“Token第一股”迅策科技：拓展算力层，开启多元发展新征程

徽声在线记者 | 梁宝欣

9月3日，在资本市场备受瞩目的“Token第一股”迅策科技，正式推出了其重磅产品——TokenCloud一站式AI模型训推算力平台，这一举措标志着迅策科技在AI领域迈出了更为坚实的步伐。

据迅策科技公司披露的信息，TokenCloud平台功能十分强大，全面覆盖了方案选配、模型蒸馏、数据安全管控、算力加速以及算力资源管控这五大关键模块。在算力方面，该平台展现出卓越的兼容性，能够支持GPU、NPU、FPGA、CPU等多种异构计算资源的统一管理与高效调度，为复杂的AI计算任务提供了坚实的算力支撑；在模型层面，它具备模型测评、场景适配、蒸馏和推理优化等一系列能力，可助力模型在不同场景下实现更精准、高效的运行。

TokenCloud与迅策科技此前推出的TokenOS有着明确的分工差异。TokenOS专注于数据能力，致力于将企业多源异构的数据实时转化为标准化的场景Token，有效解决了“数据可用”的关键问题；而TokenCloud则侧重于模型训推以及“数据 + 模型”的深度融合能力，它整合了算力调度、模型推理优化、企业小模型精炼与调优编排等功能，成功打通了从数据接入到实际应用的完整链路，为企业构建了一站式的AI解决方案。

徽声在线记者留意到，在今年8月迅策科技披露中期业绩时，就已表明TokenCloud处于交付测试阶段。此前，公司在6月还公告与沐曦、天数智芯、壁仞等国产GPU厂商分别达成了战略合作。此次发布，意味着TokenCloud从测试交付阶段正式迈向市场，开启了全新的征程。

迅策科技的业务布局正从原来的实时数据处理领域，逐步向算力、模型训推和应用等更广泛的领域拓展延伸。迅策管理层在2026年中报投资者交流会上透露，一些客户从算力采购环节就开始与迅策科技合作，随后依次进行算力部署、数据治理，再到小模型训练和应用。这种全流程的合作模式使得客户的客单量显著提高。

从财务数据来看，迅策科技的发展态势十分强劲。今年上半年，迅策科技平均每客户收入（ARPU）由164万元大幅提升至556万元，同比增长高达239.9%。公司同期实现收入9.67亿元，同比增长388.8%；归母净利润达到7251万元，同比扭亏为盈，实现了首次上半年度盈利，这一成绩无疑为公司的未来发展注入了强大的信心。

回顾迅策科技的发展历程，其过去主要聚焦于服务资产管理机构。基金、券商等金融机构每天都会产生和使用大量的行情、交易、持仓、估值和风控数据，而迅策科技则承担起了将这些海量数据进行接入、清洗、标准化和实时计算的重要任务，为金融机构的稳定运营提供了有力的数据支持。

随着AI应用逐渐深入企业业务流程，迅策科技敏锐地捕捉到市场变化，开始将原有的数据处理能力进一步延伸，连接到模型和业务应用领域，为企业提供更全面、深入的AI服务。

迅策首席科学家唐博在中报投资者交流会上深入分析了传统企业信息化体系存在的问题。他指出，在传统体系中，每增加新的软件或业务场景，企业往往都需要重新进行数据编排、融合和治理，这不仅耗费大量的时间和精力，还增加了企业的运营成本。而AI原生应用的出现，将改变这种传统的数据组织方式。

唐博认为，企业基于AI数据基础设施，可以将自身私有化的数据转化为有价值的资产。这些数据资产能够不断催生新的应用和智能体，进而为企业的业务发展赋能。他进一步总结道：“无论是私有化大模型，还是外部大模型，都可以通过AI数据基础设施和AI原生应用紧密结合起来，共同为企业业务赋能。”他强调，企业未来的主要目标不再是单纯地开发软件，而是在AI数据基础设施之上不断迭代、升级，持续孕育出新的智能体，以及由智能体支撑的业务应用，以适应快速变化的市场环境。

