迈富时2026年半年报业绩发布会

参会人：无参会人信息 1、上半年整体经营业绩概况 ·上半年核心经营进展：2026年上半年公司核心发展进入AI能力全面跑通并走向规模化兑现阶段，迈富时正逐渐成为与客户共同创造经营结果的同行者。全栈Token工厂战略已从能力建设阶段转向价值兑现阶段，产品、客户与商业模式之间正在形成可自我强化的闭环，核心进展体现在对内对外两大维度：对内，AI能力持续应用于自身经营体系，覆盖营销、销售、客服、研发及内部管理全部门，上半年集团总人效提升86%，AI应用产品矩阵已成为公司提升效率、释放经营杠杆的关键生产力，实现组织能力与技术能力同步提升；对外，公司在推进核心战略落地的同时同步深化全球化布局，已设立多处海外主体，在服务中国企业出海的基础上加速拓展海外本土客户，未来将继续拓展全球更多市场，推动海外业务成为新的增长引擎。面向未来，公司将继续完善AI产品矩阵，深化场景锚定商业模式的规模化落地，加速生态协同与全球化拓展，坚持高利润、强现金流的高质量增长原则，深耕企业AI应用，以全栈能力推动企业智能化转型，为各方创造长期价值。 ·上半年核心财务指标概括：2026年上半年核心财务数据从不同披露口径呈现如下： a.董事长披露口径：上半年实现收入19.6亿元，同比增长111.2%，净利润2亿元，同比增长466.1%，经营性现金流净额5.1亿元，其中AI应用收入11.3亿元，同比增长123.7%； b.CFO披露口径：上半年实现总收入11.6亿元，同比增长111.2%，重点行业AI应用业务收入11.3亿元，同比增长123.7%，净利润2亿元，同比增长466.1%，经营性现金流5亿元。公司增长质量已发生实质性变化：一方面，AI业务已经成为集团最重要的增长引擎，收入增长正逐步向利润转化；另一方面，经营性现金流实现大幅改善，说明当前增长并非依赖大量资金投入，已形成较强的内生造血能力。整体来看，公司上半年实现收入高速增长、利润快速释放、现金流显著改善，已进入增长与盈利能力同步提升的新阶段。 2、AI商业模式与战略逻辑 ·AI商业价值核心：AI的真正商业价值不仅来自大模型，核心是模型、算力与企业真实业务场景的深度融合。迈富时正构建算力层、模型层到应用层的全栈技术能力，核心目标并非简单提供基础算力或基础模型，而是通过算力模型调度、推理优化及行业know-how，将底层算力token化包装为可直接创造业务价值的场景token，背后对应完整的商业逻辑与价值体系。公司依托17年行业know-how积累，由R&D团队完成客户业务映射与整体架构搭建，最终实现更优落地效果。 ·Token化商业模式：算力token化的核心商业逻辑为：越接近客户业务结果的场景token价值越高，定价能力越强。效果更优的AI员工可7×24小时持续运行，覆盖营销、销售、客服、外包、研发、经营分析等多类企业场景，随着AI员工真正嵌入企业业务流程，底层模型与算力消耗将持续提升。收费模式将从传统订阅模式向按效果收费、按用量收费的智能体模式演进，一方面可带来更多收入，另一方面对比高昂的订阅费，按使用量收费可降低客户尝试新产品的门槛，进而拓展客户规模，积累更多数据与行业know-how。 ·增长飞轮效应：业务已形成自我强化的正向增长飞轮：客户规模越大，积累的数据与know-how越多，AI员工的智能化水平越高，行业落地效果越好，客户付费意愿越强，愿意支付更高的产品溢价，进一步带动业务体量增长，实现正向循环。 3、核心产品矩阵布局 ·三层产品架构：公司产品矩阵分为应用层、平台层、算力层三层架构，各层核心产品与功能清晰：a.应用层：聚焦企业最关心、最易切入的业务成果构建AI云服务，覆盖AI营销、销售、客服、外贸、研发、风险金融分析等多个场景，目标是让AI不只是简单辅助工具，而是深度嵌入企业业务流程，支撑其完成相关任务；b.平台层：打造了AIPaaS中台、KnowForce知识中台、GenAIOS AI原生操作系统，可支撑AI识别企业本体、适配企业专属知识，有效增强AI的业务适配能力；c.