“当AI技术与特定行业数据资产相结合时，更可能孕育出可持续的盈利模式。
“你的AI如何赚钱？”已成为2025年科技企业无法回避的核心拷问。 尽管新模型仍层出不穷，从GPT-5到Nano Banana不断涌现，但市场关注点逐渐回到Google、微软、阿里巴巴等巨头身上，还有最近AI+云基础设施爆发增长的Oracle——它们依托云服务正在逐步跑通商业化路径。相比之下，处于应用层企业则普遍面临高昂的研发投入、模型调用的Token成本，以及尚未明晰的盈利路径。
因此，一家从财税服务赛道切入的数据智能公司——百望股份有限公司（6657.HK），在AI应用正式落地仅半年的时间里，就在中期财报中交出超预期成绩：实现6086万元营收，直接推动公司扭亏为盈，实现364.7万净利润，而去年同期尚亏损4.4亿，着实为市场提交了一份令人颇感意外的答卷。
展开剩余92%来源：百望股份
百望股份董事长陈杰女士在香港举办的“2025年中期业绩投资者推介会”上表示：“我们正在经历一场彻底的‘合规革命’，贯穿企业交易、财税到资金的全链路。百望正成长为一家以动态交易数据为基石、以垂直智能体为载体的数据智能企业”。
今年初，数据猿在香港采访过这家公司，彼时其刚启动数据智能（Data Intelligence）新战略，半年过去，这家以电子发票起家、掌握海量真实交易数据的企业，究竟如何将AI从高成本的技术概念，转化为切实的收入和利润，实现扭亏为盈？同时，百望交出的成绩单，是一次偶然的阶段性表现，还是其商业模式可持续性的初步验证？
若AI成为增长引擎须与客户必要需求相结合不久前，红杉美国合伙人Konstantine Buhler在一场题为《The $10 Trillion AI Revolution》（十万亿美元的人工智能革命）的演讲中指出，新一代AI革命只需一个指令就能完成数百倍的工作，效率提升堪比18世纪的蒸汽机革命。而正如历次工业革命的规律，技术从诞生走向成熟，必然伴随着通用技术与高度专业化组件的结合。
来源：红杉资本
据Quick Market Pitch、Mordor Intelligence等研究机构的调查，企业级AI应用的实际渗透率仍不足30%，其中以金融和零售行业最高，而在部分深耕者看来，财税合规、跨境贸易、供应链金融等“高频刚需”场景，或将成为AI与行业结合的最佳落点。
另一方面，正如陈杰介绍，“从金税四期到CRS，从社保入税到平台涉税信息报送，企业运营正被纳入数字化监管。过去大量的企业可以游离于合规体系之外，但在不远的将来，中国1.89亿登记在册的经营主体都必将逐步转变为规范的纳税主体。通过全链路数字化监管，每一个企业都需要重新思考运营与合规的生存方式。”
在这种背景下，百望的战略则是将AI的“革命性”与监管逻辑下的企业“必需品”相结合，规划出四条增长曲线，不仅助力企业快速对接AI能力、加速数智化升级，也为自身打开了更大的渗透空间和快速增长的路径，AI智能体，则是贯穿并激活这四条曲线的核心技术载体。
第一增长引擎：合规革命驱动的超级增长。这是百望业务的基本盘，也是其AI战略最坚实的落地场景。随着“金税四期”、数电发票、社保入税等政策的深入推进，国内经营主体将全面走向规范纳税，这为百望带来从2800万用户扩展到1.89亿的巨大增量市场。
面对这一强制性需求，百望推出“税务合规”智能体，正是用AI技术来解决这一核心痛点。它将复杂的税法规则、企业内部制度和实时交易数据相结合，实现自动化的票据审核、风险预警和合规判断，将企业从繁琐、易错的人工审核中解放出来。其价值在于，将AI技术直接转化为满足市场最大公约数需求的“基础设施”，从而驱动规模化的用户增长。
第二增长飞轮：从数据到信用——商业信任的重构。 在满足合规需求的过程中，百望累计处理约231亿张发票，积累其最核心的资产——海量、真实、动态的交易数据。百望平台累计处理的交易总额已超1055.1万亿元，基于此构建的超3000个维度的企业信用评价体系，是其区别于传统征信的核心优势。第二条曲线的实质，就是数据资产化的过程。
