近日，企業(yè)增長(zhǎng)AI科技公司數(shù)說(shuō)故事人工智能（885728）科技股份有限公司（以下簡(jiǎn)稱“數(shù)說(shuō)故事”）正式向港交所主板遞交招股書(shū)，中信建投（601066）（國(guó)際）融資有限公司擔(dān)任獨(dú)家保薦人。

招股書(shū)顯示，公司已連續(xù)三年高速增長(zhǎng)，并于2025年實(shí)現(xiàn)調(diào)整后凈利潤(rùn)首次轉(zhuǎn)正。這家企業(yè)級(jí)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(jìn)入企業(yè)業(yè)務(wù)場(chǎng)景——構(gòu)建由人、Agent以及真實(shí)數(shù)據(jù)共同驅(qū)動(dòng)的AI經(jīng)營(yíng)系統(tǒng)。其遞表港交所，使Agentic Enterprise（EFSC）這一企業(yè)AI新敘事進(jìn)入港股視野。

企業(yè)AI進(jìn)入新階段，從工具應(yīng)用走向企業(yè)經(jīng)營(yíng)系統(tǒng)

過(guò)去一年，企業(yè)級(jí)AI領(lǐng)域形成了一個(gè)普遍認(rèn)知：通用大模型能力持續(xù)擴(kuò)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(shí)代下的企業(yè)競(jìng)爭(zhēng)，不再是“有沒(méi)有AI”，而是“能不能把AI真正用到自己的經(jīng)營(yíng)場(chǎng)景”。

然而，這件事并不像說(shuō)起來(lái)這么簡(jiǎn)單。以企業(yè)商業(yè)增長(zhǎng)場(chǎng)景為例，感知市場(chǎng)情報(bào)與競(jìng)品動(dòng)態(tài)、判斷客戶需求與商機(jī)、制定品牌與營(yíng)銷策略、推進(jìn)銷售與交付——這些環(huán)節(jié)彼此咬合，任何一處的滯后都會(huì)向下游傳導(dǎo)，而管理層的經(jīng)營(yíng)決策，往往要等整條鏈路的信息匯總后才能啟動(dòng)。單一AI工具或許能在某個(gè)節(jié)點(diǎn)提效，卻無(wú)力打通跨職能的協(xié)同閉環(huán)，更難以匹配業(yè)務(wù)實(shí)際推進(jìn)的節(jié)奏。

從這個(gè)角度出發(fā)，要實(shí)現(xiàn)真實(shí)、復(fù)雜且多步驟的商業(yè)增長(zhǎng)目標(biāo)，企業(yè)還需要處理來(lái)自多個(gè)渠道的異構(gòu)數(shù)據(jù)、理解行業(yè)專屬的業(yè)務(wù)語(yǔ)境，以及協(xié)調(diào)跨團(tuán)隊(duì)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(shí)的商業(yè)場(chǎng)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(yùn)營(yíng)的AI經(jīng)營(yíng)系統(tǒng)。

回過(guò)頭看，過(guò)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(lái)了，但企業(yè)的運(yùn)營(yíng)模式并沒(méi)有因此發(fā)生根本改變。Agentic Enterprise（EFSC）試圖解決的，正是從“單點(diǎn)提效”走向“流程協(xié)同”的問(wèn)題。

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

據(jù)招股書(shū)，數(shù)說(shuō)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(tuán)隊(duì)已開(kāi)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(shū)顯示，十年間公司深耕消費(fèi)（883434）品行業(yè)頭部客戶，服務(wù)了65+《財(cái)富》全球500強(qiáng)及135+全球500強(qiáng)消費(fèi)（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(duì)泛行業(yè)經(jīng)營(yíng)邏輯的深度認(rèn)知——如跨平臺(tái)內(nèi)容運(yùn)營(yíng)底層規(guī)律、消費(fèi)（883434）者全生命周期（883436）決策鏈路洞察、營(yíng)銷動(dòng)作與渠道經(jīng)營(yíng)的增長(zhǎng)聯(lián)動(dòng)機(jī)制等，構(gòu)成十余載深耕全球頭部消費(fèi)（883434）集團(tuán)所積淀、具備高行業(yè)壁壘的數(shù)字化資產(chǎn)。

