这一个业绩期，AI的叙事正在发生明显变化。

过去两年，资本市场几乎把全部注意力都放在大模型能力竞争上，关注参数规模、推理能力、榜单排名......

但随着大模型能力逐渐商品化，市场的关注度全面转向落地的竞争。

这一变化，在最近的业绩期被表现得淋漓尽致。

上一周，国产大模型公司MiniMax发布业绩预告，强劲的收入增长让市场情绪瞬间被点燃。本周，迅策同样也交出了一份远超市场预期的成绩单。

MiniMax作为中国版OpenAI/Anthropic，交出了国产大模型公司的第一份财报。

那么迅策作为中国版Palantir，交出的则是国产AI Data Agent的第一份答卷。

一、营收翻倍超预期，中国AI数据“第一牛股”现形

第一眼看迅策这份业绩预告，最直接的感受只有两个字：

爆表。

超出最乐观的大行盈利预测表。

根据业绩预告，迅策预计2025年全年收入约12.83亿元人民币，相比2024年的6.3亿元同比增长102.95%；结合2025年上半年的收入数据计算，其下半年收入环比暴增约448%。

公司全年营收显著高于德银、国泰君安国际及海通国际等机构的预测值。其中，国泰君安国际在2月6日报告中的预测为10.96亿元，Wind一致性预期则为10.92亿元。

资料Wind，格隆汇整理

下半年448%的营收环比增长，则可能说明公司进入了一种罕见的业务爆发状态。尤其对比Palantir的数据，可以看出公司置于比Palantir这类明星公司更为迅猛的增长轨道上。

值得一提的是，在资本市场中，收入翻倍并不罕见。许多初创公司在收入规模只有几千万甚至几亿元时，实现翻倍增长并不困难。但当收入规模突破一个关键门槛之后，增长速度往往会迅速放缓。

而迅策这一次跨越的，是“10亿营收门槛”。这往往意味着一个关键拐点：产品已经跨越“产品—市场匹配”（Product Market Fit）的鸿沟，从早期项目驱动阶段，进入可以规模化复制的商业模式阶段。

同时，亏损收敛的速度也超预期。2025年，公司录得亏损约1.30亿元；经调整净亏损为5500万元，较2024年度的经调整净亏损8237万元大幅收窄。

收入翻倍、亏损收窄，都超预期。

在AI产业仍普遍处于高投入阶段的背景下，这样的组合几乎就是资本市场最渴望看到的增长曲线。

如果将时间轴再拉长，国泰君安国际预测，2024至2029年（预计）公司收入将以40%的复合年增长率（CAGR）持续增长。如今2025年业绩大幅超出预期，为这一长期增长前景注入了更强的确定性。

在中国企业软件行业整体增速明显放缓的背景下，迅策依然保持了极其罕见的持续高增长。

在多数市场认知中，数据服务公司往往是典型的人力密集型业务：项目制、人员密集、交付周期长。

迅策却几乎完全打破了这一印象。

根据公开资料，公司员工规模大约442人。按2025年12.8亿元收入估算，其人均创收达290万元，接近是Minimax的一倍！

这一数字不仅远高于传统软件公司，也明显高于多数AI龙头公司。

注：

MiniMax招股书显示截至2025年9月底员工385人。2025年全年营收7904万美元（约5.7亿元人民币）。据此计算，人均创收约20.5万美元，按汇率7.2计算约147.8万元人民币。

根据专家分析，公司的商业模式有望逐步升级为更具平台属性的收费方式，包括按Token调用付费、按模型训练次数收费，以及按效果付费与分成。

一旦转向，本质上就进入了AI基础设施的平台型商业模式，进一步放大人力杠杆。

如果把这些数字拼在一起，这份财报释放出的信号其实非常清晰：

收入翻倍大超预期、亏损收窄、客单价持续提升、人均产值远超行业。

在AI产业仍普遍处于高投入、低利润阶段的背景下，这样的财务结构显得格外稀缺。

同时，在充满叙事与想象力的AI数据基础设施赛道里，迅策可能是少数用硬核财务数据证明商业化能力的公司之一。

AI Data的第一牛股终于有苗头了。

二、收入多元、客户ARPU暴涨，AI数据的钱终于好赚了

在业绩预告中，公司对增长已经给出了最直接的解释：收入大幅增长主要得益于AI大模型落地使数据需求加速增长。

根据公司披露，其技术体系已经构建起覆盖数据获取、清洗、标准化、即时计算至大模型调优的全链路能力，并以毫秒级实时数据处理能力为核心，构建AI Data Agent架构。

