近日，企業(yè)增長AI科技公司數(shù)說故事人工智能（885728）科技股份有限公司（以下簡稱“數(shù)說故事”）正式向港交所主板遞交招股書，中信建投（601066）（國際）融資有限公司擔(dān)任獨家保薦人。

招股書顯示，公司已連續(xù)三年高速增長，并于2025年實現(xiàn)調(diào)整后凈利潤首次轉(zhuǎn)正。這家企業(yè)級AI公司試圖回答的核心命題不再是AI能做什么，而是如何讓AI真正進入企業(yè)業(yè)務(wù)場景——構(gòu)建由人、Agent以及真實數(shù)據(jù)共同驅(qū)動的AI經(jīng)營系統(tǒng)。其遞表港交所，使Agentic Enterprise（EFSC）這一企業(yè)AI新敘事進入港股視野。

企業(yè)AI進入新階段，從工具應(yīng)用走向企業(yè)經(jīng)營系統(tǒng)

過去一年，企業(yè)級AI領(lǐng)域形成了一個普遍認知：通用大模型能力持續(xù)擴展，Token調(diào)用成本持續(xù)下探，AI基礎(chǔ)能力趨于平權(quán)。因此，AI智能時代下的企業(yè)競爭，不再是“有沒有AI”，而是“能不能把AI真正用到自己的經(jīng)營場景”。

然而，這件事并不像說起來這么簡單。以企業(yè)商業(yè)增長場景為例，感知市場情報與競品動態(tài)、判斷客戶需求與商機、制定品牌與營銷策略、推進銷售與交付——這些環(huán)節(jié)彼此咬合，任何一處的滯后都會向下游傳導(dǎo)，而管理層的經(jīng)營決策，往往要等整條鏈路的信息匯總后才能啟動。單一AI工具或許能在某個節(jié)點提效，卻無力打通跨職能的協(xié)同閉環(huán)，更難以匹配業(yè)務(wù)實際推進的節(jié)奏。

從這個角度出發(fā)，要實現(xiàn)真實、復(fù)雜且多步驟的商業(yè)增長目標(biāo)，企業(yè)還需要處理來自多個渠道的異構(gòu)數(shù)據(jù)、理解行業(yè)專屬的業(yè)務(wù)語境，以及協(xié)調(diào)跨團隊的工作流程——這些挑戰(zhàn)，僅依靠通用大模型往往難以解決。

此外，要在真實的商業(yè)場景中部署AI，還需要行業(yè)垂直模型、Agentic skills和具備端到端執(zhí)行能力的多智能體，才能構(gòu)成一套可運營的AI經(jīng)營系統(tǒng)。

回過頭看，過去一階段的企業(yè)AI落地，更多仍停留在“工具替換”層面：AI是用起來了，但企業(yè)的運營模式并沒有因此發(fā)生根本改變。Agentic Enterprise（EFSC）試圖解決的，正是從“單點提效”走向“流程協(xié)同”的問題。

從數(shù)據(jù)底座到多智能體：數(shù)說故事的Agentic Enterprise（EFSC）演進路徑

據(jù)招股書，數(shù)說故事的根基源于數(shù)據(jù)基礎(chǔ)設(shè)施的搭建和應(yīng)用。

10年前，公司創(chuàng)始人及團隊已開始了海量數(shù)據(jù)（603138）分析和數(shù)據(jù)應(yīng)用商業(yè)化的路徑。招股書顯示，十年間公司深耕消費（883434）品行業(yè)頭部客戶，服務(wù)了65+《財富》全球500強及135+全球500強消費（883434）品企業(yè)，積累了一套適配多渠道、多模態(tài)的數(shù)據(jù)處理能力，以及對泛行業(yè)經(jīng)營邏輯的深度認知——如跨平臺內(nèi)容運營底層規(guī)律、消費（883434）者全生命周期（883436）決策鏈路洞察、營銷動作與渠道經(jīng)營的增長聯(lián)動機制等，構(gòu)成十余載深耕全球頭部消費（883434）集團所積淀、具備高行業(yè)壁壘的數(shù)字化資產(chǎn)。

基于扎實的數(shù)據(jù)底座和深刻的行業(yè)認知，數(shù)說故事得以順利完成垂直企業(yè)大模型SocialGPT的自主研發(fā)，并逐步將重心轉(zhuǎn)向以多智能體解決方案為核心的商業(yè)化落地。這條從數(shù)據(jù)基礎(chǔ)設(shè)施到垂直模型再到多智能體的演進路徑，在當(dāng)前時點，與行業(yè)對Agentic Enterprise（EFSC）的整體期待高度重疊。