基于扎實(shí)的數(shù)據(jù)底座和深刻的行業(yè)認(rèn)知，數(shù)說(shuō)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(jìn)路徑，在當(dāng)前時(shí)點(diǎn)，與行業(yè)對(duì)Agentic Enterprise（EFSC）的整體期待高度重疊。

圖源：數(shù)說(shuō)故事招股書(shū)

對(duì)企業(yè)而言，單純獲得一個(gè)通用大模型，已難以構(gòu)成智能時(shí)代的持久競(jìng)爭(zhēng)壁壘。真正的差異化，在于能否將這些強(qiáng)大的模型能力與將數(shù)據(jù)基礎(chǔ)設(shè)施、行業(yè)知識(shí)與多智能體組合起來(lái)，落地到企業(yè)增長(zhǎng)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(fèi)（883434）者洞察轉(zhuǎn)化為經(jīng)營(yíng)決策、如何讓營(yíng)銷動(dòng)作與業(yè)務(wù)增長(zhǎng)形成真正的聯(lián)動(dòng)——這類知識(shí)不在通用大模型的訓(xùn)練集里，而在數(shù)說(shuō)故事多年沉淀下來(lái)的客戶項(xiàng)目中。垂直場(chǎng)景的數(shù)據(jù)積累與行業(yè)知識(shí)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(shuō)故事遞表港交所，使Agentic Enterprise（EFSC）這一企業(yè)AI新敘事開(kāi)始進(jìn)入港股市場(chǎng)視野。對(duì)資本市場(chǎng)而言，這是一個(gè)很好的觀察節(jié)點(diǎn)：不是在概念層面討論AI能做什么，而是基于公司招股書(shū)的披露信息，讓外界得以評(píng)估企業(yè)Agentic AI在企業(yè)經(jīng)營(yíng)現(xiàn)場(chǎng)落地的真實(shí)進(jìn)度。

數(shù)說(shuō)故事如何撐起Agentic Enterprise能力？

招股書(shū)詳細(xì)披露了數(shù)說(shuō)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(jìn)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(guò)AI原生的產(chǎn)品和解決方案賦能企業(yè)在增長(zhǎng)場(chǎng)景中有效利用數(shù)據(jù)及部署AI。

整套體系的起點(diǎn)是數(shù)據(jù)。數(shù)說(shuō)故事將多個(gè)來(lái)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(gè)數(shù)據(jù)底座上，數(shù)說(shuō)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(zhǎng)場(chǎng)景設(shè)計(jì)，其尤其擅長(zhǎng)在海量數(shù)據(jù)（603138）中抽取關(guān)鍵商業(yè)信息，去除噪音，識(shí)別復(fù)雜情境下的消費(fèi)（883434）者隱含需求，以及對(duì)海量數(shù)據(jù)（603138）進(jìn)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(bào)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(kù)。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(shuō)故事把多年積累的行業(yè)專有知識(shí)、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(yǔ)義。例如，在新品上市場(chǎng)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(rèn)。這套行業(yè)專屬的語(yǔ)義層，通用模型無(wú)法預(yù)知，只能靠長(zhǎng)期項(xiàng)目積累進(jìn)行封裝，新進(jìn)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(yíng)銷智能體、銷售運(yùn)營(yíng)智能體等等，并組織多個(gè)智能體協(xié)同執(zhí)行復(fù)雜商業(yè)任務(wù)。這套能力對(duì)外通過(guò)兩條通道輸出：標(biāo)準(zhǔn)化產(chǎn)品層面包括數(shù)說(shuō)雷達(dá)、數(shù)說(shuō)聚合和考古加；解決方案層面則通過(guò)定制化部署，將AI智能體（886099）嵌入客戶在洞察、營(yíng)銷和銷售各環(huán)節(jié)的實(shí)際工作流中。

圖源：數(shù)說(shuō)故事招股書(shū)