算力层：依托云原生架构与自有GPU算力集群，可根据客户的成本、效果及业务需求灵活调度不同模型，实现性价比最大化。内部明确模型调度原则：能用小模型就不用大模型，能用开源就不用闭源，能用上一代可操盘的，最大程度压低使用成本。·产品闭环价值：公司已形成从算力、模型、平台到应用的完整闭环，该模式可将底层的模型能力有效转化为客户愿意持续付费的应用价值，而非仅停留在基础模型或者单一工具层面。 4、客户结构与运营效率 ·客户结构表现：上半年KA业务实现收入7.8亿元，同比增长207.8%，客户数量与客单价均实现较快增长，其中KA客户ARPU增长78%，体现出与高价值客户的合作持续深化，公司增长不仅来自客户数量增加，更来自单个客户价值的持续提升。SMB业务实现收入3.5亿元，同比增长39.2%，订单量持续保持增长，为集团增长提供了基础。 ·运营效率提升：上半年集团员工总数为1893人，同比增长13.8%，整体人效（总收入/员工数）同比增长85.6%，即收入实现超三倍增长的同时，人员规模仅保持相对温和增长，背后体现出AI技术不仅在帮助客户提升效率，也反向赋能公司自身销售、营销、客服、交付、研发等环节的效率提升。公司正在形成清晰的正向飞 轮：客户增长带来更好的数据和场景，AI提升产品价值同时优化自身运营效率，最终推动收入增长、运营效率和盈利性逐步提升。 5、全球化与生态布局 ·全球化布局进展：2026年上半年，公司海外业务收入4774万元，同比增长58%。海外布局方面，已在中国香港、美国、新加坡和日本四个核心区域构建实体架构，已获得当地客户。公司推进国际化的核心目标并非仅拓展收入来源，更重要的是满足海外市场日益增长的AI应用需求，抢占高价值商业空间。下一步将进一步拓展中东、欧洲、南美市场，同时针对当地监管要求、消费习惯和客户需求开展产品开发，发展当地渠道合作伙伴。 ·生态合作模式：AI应用的规模化落地需要模型厂商、应用方及各合作伙伴共同参与，目前公司AI应用布局已覆盖消费、零售、汽车、金融、文旅、医疗健康、制造、教育、物联网等多个行业。公司依托与产业链伙伴、行业标杆客户的持续合作，一方面丰富行业know-how和真实行业数据积累，另一方面通过生态伙伴将AI智能体产品快速复制到更多企业。最终目标是形成核心AI能力输出+生态伙伴协同+行业场景规模化复制的商业模式。 6、核心竞争力与护城河 ·客户与经验壁垒：公司经过多年企业服务，累计服务超过22万家企业，覆盖大量业务场景。长期广泛的客户服务经验，可支 撑其持续理解不同行业的业务流程、企业组织方式以及营销、销售、客服等核心业务场景，沉淀的并非简单数据，而是行业知识、业务经验和对企业整体的理解能力，这类知识能力可帮助AI产品更准确地理解客户业务逻辑，进一步转化为自动化的产品能力。·产品与能力沉淀：公司已经积累了756个行业及场景能力，同时拥有大量企业级功能模块、合规组件以及安全组件。经过持续的产品化和工程化打磨，公司能够将过去服务不同行业所积累的行业经验沉淀为标准化的AI能力，可快速向新客户、新应用场景赋能。 ·飞轮效应壁垒：随着越来越多的企业客户使用公司的AI智能应用，公司可持续获得真实的业务场景和产品反馈，基于反馈不断优化智能体、调优指令模型工具、开发不同的系统工程能力，最终形成“行业know-how→产品能力→客户应用→场景反馈→产品迭代”的可持续增长产品飞轮：客户越多，接触的行业场景越丰富，行业know-how越深，AI产品的效果和适配能力越强，进而支撑公司进入更多行业、服务更多客户。这种多年企业服务和持续产品化形成的行业知识、企业数据、场景经验和工程能力的综合壁垒，是公司难以被竞争对手在国企内复制的核心竞争力。 7、上半年财务细节拆解 ·盈利与业务结构数据：上半年集团盈利水平实现大幅增长：毛利从去年同期的4.5亿元增长至8.9亿元，同比增幅达96.5%； 经调整净利润达2.12亿元，同比增长450.8%；归母净利润为2.05亿元。