百望的“AI金融业务参谋智能体”是这一曲线的具象化产品，它通过AI算法，将原始的票据流数据“翻译”成金融机构可以理解和使用的信用语言和风险信号，帮助银行客户经理快速完成信贷分析、精准营销和智能风控。这本质上是利用AI将数据壁垒转化为信用服务，重构了商业信任的评估方式。
第三增长曲线：与链主企业共创垂直智能体。 To B服务的核心难点在于“千行千面”，通用型产品难以满足大型集团企业的深度需求。百望的第三条曲线，是通过与超过2800家集团型客户中的领军企业成立“联合创新实验室”，形成覆盖“数据+场景+模型+算力+生态”的五位一体解决方案，共同打造垂直行业智能体。
这种模式下，百望提供数据和AI技术平台，链主企业提供真实的业务场景和行业知识（Know-how），双方共同将AI技术“嫁接”到具体业务流程中，如商业地产的智能选址、航运物流的运力分析等。这使得AI不再是悬浮的技术，而是能够解决特定行业、特定场景问题的“数字生产力”，从而深化了百望在产业链中的价值。
第四增长曲线：全球化智能通关——TaxSwift智能体。 随着中国企业出海成为趋势，跨境贸易中的财税合规成为新的复杂挑战。第四条曲线的目标，是利用AI构建一个全球化的虚拟税务网络。
其核心产品“Tax Swift”智能体，是通过AI能力自动识别超100多种语言、200多种票据格式，并内置超3万条国际财税规则，旨在将复杂的跨境税务申报、票据处理等工作，简化为一套标准的API接口服务。这不仅能大幅降低中资企业出海的合规成本，也能为百望的业务打开了国际化的想象空间，使其服务能力从中国本土延伸至全球市场。
我们看到，这四层增长引擎，最终汇聚成为百望对AI时代企业服务的完整战略构想。陈杰指出，今天的AI智能体不单是一个规划的工具，它已经演进为能思考可行动的数字生产力。百望从发票合规出发，切入企业最高频、刚需的交易产品；以数据智能为引擎，驱动信用赋能与决策升级；以行业智能体为载体，与客户共创深度的场景解决方案；更以全球化税务智能体为锚点，服务中资企业出海，推动中国企业全球化战略。
百望股份董事长陈杰女士发表主题演讲
来源：数据猿
AI智能体多如牛毛为什么百望的AI能够落地且有效？诚然，现在几乎所有的科技公司都在谈论智能体，市场上从不缺乏各类“AI助手”的概念，而且许多科技公司都在此领域进行布局。一个值得探究的问题是：为什么是百望，一家财税服务起家的公司，能够率先在这条赛道上实现规模化的商业营收？究其原因，可能并不在于其掌握某种独特的AI算法，而是在于其在长达十年的发展历程中，逐步形成的两个核心基础：一是数据积累，二是市场契机。
首先是其数据积累。正如百望股份CEO付英波在业绩会上所强调的：“我们做数据智能最大的底气，就是我们的数据量。百望不单有过往十年的数据积累，而且我们还在持续不断地扩大。” 在AI领域，高质量的训练数据是模型性能与行业适配性的决定性因素之一。算法可以开源，算力可以购买，但高质量的、合规的专有数据，是难以在短期内复制的。百望手中掌握的，正是这样一种数据资产。
百望2025年中期财报显示，截至2025年6月30日，百望平台累计处理的发票数量服务纳税人识别号客户规模超过9,070万家，覆盖 2,825家集团型企业客户及2,850万家中小企业客户。
这些基于真实商业交易的凭证数据，具有较高的真实性、动态性、结构化和链路完整性，它们直接反映了企业间的资金流、货物流与服务流，为AI模型在财税、金融等领域的训练和微调，提供了高质量的输入，这是其AI产品能够具备较高行业精准度的基础。
如果说数据是百望AI成功的内在基础，那么宏观政策的演进，则为其提供了外部市场机遇。正如陈杰所说，中国的财税管理体系正在经历一场“合规革命”，这场变革的核心，是利用新技术构建一个“以数治税”的现代化税收征管体系，推动商业交易的全面数字化与透明化。
在这一市场机遇中，百望的AI产品扮演了重要角色，它并非在“创造全新的需求”，而是在用效率更高的技术手段，去“满足已经存在的刚性需求”。当所有企业都面临新的合规挑战时，百望的智能体产品，便可成为那些企业适应新规、管理风险的工具之一。可以说，百望的阶段性成功，很大程度上是其业务战略与政策趋势保持了一致。