上述能力的落地效果，在官網(wǎng)公開(kāi)案例中有具體體現(xiàn)，在施丹蘭項(xiàng)目中，數(shù)說(shuō)故事以Corix智能體將AI原生能力嵌入品牌增長(zhǎng)全鏈路：快速完成消費(fèi)（883434）者情緒洞察、品牌機(jī)會(huì)識(shí)別、人群場(chǎng)景拆解、產(chǎn)品賣點(diǎn)提煉、內(nèi)容表達(dá)生成與營(yíng)銷復(fù)盤(pán)。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(yíng)銷落地的增長(zhǎng)引擎，幫助團(tuán)隊(duì)在更短時(shí)間內(nèi)看清用戶真實(shí)情緒需求，找到更具共鳴的品牌連接點(diǎn)，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(jìn)入品牌經(jīng)營(yíng)核心環(huán)節(jié)后，對(duì)機(jī)會(huì)識(shí)別、策略組織、傳播執(zhí)行和結(jié)果驗(yàn)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(hù)城河更多來(lái)自行業(yè)skills庫(kù)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(lái)，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(dòng)化，將會(huì)是市場(chǎng)需要持續(xù)觀察的核心問(wèn)題。

從數(shù)說(shuō)故事看Agentic Enterprise商業(yè)化進(jìn)展

過(guò)去一年，AI應(yīng)用公司密集登陸港股，帶來(lái)一輪新的估值場(chǎng)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(duì)港股AI應(yīng)用企業(yè)的觀察，此類企業(yè)的擴(kuò)張路徑往往是先以項(xiàng)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(huì)成為市場(chǎng)定價(jià)的真正分叉點(diǎn)。

這個(gè)角度看數(shù)說(shuō)故事，幾處數(shù)字值得細(xì)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(zhǎng)率46.4%；2026年一季度進(jìn)一步升至53.8%，在收入規(guī)模超過(guò)5億元后，公司仍保持較高增速，顯示其企業(yè)增長(zhǎng)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(rùn)2025年首次轉(zhuǎn)正（730萬(wàn)元），凈虧損三年間從1.15億元收窄至5,173萬(wàn)元，這也反映出公司規(guī)模效應(yīng)與經(jīng)營(yíng)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(kāi)支絕對(duì)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(zhǎng)AI解決方案占比從2023年50.1%升至2025年77.5%，復(fù)合增長(zhǎng)率82.1%，遠(yuǎn)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(cái)務(wù)數(shù)據(jù)帶來(lái)的負(fù)面影響仍未消化——解決方案的規(guī)模化部署推高了交付成本。這一變化趨勢(shì)也和港股其他AI公司的財(cái)務(wù)數(shù)據(jù)情況吻合。

公司調(diào)整后凈利潤(rùn)三年間持續(xù)改善并實(shí)現(xiàn)轉(zhuǎn)正，但同期經(jīng)營(yíng)現(xiàn)金流凈流出持續(xù)擴(kuò)大，兩者趨勢(shì)方向相反。結(jié)合毛利率表現(xiàn)來(lái)看，這一背離可能與解決方案業(yè)務(wù)擴(kuò)張過(guò)程中的外部采購(gòu)、交付投入及企業(yè)客戶回款周期（883436）有關(guān)。對(duì)于數(shù)說(shuō)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(yíng)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(lái)一個(gè)值得觀察的問(wèn)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(duì)交付團(tuán)隊(duì)、行業(yè)知識(shí)和項(xiàng)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(shí)需要關(guān)注的重點(diǎn)。

灼識(shí)咨詢預(yù)測(cè)，數(shù)說(shuō)故事所在的中國(guó)企業(yè)級(jí)大模型驅(qū)動(dòng)的商業(yè)增長(zhǎng)市場(chǎng)，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(zhǎng)率為77.2%。這一增長(zhǎng)預(yù)期，為企業(yè)級(jí)AI公司提供了行業(yè)空間。

數(shù)說(shuō)故事接下來(lái)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(yíng)現(xiàn)場(chǎng)，是一門可以持續(xù)定價(jià)、隨規(guī)模改善成本結(jié)構(gòu)且持續(xù)實(shí)現(xiàn)增長(zhǎng)的生意。