圖源：數(shù)說故事招股書

對企業(yè)而言，單純獲得一個通用大模型，已難以構(gòu)成智能時代的持久競爭壁壘。真正的差異化，在于能否將這些強大的模型能力與將數(shù)據(jù)基礎(chǔ)設(shè)施、行業(yè)知識與多智能體組合起來，落地到企業(yè)增長的具體環(huán)節(jié)，構(gòu)成端到端工作流能力。

企業(yè)如何將消費（883434）者洞察轉(zhuǎn)化為經(jīng)營決策、如何讓營銷動作與業(yè)務(wù)增長形成真正的聯(lián)動——這類知識不在通用大模型的訓(xùn)練集里，而在數(shù)說故事多年沉淀下來的客戶項目中。垂直場景的數(shù)據(jù)積累與行業(yè)知識密度，在大模型基礎(chǔ)能力趨于商品化的當(dāng)下，可能比模型參數(shù)規(guī)模更具壁壘。

數(shù)說故事遞表港交所，使Agentic Enterprise（EFSC）這一企業(yè)AI新敘事開始進入港股市場視野。對資本市場而言，這是一個很好的觀察節(jié)點：不是在概念層面討論AI能做什么，而是基于公司招股書的披露信息，讓外界得以評估企業(yè)Agentic AI在企業(yè)經(jīng)營現(xiàn)場落地的真實進度。

數(shù)說故事如何撐起Agentic Enterprise能力？

招股書詳細披露了數(shù)說故事構(gòu)建Agentic Enterprise（EFSC）能力的核心技術(shù)架構(gòu)——EnlightAI多智能體系統(tǒng)。依托逐層遞進的技術(shù)棧，公司試圖將行業(yè)數(shù)據(jù)積累轉(zhuǎn)化為可復(fù)用的智能化能力，并通過AI原生的產(chǎn)品和解決方案賦能企業(yè)在增長場景中有效利用數(shù)據(jù)及部署AI。

整套體系的起點是數(shù)據(jù)。數(shù)說故事將多個來源的異構(gòu)數(shù)據(jù)，清洗整合為結(jié)構(gòu)化商業(yè)數(shù)據(jù)集。在這個數(shù)據(jù)底座上，數(shù)說故事研發(fā)訓(xùn)練的SocialGPT垂直企業(yè)大模型，專為商業(yè)增長場景設(shè)計，其尤其擅長在海量數(shù)據(jù)（603138）中抽取關(guān)鍵商業(yè)信息，去除噪音，識別復(fù)雜情境下的消費（883434）者隱含需求，以及對海量數(shù)據(jù)（603138）進行歸納總結(jié)分析，最終提取輸出為可供智能體理解的商業(yè)洞察結(jié)果，或直接生成商業(yè)分析報告。

但模型本身還不夠，讓AI真正能干活的，是一套行業(yè)skills庫。這是EnlightAI架構(gòu)里最不容易被外部感知、卻至關(guān)重要的一環(huán)——數(shù)說故事把多年積累的行業(yè)專有知識、任務(wù)步驟與邊界規(guī)則，封裝成結(jié)構(gòu)化、可復(fù)用的能力模塊。

這一步是讓AI真正理解行業(yè)的業(yè)務(wù)語義。例如，在新品上市場景里，分析邏輯是什么順序，什么結(jié)論可以直接給客戶，什么判斷必須人工介入確認。這套行業(yè)專屬的語義層，通用模型無法預(yù)知，只能靠長期項目積累進行封裝，新進入者難以短期復(fù)制。

在此基礎(chǔ)上，EnlightAI把上述能力封裝為面向特定職責(zé)的智能體單元——如人群洞察智能體、產(chǎn)品分析智能體、社媒營銷智能體、銷售運營智能體等等，并組織多個智能體協(xié)同執(zhí)行復(fù)雜商業(yè)任務(wù)。這套能力對外通過兩條通道輸出：標(biāo)準(zhǔn)化產(chǎn)品層面包括數(shù)說雷達、數(shù)說聚合和考古加；解決方案層面則通過定制化部署，將AI智能體（886099）嵌入客戶在洞察、營銷和銷售各環(huán)節(jié)的實際工作流中。

圖源：數(shù)說故事招股書

上述能力的落地效果，在官網(wǎng)公開案例中有具體體現(xiàn)，在施丹蘭項目中，數(shù)說故事以Corix智能體將AI原生能力嵌入品牌增長全鏈路：快速完成消費（883434）者情緒洞察、品牌機會識別、人群場景拆解、產(chǎn)品賣點提煉、內(nèi)容表達生成與營銷復(fù)盤。AI不再只是輔助分析工具，而是貫穿策略制定、新品上市判斷與營銷落地的增長引擎，幫助團隊在更短時間內(nèi)看清用戶真實情緒需求，找到更具共鳴的品牌連接點，并將洞察轉(zhuǎn)化為可執(zhí)行傳播策略。該案例體現(xiàn)了AI進入品牌經(jīng)營核心環(huán)節(jié)后，對機會識別、策略組織、傳播執(zhí)行和結(jié)果驗證的系統(tǒng)提效。