百望股份CEO付英波发布“百望股份2025年中期业绩报告”
来源：数据猿
依托这两大基础，百望将AI能力具象化为一系列可落地产品。
在推介会上，百望首席专家续岩为在场投资人和媒体具体演示了百望三大智能体。首先登场的是“金盾”交易管理智能体，它是第一增长曲线的直接产物。其核心职责是处理企业交易数据的第一道流程——合规性校验。传统模式下，企业的费用报销、采购付款等环节依赖大量人工审核，单纯OCR效率也不高且易产生合规风险。
引入AI后，例如在处理一张国外出租车票时，系统不仅能识别车牌号、小费金额等关键信息，还能结合企业内部财务制度，在数秒内自动提示“小费超标”或“费用超标”。“金盾”如此将大模型融入票据的多模态识别，为企业提供自动化风控工具，实现从单据识别、解析、比对到资质审核的智能化升级，全面覆盖应收与应付的合规处理流程。
百望金盾-票据智能识别模型
来源：数据猿
第二个核心产品“睿界”金融业务智能体，代表了百望的第二条增长曲线，聚焦企业发展的另一项关键需求——信用与融资。在金融服务领域，信息不对称长期存在，而“睿界”凭借百望的数据优势正面破解这一难题。其基于3000+维度的商业信用评价体系，并结合MCP服务中的2000+维度指标，百望能够在数分钟内为银行客户经理生成精准的企业经营状况判断。在续岩的演示中，只需输入“某公司是否能够准入票享贷”，智能体便能即时输出结论及依据，供客户经理决策参考。
“百望AI业务参谋”
来源：数据猿
第三个核心产品“问数”经营决策智能体则与第三增长曲线密切相关，成为与链主企业共创的典型代表。它将服务层延伸至管理层的战略决策辅助。企业在发展中积累了海量数据，其中不乏大量未被充分利用的纸质档案。“问数”智能体的核心能力，是在于对这些历史数据的盘活，并将其与即时交易数据相结合，为经营决策提供支持。
推介会上，百望股份CMO邹岩与铁山东北亚区副总裁兼大中华区总经理吴美宝联合发布“档案数字化创新智能体”，成为最新的生态节点。通过与铁山的合作，百望能够将企业积压的纸质档案进行数字化与结构化处理，使其从分散的信息变为可分析的数据。它的应用价值在于，辅助企业管理层的决策过程，使其可以更多地依赖数据分析，而不仅仅是过往经验。
百望与铁山集团联合发布档案数字化创新智能体
来源：百望股份
百望AI能否为其带来长期价值空间付英波在回应投资人和媒体提问时表示，百望的国际对标是Palantir。Palantir的优势主要体现在政府和军工数据分析领域，应用场景相对特殊且模式偏重；而百望的数据来源于税务与交易，已覆盖9070万纳税人识别号，未来有望扩展至1.89亿市场主体，因而具备更强的普适性与规模效应。作为参照，Palantir去年底的市值约为1900亿美元，如今已突破3000亿美元，这一走势能够反映出百望未来的潜在价值空间。
付英波说这话时，Oracle的财报尚未出炉。如今，Oracle公布2026财年Q1财报：核心指标RPO（剩余履约价值）暴增至4,550亿美元，同比大涨359%，几乎是市场预期的三倍。驱动Oracle飙升的核心因素，是其云基础设施（OCI），现已成为Meta、OpenAI等大客户训练和部署AI模型不可或缺的底层支撑。同时，甲骨文将多云数据库技术嵌入AWS、Azure与GCP，使该业务在一季度收入激增1,529%。董事长Larry Ellison（拉里·埃里森）直言，这是一个价值数万亿美元的巨大市场。
Oracle 历次财报RPO对比
来源：Fiscal.ai
正如以上两家迅速崛起的企业所示，成熟的商业战略最终必须接受财务数据的检验。回看百望股份2025年中期财报，其AI盈利战略并非由单一因素驱动，我们将其归纳为一个“盈利公式”，而这一公式的可持续性，将成为决定百望未来走向的关键。
盈利的AI = 刚性市场需求x可落地AI产品带来的收入/（研发费用+营销费用）
其中：可落地AI产品带来的收入=技术能力x数据积累
百望股份的“盈利公式”
来源：数据猿
该公式的前半部分是“收入端”：刚性市场需求是成立的前提，需求越大，转化为收入的可能性就越高，再叠加可落地的AI产品，便构成了盈利的基础，而这部分收入既依赖于产品技术，也取决于数据质量。而后半部分则是“成本端”，主要由研发、营销等费用构成，成本越低，盈利的空间也就越大。
