半个月暴涨100%！迅策科技能否成为“中国Palantir”？深度拆解AI数据龙头的商业底牌 | AI资讯

type

status

date

slug

summary

引言：港股AI市场的“深水炸弹”

2025年3月，当投资者的目光仍聚焦在智谱、MiniMax等独角兽身上时，港股市场一家名为“迅策”的公司却以一种近乎野蛮的方式完成了价值重估。短短半个月内，其股价从70港元一路飙升至140港元上方，涨幅高达100%。

支撑起这一惊人涨幅的，是公司发布的2025年业绩盈喜：全年收入12.8亿元，同比增长102%。在AI资讯圈内，迅策被冠以“Token第一股”和“中国Palantir”的称号。然而，在资本狂欢背后，我们更需要冷静思考：迅策的核心竞争力究竟在哪？它与全球数据分析鼻祖Palantir的差距，真的只是市值吗？

了解更多前沿AI新闻，请访问 AI门户。

1. 业务本质：将数据处理“工业化”

迅策之所以能在大模型浪潮中分一杯羹，核心在于其解决了AI时代的“喂料”难题。简单来说，它只干了两件事：一是把杂乱无章的数据收上来、洗干净；二是把这些数据转化为可直接指导业务决策的结果。

以资管行业为例，过去处理成百上千个Excel表格和终端数据需要耗费大量人工，且存在严重滞后。迅策通过构建实时数据基础设施，实现了毫秒级的更新。在LLM（大模型）时代，这种能力被无限放大。

毫秒级更新：接入上千个外部数据源，确保数据的一致性与可追溯性。

决策导向：系统不再仅仅提供报表，而是直接给出“买入、卖出或持有”的逻辑支撑。

这种从“数据清洗”到“智能决策”的跨越，正是迅策对标Palantir的底气所在。

2. 财务拆解：高增长背后的“客单价”之痛

从财务数据上看，迅策确实展现出了类似Palantir的爆发力。其收入从2022年的2.88亿增长到2024年的12.8亿，复合增速惊人。同时，毛利率长期维持在75%以上，与Palantir的80%相差无几。

然而，剥开华丽的增长外衣，一个残酷的现实浮出水面：客单价鸿沟。

Palantir：走的是“豪门路线”，前20大客户年均贡献近亿美元，单客户产出折合人民币约3200万元。

迅策：2024年客单价仅为272万元，两者相差超过10倍。

在重交付模式下，客单价直接决定了盈利天花板。迅策虽然在人工智能技术的研发投入上毫不吝啬（研发占比一度高达89%），但由于单客贡献不足，目前仍处于亏损状态。

3. 商业模式的博弈：订阅制还是项目制？

有趣的是，迅策在近两年采取了一个“反常识”的动作：从订阅制转向项目制。在SaaS行业普遍追求订阅收入的背景下，迅策的交易模式收入占比却从47%提升至81%。

这背后的逻辑是：为了提高客单价，必须加厚产品。

通过引入AI能力，迅策推出了VOne（AI员工平台）和DOne（AI数据平台），试图将定价逻辑从“按功能收费”转向“按结果收费”。这与Palantir通过FDE（现场部署工程师）深入业务一线沉淀“本体模型”的路径如出一辙。通过大模型赋能，迅策希望用模块化的能力堆叠，撬动更高价值的订单。

4. 深度反思：中国市场为何难养出Palantir？

尽管迅策在技术形态上不断向Palantir靠拢，但AI日报的分析师们普遍认为，中国市场环境与美国存在本质差异，这决定了“中国Palantir”的进化之路充满挑战。

定价逻辑差异：国内软件市场长期存在“低价竞争”和“按项目验收”的习惯。甲方往往为功能买单，而非为最终的“业务增值”买单。

组织权力瓶颈：Palantir的核心护城河是“重构组织数据权限”的能力。而在国内，由于部门边界强、数据烟囱多，打通数据往往涉及复杂的权力重组，而非单纯的技术问题。

自研倾向与信任难题：国内大型金控或制造集团，一旦意识到数据智能的重要性，往往倾向于成立自己的数科公司，而非长期绑定外部供应商。

5. 总结与展望：AI时代的中国路径

迅策科技的暴涨，证明了资本市场对“数据驱动决策”这一赛道的极高认可。虽然在客单价和商业生态上面临挑战，但迅策在资管、制造、城市管理等领域的快速扩张，展现了中国AI企业极强的适应力。

在AGI（通用人工智能）的进化征途中，中国企业或许不需要完全复刻Palantir的路径，而是通过更灵活的模块化服务和更具性价比的提示词（Prompt）优化能力，走出一条符合本土国情的智能化道路。

对于关注AI变现和AI资讯的读者来说，迅策的故事才刚刚开始。它能否真正跨越亏损，将“中国Palantir”的梦想照进现实，关键在于其能否在AI原生应用层创造出不可替代的业务价值。

获取更多关于openai、chatGPT及claude的深度报道，请持续关注 AIGC.bar。