5000 億美元尋找 AI 回報，邁富時盤中一度漲 5% ：“全棧 Token 工廠”進入業績驗證窗口

　　/朝聞通/8 月 11 日，AI 仍然是資本市場最重要的交易主線之 一。

　　隔夜，英偉達宣布與阿波羅、貝萊德、黑石、博楓、高盛和 KKR 等全球大型金融機構合作 ，拟建立獨立的 AI 算力基礎設施融資平台，長期動員超過 5000 億美元第三方資本，為AI 基礎設施建設提供資金支持。

　　5000 億美元的潛在資金規模，再次強化了全球 AI 基礎設施長期擴張的産業預期。

　　但與此前單純追逐芯片、服務器和數據中心有所不同，資本市場對 AI 的定價邏輯正在發生新的變化：一方面，上遊算力基礎設施仍在加速擴張;另一方面，随着上市公司進入業績披露窗口，資金開始更加關注 AI投入能否轉化為真實收入、利潤和現金流。

　　換言之，AI 交易正在從“産業趨勢定價”，進一步走向“業績兌現定價”。

　　在這一背景下，邁富時8 月 11 日盤中最高觸及 48.88 港元，較前一交易日收盤價 46.60 港元一度上漲約 4.9% ;截至午間報 47.68 港元，上漲 2.32% ，成交額約

　　2.11 億港元，總市值約 127.66 億港元。

　　一邊是全球資本繼續加碼 AI 基礎設施，一邊是邁富時股價在中期業績窗口臨近之際有所走強。兩者背後，實際上指向同一個資本市場命題：

　　越來越龐大的算力，最終由誰來消化?越來越便宜的

　　邁富時提出的“全棧 Token 工廠”與企業智能體體系，恰好位于這條 AI 價值鍊從技術供給走向商業回報的關鍵一環。

　　5000

　　英偉達此次融資計劃最值得資本市場關注的，并不隻是 5000 億美元這一數字。

　　當阿波羅、貝萊德、黑石、博楓、高盛和 KKR 等大型金融機構開始将 AI 算力基礎設施視為具有長期現金流潛力的資産， 一個更現實的問題也随之出現：

　　如此龐大的

　　答案需要沿着産業鍊繼續向下尋找。

　　資本首先被投入芯片、服務器、數據中心和能源設施，形成算力供給 ;算力被大模型轉化為推理和生成能力;模型通過 Token 被調用 ;Token 再由企業智能體帶入營銷、銷售、客戶服務、研發和經營分析等業務場景。

　　隻有當這些智能能力真正進入企業工作流，為客戶帶來效率提升、成本下降或者收入增長 ， AI 資本開支周期才能形成完整閉環。

　　因此， 一條更完整的 AI 價值鍊正在逐漸清晰 ：

　　資本 →

　　過去兩年 ，資本市場重點交易的是前半段 ：資本、GPU、算力和模型。

　　進入業績驗證階段後，價值鍊的後半段正在變得越來越重要：Token 被誰消費、企業智能體完成了多少任務， 以及這些任務最終創造了多少經營價值。

　　邁富時“全棧 Token 工廠”的核心邏輯，正是将價值鍊的前半段與後半段連接起來。

　　AI

　　AI 應用層受到重視 ，并不意味着芯片、算力和數據中心行情已經結束。

　　恰恰相反 ，全球 AI 基礎設施仍處于擴張周期。英偉達嘗試撬動超過 5000 億美元第三方資本，反映出訓練、推理和企業智能體規模化運行仍需要大量算力支持。

　　因此， 當前 AI 産業并不是簡單的“上半場結束、下半場開始”，而是進入了兩個階段同時運行的新周期：

　　上遊繼續擴大智能供給 ，下遊開始驗證智能回

　　算力基礎設施決定 AI 能否大規模運行 ，模型決定智能能力的上限 ，應用平台則決定這些技術能力能否被企業持續使用。

　　這也意味着，資本市場對 AI 企業的篩選标準正在提高。

　　過去 ，“布局 AI”“接入大模型”“推出智能體”本身就可能獲得估值溢價;随着相關産品快速增加，市場開始追問三個更加具體的問題：

　　有沒有真實客戶 ?

　　有沒有持續使用 ?

　　有沒有産生經營結果?