该公式的核心，在于AI驱动的“增收”与“降本”形成了良性循环。先看“增收”：上半年6,086万元的人工智能业务收入，作为2024年为零的高毛利纯增量，不仅直接改善了公司营收结构，更推动整体毛利率由去年同期的39.2%大幅提升至46.6%。这初步验证了百望已找到将数据资产和产品转化为高附加值服务的有效路径，并具备了复制与扩展的潜力。
更有意思在于“降本”。相较短期增收，更能体现长期价值潜力的，则是其成本控制表现。财报显示，百望股份的研发费用在产出与产品能力提升的同时，反而同比下降33.5%，这得益于百望不仅将AI作为对外产品输出，更深度嵌入自身的研发流程：通过AI辅助编码（AI Coding）、自动化测试等工具，覆盖“需求-代码-缺陷-变更”各环节，显著提升了内部效率。另外，分销及销售费用也由去年同期的8,000万元下降38.6%至4,930万元。
来源：百望股份
这两个重要的信号，意味着百望的AI能力已经开始内化为企业自身的生产力工具，形成了一个“内外兼修”的正向循环：对外，AI产品创造高毛利收入；对内，AI工具优化核心成本。
回顾2025年上半年，百望股份不仅交出了一份亮眼财报，更为仍在探索盈利模式的AI行业，提供了一个具有参考价值的商业化样本。其初步成功并非偶然，而是其内外兼修与市场机遇相互作用的结果。
展望未来，百望股份无疑已在特定赛道上占据了有利位置。公司管理层也给出了较为乐观的预期，百望股份CFO焦阳表示，预计2025年全年营收将达到8.5亿元，同比增长接近30%，其中AI直接收入占比将达到15-20%，毛利率继续提升至50%，全年净利润有望达到2000万元甚至更高。
来源：百望股份
如果这一目标得以实现，百望不仅将在自身发展曲线上打开新的增长空间，更有望成为中国AI应用企业中少数率先跑通盈利模式的范本。它的探索能否复制与放大，或许将成为衡量整个AI行业商业化成熟度的重要注脚。
乐观的业绩指引描绘了清晰的增长蓝图，但机遇的背后往往伴随着对等的挑战。要将这份预期转化为现实，百望不仅要跑得快，更要走得稳。百望未来的道路依然面临三大核心挑战。
首先是数据安全，百望的核心资产是海量、敏感的企业交易数据，这既是其护城河，也是其风险点。在数据安全法规日益严格的全球背景下，如何确保数据的绝对安全、合规使用，值得进一步关注。
其次是市场竞争，百望通过“财税合规”这一刚需场景切入并暂时领先，但其成功必然会吸引更多巨头入场，百望虽然有三个智能体，但目前只有“金盾交易管理智能体”带来绝大部分收入，其他智能体尚未带来实质收入，触及企业合规场景还不够全面和深入。
最后是规模化扩张与效率维持的平衡。当前财报所体现的“降本增效”是在特定规模下实现的，而当用户体量从千万级向亿级迈进时，研发投入、服务成本和销售体系是否会重新变得沉重，从而有可能会打破现有精巧的盈利公式。
尽管百望的商业模式仍需时间检验，毕竟AI产品正式落地不足半年时间，但这份“意外”答卷的价值，不仅在于扭亏为盈的财务表现，更在于为喧嚣而焦虑的AI应用市场，提供了一个清晰而务实的盈利范式。
长期以来，投资市场习惯于用技术先进性、模型参数多少来衡量一家AI公司的优劣，却往往忽略了商业的本质——资本效率。百望的实践恰恰证明，最成功的AI商业化，或许并非源于最顶尖的算法，而是源于对行业需求的深刻理解、对独有数据资产的有效利用，以及将AI同时作为“矛（外部产品）”和“盾（内部工具）”的战略智慧。
正如Oracle和Palantir的崛起所揭示的，最大的商业价值往往源于能否成为不可或缺的基础设施最专业的股票配资，而非依赖单一系统。当前AI落地路径并不在“通用”与“万能”，更可能诞生于那些掌握核心数据资源，并能将其转化为刚需服务的企业。换句话说，当通用AI技术与特定行业的关键数据资产相结合的时候，更可能孕育出真正可持续的商业模式，这或许正是新一轮AI革命在产业层面演进的方向。
发布于：内蒙古自治区尚竞配资提示：文章来自网络，不代表本站观点。