当大模型进入企业核心系统落地的深水区后，模型只是大脑，而数据才是血液。

迅策吃到的，恰恰是这一轮产业逻辑重点转移的最大红利。

这一逻辑体现在几个方面：

一是，多元化行业渗透“从1到N”加速，增长天花板被彻底打开。

公司最早深耕的领域是资产管理行业。在这一领域，实时数据处理的重要性极高：市场价格变化、交易风险控制、组合收益计算，都要求毫秒级响应。正是在这样的极端环境下，迅策打磨出了自己的技术底座。

根据行业报告，迅策在中国资产管理行业的实时数据基础设施及分析市场中排名第一，市场份额达到11.6%，并实现对中国资产管理规模前十大机构的100%覆盖。

在完成金融行业的技术验证后，迅策开始向更多行业扩张：金融服务（除资管外）、城市管理、制造业管理、电信及其他行业，非资产管理业务收入占比从2022年的26%迅猛攀升至2024年的61%，已成为收入主力。

2、前沿与新兴领域应用爆发，验证技术深度并锁定未来增长极。

此次盈利预告中，迅策披露其将AI基础设施建设延伸至机器人数据平台及商业航空等新兴领域”。

机器人对环境的感知、决策与控制，商业航空对飞行数据实时、精准、可靠的处理，均是数据复杂度最高、实时性要求最极端、容错率最低的领域。

对于传统IT系统来说，这些场景几乎是“地狱难度”。

但对于迅策而言，这恰恰是技术优势的延伸。因为公司在金融交易系统中早已习惯处理高并发、低延迟、强一致性的数据环境。

敢于进入这些赛道，并已进行实质性投入，本身就是对其技术护城河深度的最佳验证。这些领域不仅是检验其解决方案可靠性的“试金石”，更代表了未来数字经济中最具潜力、最具价值的增长前沿。

3、企业AI时代，付费意愿发生根本性改变。

除了行业扩张，还有一个被市场忽略的重要变化——企业客户的付费意愿正在发生根本性改变。

过去，很多企业把数字化系统视为成本中心，因此采购决策往往极其谨慎。当AI开始直接影响企业效率与利润时，这一逻辑发生了转变。

这一趋势已经在迅策的客户结构中体现出来。

公司每用户平均收入（ARPU）已从2022年的约158万元提升至2025年的556万元，单个客户的付费规模在快速飙升。

这意味着，迅策的增长引擎多元且强劲。

三、迅策 VS Palantir：是对标，更是未来

模型越来越便宜，数据越来越值钱，AI能力的价值，正在从模型层转向数据层。

但与之相对的是，大模型公司越来越多，然而在全球范围内，真正具备企业级实时数据基础设施能力的公司很少。

这一赛道，美国最典型的代表是Palantir，中国代表则是迅策。

这家美国公司之所以能够成为美国AI产业的“战略资产”，并不在于其模型能力，而在于它将数据系统深度嵌入客户的核心业务流程。从底层理念来看，Palantir与迅策的核心逻辑完全一致，都是以Data×AI的系统性融合为核心。

如果把整个AI系统的数据处理流程拆开来看，大致可以分为九个关键环节：从数据获取、数据清洗、数据标准化、数据标签、数据建模、实时计算，一直延伸到智能体应用开发、大模型调优以及混合模型部署。