这一观点清晰地表明，企业购买AI服务，最终追求的是能够支撑业务应用的能力，而非单纯的技术或产品。

迅策首席技术官杨阳在交流会上进一步深入解释了AI在不同场景下的应用情况。他提到，在会议记录、报告撰写等日常通用场景中，大模型的能力已经远远超出了实际需求，呈现出“能力过剩”的状态；然而，当涉及到工业质检、专业决策等核心生产场景时，仅仅依靠大模型是远远不够的。在这些场景中，企业更注重的是解决方案能否切实解决实际问题，带来实际的业务价值。

杨阳指出：“真正客户的付费意愿，或者是付费的能力，在专业化的产品里面更多的还是针对具体业务价值。”在实际项目中，他发现很多客户甚至难以准确区分一套解决方案中，到底有多少价值来自模型、多少来自流程、多少来自数据。企业真正关心的是问题最终是否得到了有效解决。

“我们帮客户始终是针对问题，去整合和优化所有相关的解决方案。”杨阳强调。一个专业化的企业AI项目通常会涉及硬件、软件、数据整理、模型优化训练以及应用开发等多个环节，需要综合考虑各种因素，为客户提供全方位的解决方案。

为了更好地理解模型与企业AI完整解决方案的关系，杨阳将其比作发动机和整架飞机。他形象地比喻道：“没有人可以直接借一个劳斯莱斯的发动机去美国，还是要买张机票。”在他看来，大模型虽然如同强大的发动机，但企业最终购买的是能够真正完成任务的整套系统，而迅策科技与模型厂商的合作更接近于“一种双向奔赴，然后共同去赋能客户的过程”。

而TokenCloud的推出，正是补上了其中的算力和模型训推关键环节，为企业构建完整的AI解决方案提供了有力支持。

随着服务范围的不断扩大，迅策科技的收入来源也发生了显著变化，逐渐从过去高度集中的资管行业向多元行业拓展。上半年，迅策资管业务虽仍保持增长，但收入占比已经下降至12.4%，电信、电力、能源、高端制造、生物医药、机器人、商业航天等多元行业贡献了绝大部分收入，显示出迅策科技在多行业布局的战略成效初显。

然而，从金融行业迈向多个行业，迅策科技也面临着一道更为棘手的难题：一个行业里积累的Know - how，究竟可以在多大程度上复制到其他行业？这是一个关乎企业能否实现规模化发展的关键问题。

杨阳在交流会现场以PCB行业为例进行了深入分析。他提到：“东莞，我脑子里的数字是1300到1400多家PCB厂商，能做这一代英伟达配套技术的应该不超过两家，能够做下一代的也许就有一家。”他进一步指出：“哪怕是PCB板这么细分的一个行业，它里面还要再细分。”

这句话背后蕴含着深刻的含义，即企业AI进入生产环节之后，行业知识的重要性反而会进一步提高。不同行业、不同细分领域都有其独特的业务规则和技术要求，只有深入了解并掌握这些行业知识，才能为企业提供真正符合需求的AI解决方案。

在进入制造业时，杨阳表示，公司需要寻找行业里“最资深的，类似于老的工匠或者手艺人”，深入理解他们的知识和经验。很多软件公司习惯先生产一套平台，再让客户学习如何使用，但杨阳认为，真正专业的企业服务需要反过来，深入一线，与“资深工程师”“老专家”紧密合作，站在他们的思路、想法和业务知识的角度，再把这些宝贵的知识“转化成数据资产”，为企业创造更大的价值。

“把专业知识跟技术结合在一起，逐步地去扩展，这是我们大概的一个路径。”杨阳总结道。这也是资本市场频繁将迅策科技与Palantir放在一起讨论的原因之一。

Palantir成立于2003年，是美国一家在企业数据与AI软件领域具有重要影响力的公司。其业务早期主要围绕复杂数据分析和决策支持展开，随后逐步进入制造、能源、医疗、保险等多个领域。该公司长期采用FDE，即Forward Deployed Engineer模式，让工程师直接进入客户现场理解业务，再把现场需求精准反馈到产品体系，这种模式使得Palantir能够深入了解客户需求，提供高度定制化的解决方案。