在大模型基礎(chǔ)能力趨于通用化的背景下，差異化護城河更多來自行業(yè)skills庫和多智能體落地深度——前者決定AI是否懂業(yè)務(wù)，后者決定AI能否干具體活。未來，Agentic Enterprise（EFSC）能否真正做到企業(yè)業(yè)務(wù)流程的智能化和自動化，將會是市場需要持續(xù)觀察的核心問題。

從數(shù)說故事看Agentic Enterprise商業(yè)化進展

過去一年，AI應(yīng)用公司密集登陸港股，帶來一輪新的估值場景和需求。然而，估值的分歧不僅僅停留在增速層面，而在于商業(yè)模式能否隨規(guī)模自我優(yōu)化。根據(jù)對港股AI應(yīng)用企業(yè)的觀察，此類企業(yè)的擴張路徑往往是先以項目制積累客戶，再嘗試標(biāo)準(zhǔn)化，而標(biāo)準(zhǔn)化的速度和成本結(jié)構(gòu)，將會成為市場定價的真正分叉點。

這個角度看數(shù)說故事，幾處數(shù)字值得細看。

規(guī)模和增速上，2025年總收入5.03億元（人民幣，下同），2023至2025年復(fù)合增長率46.4%；2026年一季度進一步升至53.8%，在收入規(guī)模超過5億元后，公司仍保持較高增速，顯示其企業(yè)增長AI產(chǎn)品及解決方案已有一定商業(yè)化基礎(chǔ)。公司調(diào)整后凈利潤2025年首次轉(zhuǎn)正（730萬元），凈虧損三年間從1.15億元收窄至5,173萬元，這也反映出公司規(guī)模效應(yīng)與經(jīng)營杠桿正在持續(xù)釋放。

研發(fā)占收入比例從2023年46.8%降至2025年19.5%，但近三年研發(fā)開支絕對值維持在1億水平上下，比例下降的根因是收入增速跑贏了研發(fā)增速，業(yè)務(wù)規(guī)模效應(yīng)初步兌現(xiàn)。

盡管企業(yè)增長AI解決方案占比從2023年50.1%升至2025年77.5%，復(fù)合增長率82.1%，遠超總收入增速，但公司毛利率卻從57.2%降至42.1%，逐年下探，快速規(guī)?；o財務(wù)數(shù)據(jù)帶來的負面影響仍未消化——解決方案的規(guī)?；渴鹜聘吡私桓冻杀?。這一變化趨勢也和港股其他AI公司的財務(wù)數(shù)據(jù)情況吻合。

公司調(diào)整后凈利潤三年間持續(xù)改善并實現(xiàn)轉(zhuǎn)正，但同期經(jīng)營現(xiàn)金流凈流出持續(xù)擴大，兩者趨勢方向相反。結(jié)合毛利率表現(xiàn)來看，這一背離可能與解決方案業(yè)務(wù)擴張過程中的外部采購、交付投入及企業(yè)客戶回款周期（883436）有關(guān)。對于數(shù)說故事而言，后續(xù)能否提升標(biāo)準(zhǔn)化程度、縮短交付周期（883436）并改善回款效率，將是觀察其經(jīng)營質(zhì)量的重要指標(biāo)。

收入結(jié)構(gòu)持續(xù)向解決方案集中，也帶來一個值得觀察的問題：定制化能力如何沉淀為可復(fù)用能力。解決方案越深入客戶業(yè)務(wù)流程，對交付團隊、行業(yè)知識和項目管理的要求越高；但如果其中的任務(wù)模塊、行業(yè)skills和智能體能力能夠持續(xù)標(biāo)準(zhǔn)化，后續(xù)也可能提升交付效率、改善成本結(jié)構(gòu)。這正是外界觀察 Agentic Enterprise（EFSC）商業(yè)化路徑時需要關(guān)注的重點。

灼識咨詢預(yù)測，數(shù)說故事所在的中國企業(yè)級大模型驅(qū)動的商業(yè)增長市場，2025年規(guī)模約86億元，2030年有望增至1501億元，2025年至2030年復(fù)合增長率為77.2%。這一增長預(yù)期，為企業(yè)級AI公司提供了行業(yè)空間。

數(shù)說故事接下來的考題，是上市后的數(shù)字能否證明：把AI真正帶入企業(yè)經(jīng)營現(xiàn)場，是一門可以持續(xù)定價、隨規(guī)模改善成本結(jié)構(gòu)且持續(xù)實現(xiàn)增長的生意。