业务结构方面，AI应用业务是当前集团最为重要的增长和利润来源，上半年AI应用收入达10.3亿元，毛利达8.6亿元，同比增长113.2%；精准营销服务收入为8.3亿元，同比也实现较快增长。目前AI应用在集团收入结构中的重要性持续提升，且具备更强的规模化和产品化属性，下半年集团将通过持续提升AI应用的占比，推动整体收入结构向更高毛利、更高复购、更强规模效应的方向发展。 ·费用端与经营模式：在收入高速增长的同时，集团对销售费用、管理费用、研发费用持续推进精细化管理，相较去年下半年，各项费用占收比均有明显优化：上半年销售费用为1.23亿元，占收比进一步下降至11.4%；管理费用为8970万元，占收比下降至4.6%；研发投入为3.85亿元，占收比为16.6%。集团认为研发投入仍是当前非常重要的战略投入，当前处于大模型AI发展时期，需要持续投入资源用于模型训练、底层AI技术研发、平台层与工具层能力建设、专利基础设施开发，同时集团也通过AI和自动化工具提升员工效率。长期来看，集团目标打造健康经营模式：收入高速增长带动规模效益提升，推动费用率持续优化，进而实现利润提升、现金流增强，最终将更多资金投入AI领域，形成高利润、轻资产的良性循环基础。 8、未来战略规划与业绩指引 ·未来核心战略方向：公司未来核心战略涵盖五大方向：一是深化全栈Token工厂战略，随着企业AI从辅助工具逐步转向可持续执行任务、创造业务结果的智能体，未来AI应用的商业价值将更多体现为实际业务成果，收费模式将从订阅向按效果付费演进，实现收费方式多元化。二是持续完善企业产品矩阵，围绕营销、销售、客服、外贸、研发、经营核心场景，持续丰富AI员工体系，同时提升AI Force、No-Code及AI LBS能力，推动AI深度融入企业核心业务流程。三是加速生态建设，与算力、模型、应用及渠道合作伙伴开展更深入的合作，扩大AI应用覆盖范围，提升商业化运营能力。四是加速国际化布局，在现有布局基础上，未来将进一步拓展东南亚、中东、欧洲及南美市场，推动海外业务增长。五是始终坚持高质量发展原则，不单纯追求收入规模增长，更加关注利润、现金流及客户长期价值，目标是通过AI技术持续提升客户业务成果，以实际效果建立客户信任，再通过长期合作实现可持续价值创造。 ·业绩指引与增长信心：公司年内第二次上调今年业绩指引：2026年AI应用收入目标为26.8亿元，较2025年实际业绩实现增长，2026年经调整净利润预计达7.2亿元。该业绩目标并非单纯依赖市场增长实现，公司对未来增长的信心主要来自五大方面：a.AI应用是集团核心的重要增长引擎；b.KA客户的ARPU及客户价值有较大提升空间；c.企业升级产品矩阵持续覆盖更多应用场景；d.AI技术在内部深度应用，自身人效及运营效率仍有进一步提 升空间；e.国际化布局将为集团开拓新的重要市场。公司未来三年不仅要实现业务快速增长，更重要的是进一步验证AI的商业模式、盈利能力、现金流的可持续性；长期目标是打造能够持续提升各企业真实业务价值的AI应用平台。 9、大模型对应用层的影响与应对 ·大模型与应用层的关系：大模型是AI时代的基础设施，其持续迭代进步是全行业的共同期望，也将惠及全行业。目前市场存在大模型发展会挤压应用层空间的担忧，实际上企业级AI应用无法直接依托通用大模型落地：大模型能力提升的同时，要实现对业务的赋能，必须结合企业自身的业务数据，比如缺少支付相关数据的情况下，无法直接用大模型开展相关赋能工作。当前公司服务的客户对闭源、开源模型均有选择，且普遍对企业级安全有较高要求，因此大模型不会挤压应用层的发展空间。 ·公司应对策略：公司当前已打造700多个产品化、场景化应用，定位深耕客户服务最后一公里，聚焦企业智能体领域，打造的企业智能体可作为业务赋能的底座，结合行业场景与客户需求形成差异化竞争力。公司长期扎根ToB服务一线，坚持以客户需求