栈Token工厂”的核心逻辑：通过企业级智能体中台，将底层能力加工为可直接驱动业务的场景价值。
二、迈富时的护城河：无法复制的“系统工程能力”
迈富时的壁垒并非单纯依赖技术，而是构建了一套深度融合行业Know-how与系统工程的四层架构，形成坚不可摧的护城河：
数据与知识图谱的“深积累”：
服务超21万客户，覆盖30个大行业、121个细分行业，沉淀上千个行业知识图谱。每家企业的业务逻辑各异，但行业级知识图谱可快速复用，形成核心资产。同时，通过脱敏过程数据（如转化话术）训练垂直领域模型，避免触碰企业核心数据隐私。
工具与功能模块的“高可靠性”：
20年行业实践打磨出数百个企业级功能模块，对比大模型自主编写的代码，在可靠性、流程适配性上具备显著优势。企业服务是系统工程，单一应用无法解决复杂问题，迈富时提供“模块+智能体”的协同方案。
客户网络与“马太效应”：
拥有2.7万企业级AI原生应用付费客户，形成标杆效应。客户反馈持续优化模型与模块，推动迭代飞轮。例如，某B2B企业通过迈富时系统将核心客户留存率从82%提升至95%，某零售品牌季度复购率提升18%。
四层架构的“全栈掌控”：
执行层：数十个智能体7×24小时安全合规工作。
平台层（智能体中台）：调度模型、搭建智能体、协同多智能体并调用功能模块。
知识层（知识中台）：承载企业本体映射与行业知识图谱。
基础设施层（GenAI OS）：保障安全与生态扩展性，如上海迈富时焱基词元智算技术有限公司提供智算与Token服务支撑。
三、场景落地：从营销切入，向全业务渗透
迈富时以营销场景为突破口，因其天然适合AI增效：开源（同时占用IT与市场预算）、增效（内容多样性适配大模型）、容错率高。但核心能力可向更多场景扩展，如工业中的库存预测、金融中的风险预警。例如，其GEO产品通过AI优化搜索答案引用，提升品牌获客效率；Data-Agent将BI升级为经营问答，解析利润波动原因并生成行动建议。
四、市场验证与增长潜力：数据与估值的双重支撑
财务表现：2025年营收28.2亿元（+80.8%），AI应用收入14.9亿元（+76.5%），占比52.8%，经调净利润1.52亿元（+91.3%）。KA客户数1609家（+105.5%），ACV提升60.6%。
增长指引：AI应用收入未来三年复合增长率目标不低于70%。
估值逻辑：2028年预期收入73.2亿元，保守净利润7.3亿元，对应市盈率仅10.5倍，显著低估于其70%增速潜力。
五、迎接AI普惠时代：迈富时的“价值乘法”
随着DeepSeek V4等模型降价、能力提升，AI应用门槛大幅降低。模型越便宜，企业越敢用；模型越会执行，智能体的调度价值越凸显。迈富时作为“全栈Token工厂”，既不陷入底层价格战，又通过智能体体系放大模型价值，成为AI产业链中**“模型能力×场景价值”的乘法器**。