而目前市场上的AI公司，大多只覆盖其中的一段。

例如，ScaleAI、SurgeAI主要集中在数据标注与数据准备；Snowflake与Databricks更偏向数据计算平台；GleanAI则主要停留在企业应用层。

换句话说，这些公司更像是AI产业链上的单点工具提供者。

市场有两家公司呈现出完全不同的形态。

一个是Palantir。另一个，就是迅策。

两家公司几乎横跨了整条AI数据链路：从最底层的数据获取与治理，到实时计算，再到AI应用开发与大模型调优，形成了一套完整的数据基础设施体系。

因而，在迅策上市之时，市场就屡屡将它成为“中国版Palantir”。而2025年的业绩进一步将这种“形似”推进至“神似”的范畴。

更有意思的是，两家公司的成长路径也高度相似。

Palantir最早服务美国情报机构，通过整合海量异构数据帮助政府进行战略决策，后来逐渐扩展至商业领域。

迅策的发展路径，也几乎是同一逻辑。

公司最早深耕资产管理行业，在这个对数据实时性要求极高的领域打磨技术。

随后，公司开始将这一能力向电信、城市管理、高端制造等行业复制。如果一套系统能够在金融交易这种高频、高风险环境中稳定运行，那么将其应用到其他大部分领域的数据系统中，几乎属于“降维打击”。

二者都从解决一个行业的痛点出发，最终成长为赋能千行百业智能化转型的底层支柱，呈现出爆发力。

从产业阶段来看，中国市场与美国仍存在一定的IT基础设施代差。企业数据系统的数字化程度、数据治理成熟度以及AI工程化能力，都处在不同的发展阶段。这也意味着，迅策当前所处的位置，在某种程度上仍类似于Palantir早期快速扩张的阶段。

根据不完全统计，Palantir的数据平台已被政府和企业客户应用于20个行业，包括国防、金融、医疗、制造、能源和电信等，迅策的解决方案在目前7个行业覆盖的广度上还有较大的提升空间。

从产业趋势来看，二者可抓住的时代红利仍然非常大。

Palantir与迅策踩中的，并不是某个短期风口，而是一条长期产业趋势。

根据弗若斯特沙利文的测算，中国实时数据基础设施和分析市场在2020年至2024年期间保持46.1%的复合增长率，而在2024年至2029年仍将维持高速增长。

而目前这一市场的渗透率仍然极低。在2024年，中国实时数据基础设施和分析市场的整体渗透率仅为3.6%。

换句话说，这个市场的潜力才刚刚开始释放。

与美国有所不同，站在当前时点，中国数据产业正迎来政策、技术、市场需求的三重共振，四大趋势正汇聚成不可阻挡的洪流。

第一，是数据资产化。随着数据入表政策的落地，企业将越来越重视数据的价值管理，而实时数据基础设施正是实现数据资产化的技术基础。

第二，全国各地正在建设数据交易平台，数据流通与交换将成为数字经济的重要环节，而数据标准化与实时处理能力将成为关键技术底座。

第三，随着数据跨机构流动需求上升，隐私计算与安全合规将成为数据基础设施的核心能力之一。

第四，是合成数据与AI训练数据需求爆发。随着AI模型规模不断扩大，企业对于高质量训练数据的需求将呈指数级增长，而实时数据系统正是生成和管理这些数据的重要平台。

这正是迅策科技战略中“AI Data Agent”的核心所指。它不仅仅是数据分析，更是让AI能够直接、安全、实时地调用和处理业务数据，从而完成从分析到决策再到执行的闭环。迅策科技在金融交易、电信网络、城市运行等复杂系统中积累的深度建模经验，使其在未来合成数据工业领域具备了潜在的先发优势。

在这些趋势之中，迅策的技术能力几乎全部处于核心位置。

结语

回头看这一轮AI产业的演进，会发现一个很有意思的规律。

第一阶段，市场相信模型；

第二阶段，市场开始相信数据；

再强大的模型也需要高质量数据喂养，再智能的Agent也需要实时数据流转，像迅策这样深耕数据基础设施的公司，逐渐从幕后走到了舞台中央。