这背后实际上涉及企业软件行业一个长期存在的矛盾。“软件公司希望标准化，客户希望定制化。”杨阳指出。在他看来，解决问题的关键并不一定是在标准化和定制化之间寻找妥协，而是双方首先找到一个共同的业务目标。他以Palantir服务政府客户为例，客户真正关注的是能否完成相关任务、提高政府运营效率，而不是产品是否完全标准化。

“核心是大家先把利益搞一致。”杨阳强调。只有双方目标一致，才能在合作过程中更好地协调资源，实现互利共赢。

不过，对于资本市场习惯将迅策科技比喻成“中国版Palantir”的说法，杨阳保持了理性的态度：“本质上我们也不能说自己的对标是一个公司。”每个企业都有其独特的发展路径和战略定位，迅策科技也在不断探索适合自身的发展模式。

对迅策科技而言，深入行业只是发展的第一步。要实现业务规模的进一步扩大，更重要的是把在一个客户项目中形成的经验，沉淀成下一个客户可以继续使用的产品。这样不仅可以提高项目交付效率，降低交付成本，还能提升客户满意度，增强企业的市场竞争力。

依靠FDE、行业专家和更完整的交付链条，迅策科技可以迅速提高单客户收入；但要成长为一家平台型公司，迅策科技还必须证明这些由工程师和“老工匠”共同获得的经验，最终能够沉淀成标准模块，被下一家客户反复使用，实现经验的复用和价值的最大化。

据了解，迅策科技已经开发超过400个标准化产品功能模组。这些模块能否有效减少下一次项目从零开始的工作量，是迅策科技从深度交付走向规模化需要解决的关键问题之一。只有实现经验的标准化和模块化，才能提高项目的可复制性，降低项目风险，实现企业的可持续发展。

除此之外，迅策科技也在积极探索新的收费模式，增加按实际使用量收费的Token模式。今年上半年，迅策科技的Token业务形成了“收入 = Token价格×调用次数×模块数×客户数”的收费模式，将收入与企业AI模型的使用频率和业务深度紧密挂钩。这种收费模式不仅更加灵活，能够更好地满足客户的需求，还能激励客户更深入地使用迅策科技的产品和服务，促进双方的合作共赢。

目前，迅策科技有订阅、项目制和Token定价三种模式。据记者了解，订阅模式按年收费，为客户提供稳定的服务保障；项目制通常在项目验收后确认收入，适合一些具有明确项目周期的客户；Token定价模式则按照实际Token消耗量收费，收入随调用确认，更加灵活地反映了客户对产品的使用情况。在会计口径上，项目制和Token定价目前都被归入“基于交易的专业技术产品”。

今年上半年，迅策科技基于交易的专业技术产品收入约8.75亿元，占总收入90.5%；订阅型收入约9169.6万元。与此同时，Token业务收入已经占总收入超过10%，截至6月，Token业务ARR季度环比增长410%，显示出Token业务巨大的发展潜力和市场前景。

目前，迅策科技一边把原来以数据为核心的服务范围扩大到算力、模型训推和应用，试图承接企业更完整的AI需求，为企业提供一站式的AI解决方案；另一边，公司又在项目制和订阅制之外增加按实际调用量计价的Token模式，以满足不同客户的多样化需求。

接下来更值得关注的是，当迅策科技进入越来越多行业之后，有多少由工程师和行业专家共同形成的Know - how能够真正沉淀为可重复销售的标准化产品；以及已经开始贡献收入的Token业务，付费客户数量、单个客户调用量和收入规模能否继续保持增长态势。这将决定迅策科技在未来市场竞争中的地位和发展前景。