　　業績披露期，正是驗證這些問題最直接的窗口。

　　邁富時的答案 ：把上遊

　　在這一輪 AI 産業發展中，Token 正在成為連接基礎設施與應用場景的重要變量。

　　GPU 提供算力，模型生成智能，而 Token 是智能被調用和消費的基礎單位。

　　但對資本市場而言，僅僅看到 Token 調用量增長仍然不夠。

　　真正重要的是：

　　Token

　　如果 Token 隻被用于簡單問答、 内容生成和内部試驗，它更多體現的是模型調用成本;如果 Token 持續進入營銷、銷售、客戶服務、研發、經營分析和企業出海等高頻場景，并帶來轉化率提升、響應速度提高、成本下降或收入增長，它就開始具備生産要素屬性。

　　邁富時“全棧 Token 工廠”的意義 ，正在于試圖完成這一轉化。

　　所謂“全棧”，并不意味着邁富時需要獨立生産所有芯片、算力和基礎模型，而是通過完整的平台能力，把原本分散的算力、模型、企業數據、知識和工具組織起來，再由企業智能體進入具體業務流程。

　　這一體系可以分成五個環節 ：

　　算力和模型提供基礎智能供給 ;

　　企業數據及知識賦予智能體業務語境 ;

　　KnowForce AI 知識中台幫助人工智能理解企業知識 ;

　　AI-Agentforce 智能體中台和 GenAI OS 負責智能體構建、協同、運行與治理 ;

　　企業智能體進入營銷、銷售、客戶服務、研發和經營分析場景，形成可以使用、追蹤和計量的場景 Token。

　　最終，邁富時關注的不隻是一次模型調用消耗了多少 Token ，而是這些 Token 經過全棧能力加工後，為企業完成了多少任務、 改善了哪些流程、創造了多少業務價值。

　　可以說 ：

　　上遊生産的是模型可以處理的技術

　　企業智能體是“全棧

　　如果說全棧 Token 工廠是邁富時的 AI 生産體系，那麼企業智能體就是這套體系進入客戶業務流程的價值出口。

　　企業真正需要的，并不是一個能夠進行對話的模型入口，而是能夠理解企業知識、調用業務工具、執行具體任務，并在權限範圍内推動流程閉環的智能體。

　　在營銷場景中，企業智能體可以參與内容生産、客戶觸達、線索識别和品牌可見性管理 ;在銷售場景中，可以輔助客戶分析、商機跟進和銷售轉化;在客戶服務場景中，可以承擔知識檢索、問題響應和任務分派 ;在研發及經營分析場景中，可以跨系統獲取信息、分析數據并輔助決策。

　　這些場景有兩個共同特點 ：

　　第 一 ，任務發生頻率較高，能夠形成持續的 Token 使用需求。

　　第二 ，與企業收入、成本和效率聯系較近，價值相對容易被量化。

　　因此，判斷邁富時企業智能體是否真正形成競争力，不能隻看公司推出了多少智能體，而要看這些智能體進入了多少客戶、覆蓋了多少業務流程、完成了多少真實任務， 以及是否推動續費、增購和客戶價值提升。

　　企業智能體使用越深入，邁富時的場景 Token 消耗就越有可能從項目性需求變成持續性需求 ;企業知識和業務流程沉澱越多 ，産品黏性與遷移成本也可能相應提高。

　　這正是全棧 Token 工廠從技術架構走向商業模式的關鍵一步。

　　“

　　邁富時此前披露的第一季度業務數據， 已經提供了一個初步觀察窗口。

　　根據公司 4 月 15 日發布的自願公告 ，2026 年第一季度，邁富時 AI 應用業務收入較 2025年同期增長約 110.5%。公司同時披露，正持續深化“模型+數據+平台+場景”四層架構，已經發布 GenAI OS、AI-Agentforce 智能體中台 3.0、KnowForce AI 知識中台及 Data- Agent 經營分析産品 ，相關能力覆蓋營銷、銷售、客服和研發等企業核心業務場景。

　　這一數據釋放了兩個信号。

　　首先 ，企業 AI 需求正在從試用和技術驗證，逐漸轉化為實際采購與商業化收入。

　　其次，邁富時的增長并非隻圍繞某一個單點工具 ，而是嘗試通過模型調度、知識治理、智能體協同和場景應用形成一體化平台。

　　不過，對資本市場而言，第一季度收入增速隻是起點。

　　中期業績真正需要回答的，是這種增長能否繼續保持， 以及 AI 應用收入能否進一步轉化為更好的業務結構、盈利能力和現金流。

　　中期業績需要驗證的第一件事 ：

　　邁富時中期業績的第一個觀察重點 ，是 AI 應用業務能否繼續保持較高增長，并逐步成為公司更加重要的增長引擎。

　　模型能力快速疊代後，企業真正稀缺的已經不隻是模型本身 ，而是把模型連接企業數據、知識、業務工具和工作流的能力。

　　邁富時覆蓋營銷、銷售、客戶服務、研發及經營分析等場景，這些場景能否形成持續收入，需要觀察的不隻是新客戶數量 ，還包括存量客戶的使用深度。

　　例如 ：

　　單個客戶是否部署更多企業智能體;

　　智能體是否從單點任務擴展至連續工作流;客戶調用量和任務量是否持續提高;

　　産品是否帶動續費、增購和合同價值提升 ;

　　平台化能力是否降低新增項目的邊際交付成本。

　　如果 AI 應用增長主要來自客戶持續使用和場景擴展 ，其質量通常高于依靠一次性項目驅動的收入增長。

　　這也是邁富時從“擁有 AI 産品”走向“形成 AI生産體系”的核心檢驗。

　　第二件事 ：場景

　　邁富時全棧 Token 工廠的資本市場價值，不應被簡單理解為Token 數量增加。

　　Token 增長本身并不必然創造利潤。真正重要的是，單位 Token 能夠完成什麼任務、為客戶帶來多大價值， 以及邁富時能否從中形成合理收入。

　　在公司披露的第一季度公告中，邁富時提到 ，正在推動收費模式從傳統訂閱向按效果付費、按調用量計費等多元模式轉型，部分産品已經落地“消耗+效果”的混合收費方式 ，并将其視為對場景 Token 商業可行性的進一步驗證。

　　這種變化值得關注。

　　傳統訂閱模式下，收入增長主要依賴新增客戶、席位擴展和價格提升 ;在場景 Token 模式下，客戶使用企業智能體的任務量、使用深度和實際效果，都可能成為新的收費基礎。

　　這意味着邁富時可能同時獲得兩種增長動力：

　　客戶數量增加帶來的橫向擴張;

　　單個客戶使用場景和 Token 消耗增加帶來的縱向擴張。

　　更進一步，如果部分企業智能體能夠按照效果或業務結果收費，邁富時與客戶之間的利益關系也可能更加緊密 ：客戶不是單純購買工具 ，而是購買可以持續執行任務和創造結果的AI生産力。

　　當然，“消耗+效果”收費仍需要更多客戶采用、續費表現和實際利潤數據驗證，不能僅憑概念判斷其商業成效。

　　第三件事 ：

　　這是當前 AI 行情進入業績兌現階段後，最重要的一道分水嶺。

　　資本市場已經不再滿足于看到AI 收入增長。

　　如果 AI 應用業務快速增長，卻需要大量定制開發、人工交付或高成本算力投入，規模擴大未必能夠同步改善利潤。

　　邁富時全棧 Token 工廠的規模化邏輯，需要通過三類财務指标進行驗證：

　　第 一 ，随着平台和智能體能力複用 ，毛利結構是否改善。

　　第二 ，企業智能體是否率先應用于邁富時自身的營銷、銷售、客服和管理流程 ，推動銷售及管理效率提升。

　　第三，AI 應用收入是否最終轉化為更健康的經營現金流。

　　這三項指标共同決定邁富時究竟是一家“擁有大量 AI 功能的企業應用公司”，還是能夠通過平台化和場景 Token 模式形成經營杠杆的AI 生産力平台。

　　如果中期業績顯示 ，AI 應用收入增長與毛利改善、費用效率和現金流提升形成相互驗證，那麼市場對邁富時的估值邏輯，可能從傳統企業應用公司逐漸轉向企業級 AI 應用平台。

　　反之，如果收入增長仍高度依賴重交付項目 ，或者算力投入增長快于商業回報，高增長預期也會面臨重新評估。

　　盤中一度漲近

　　8 月 11 日，邁富時盤中最高觸及 48.88 港元，較前一交易日收盤價 46.60 港元上漲約4.9% ;截至午間報 47.68 港元，漲幅收窄至 2.32% ，成交額達到 2.11 億港元。

　　這一走勢說明 ，在中期業績進入觀察窗口之際，市場對邁富時 AI 應用業務增長存在一定期待 ，但資金分歧仍然明顯。

　　按照午間價格計算，邁富時總市值約 127.66 億港元。用戶提供的行情頁面顯示 ，公司TTM 市盈率約 128.94 倍 ，意味着當前估值已經包含了較高的增長預期。

　　因此，股價能否進一步打開空間，不能隻依靠AI、Token 或企業智能體等概念 ，還需要業績增速和盈利質量與市場預期相匹配。

　　市場真正需要驗證的，并不是邁富時有沒有 AI ，而是：

　　AI 應用收入能否延續增長;

　　企業智能體能否進入更多核心流程 ;

　　場景 Token 能否形成持續消費和付費;平台化交付能否改善毛利與費用效率 ;

　　全棧 Token 工廠能否最終創造利潤和現金流。

　　換言之，8 月 11 日盤中最高約 4.9%的漲幅 ，更像是市場對業績窗口的一次預期交易，而非全部基本面答案。

　　真正決定邁富時中期估值方向的，仍然是即将披露的經營數據。

　　為什麼這個時間點值得重新觀察

　　英偉達超過 5000 億美元的 AI 基礎設施融資計劃 ，實際上向整個産業提出了一道商業化考題。

　　資本可以建設更多數據中心，芯片公司可以提供更多 GPU ，模型廠商可以生産更強、更便宜的智能，但任何一個上遊環節都無法獨立創造最終需求。

　　真正決定 AI 基礎設施長期回報率的，是下遊有沒有足夠多的企業持續使用人工智能， 以及這些使用能否形成真實、穩定的付費。

　　這也是 AI 應用層重要性不斷上升的原因。

　　不是因為算力不再重要，而是因為：

　　算力越多 ，越需要應用 ;

　　如果說過去市場主要尋找“誰擁有最稀缺的算力”，那麼進入業績季 ，資金開始進一步尋找“誰擁有更确定的AI 收入”。

　　再往後，則會尋找“誰能夠把 AI 收入轉化為利潤和現金流”。

　　這可能是 AI資産下一階段真正拉開估值差距的地方。

　　從“

　　因此，觀察邁富時此次中期業績， 一個重要的角度是：資本市場衡量 AI 應用公司的标準 ，可能正在從“AI 含量”走向“AI 産量”。

　　所謂“AI 含量”，是公司接入了多少模型、推出了多少智能體、增加了多少 AI功能。

　　所謂“AI 産量”，則是這些企業智能體最終完成了多少任務、進入了多少業務流程、産生了多少場景 Token ，以及創造了多少可衡量的經營結果。

　　後者顯然更接近企業願意長期付費的價值。

　　邁富時全棧 Token 工廠真正需要證明的，也不是公司擁有更多技術名詞 ，而是能夠把算力、模型、數據和知識持續加工成企業智能體，再把企業智能體轉化為經營生産力。

　　這條鍊路一旦跑通 ，邁富時就不隻是消耗上遊 Token 的應用公司，而可能成為連接智能供給與企業需求的“AI生産力工廠”。

　　5000 億美元正在尋找算力，越來越龐大的算力也在尋找真正能夠消化它們的應用。

　　邁富時 8 月 11 日盤中一度上漲約 4.9% ，反映出市場在中期業績窗口前，對 AI 應用業務和企業智能體商業化存在一定期待。

　　但當公司估值已經包含較高增長預期，市場下一階段需要的，不是更多概念 ，而是更強的業績驗證。

　　邁富時此次中期業績所要回答的，本質上是三個問題：

　　全棧 Token 工廠能否把算力和模型持續加工成企業智能體?

　　企業智能體能否進入更多營銷、銷售、客服、研發和經營分析流程 ?

　　這些場景 Token 能否最終轉化為收入、利潤和現金流?

　　如果答案得到進一步驗證，市場重新評估的可能不隻是邁富時一家公司的半年業績，也可能是 AI 産業價值鍊的定價方式。

　　過去兩年 ，資本主要為“生産算力”支付溢價。

　　下一階段 ，資金可能開始為“生産 AI 商業價值”尋找新的估值錨。

　　而邁富時的全棧 Token 工廠，正站在從技術 Token 走向企業 ROI 的這一關鍵轉換位置。