词元经济第一股迅策：Token化重构数据收费逻辑

前段时间，某企业的工程师在测试多智能体协作时忘记设置熔断机制，数十个智能体陷入循环调用，13小时后账单高达200万元。大洋彼岸的出行巨头也遭遇类似困境：为5000名工程师开放AI编程工具后，仅用4个月就耗尽了2026一整年的AI预算。

不少人会疑惑：通用大模型Token价格不是已经下调了99%吗？为何企业使用AI的成本反而飙升？事实上，主流厂商的Token价格确实在持续走低，头部模型将缓存命中价压到0.02元/百万Token，多家厂商跟进永久降价。但企业真正落地AI后才发现，低价的通用智能根本无法满足业务需求。

这直接导致AI市场出现了清晰的两极分化：通用Token作为标准化商品，在厂商的激烈竞争中持续走低；而绑定行业专属Know-how的场景Token，价格可达通用Token的10到100倍，且还在持续上涨。赚钱的从来不是靠卖低价通用Token的厂商，而是能在企业使用AI的过程中持续提供服务的参与者。

有一家港股上市公司，恰好站在了场景Token增长的赛道上，它就是迅策科技（3317.HK）。

逆势增长的营收曲线

迅策过去四年的营收分别为2.88亿、5.30亿、6.32亿、12.85亿：2023年同比增长84%，2024年仅增长19%，2025年又迎来103%的暴涨。

2024年正是全球大模型军备竞赛最激烈的一年，千亿参数模型、万卡集群、天量融资，资本和厂商都将资金砸向算力采购和模型训练。作为数据基础设施服务商，迅策当年增长缓慢其实非常正常——它的收入不取决于“谁在造AI”，而取决于“谁在用AI”。

而2026年上半年的业绩预告则打破了这个节奏：营收达9.67亿元，同比大涨389%，创下同期历史新高；归母净利润7251万元，而去年同期归母净亏损8900万元，实现了上市以来首个半年度盈利；经调整净利润6700万元，去年同期净亏损1.05亿元，盈利能力实现实质性释放。

十年磨一剑，从持续投入到首次半年度盈利，从技术积累到商业模式跑通，在整个港股AI板块还在围绕算力、模型和应用进行估值博弈时，迅策已经率先探索出了AI落地后的盈利新方向。这根营收曲线，其实就是“AI是否真正落地”的体温计：2024年增长平缓，因为行业还在训练阶段；2025年下半年开始暴涨，因为企业终于开始真正落地AI应用。

简单来说，迅策的核心工作就是帮企业把零散的私有数据整理成AI可以直接使用的结构化信息。医院的数万张CT片需要标注病灶位置，工厂的数百种设备运行日志需要整理成结构化数据，电力公司每秒产生的海量实时数据需要清洗、对齐后喂给模型——这些工作，迅策已经做了十年。

经过十年的积累，迅策构建了覆盖9大全链路数据处理环节、5大数据Token化流程的闭环能力，从数据获取、清洗、标准化、标注、建模，到实时流计算、AI智能体开发，再到大模型调优与混合模型接入，形成了全栈式的服务路径。其核心优势在于毫秒/秒级的实时响应能力、100%精准的数据处理精度，以及标准化的数据Token化输出能力，最终直接对客户的业务结果负责。

凭借这些核心能力，迅策已经成为国内领先的AI实时数据基础设施及分析服务商。

收入公式的重构

在2026年5月之前，迅策的收入模式是传统的项目制：收入=客户数量×单项目金额。客户需要逐个洽谈，项目需要单独签约，交付后一次性收款，增长完全是线性的，这也是2024年增长仅19%的核心原因——线性增长必然会遇到天花板。

2026年5月，迅策正式发布全球首款TokenOS操作系统TokenONE，这成为了公司的转折点。这款产品的核心逻辑，是将企业的私有数据精炼成AI可以直接消费的场景Token，然后按照调用量向客户收费。

从此，迅策的收入公式彻底改变：Token收入=客户数×模块数×Token单价×调用次数。前三个因素都存在明确的天花板：客户数量有限，可提供的模块数量可数，Token单价虽然高于通用Token但也有合理区间。唯有调用次数，没有上限——它完全由客户使用AI的强度决定。客户使用AI越多、调用越频繁，迅策的收入就越高。这就好比在客户的AI用量上安装了一块电表，电表转动的速度，完全由客户的AI使用量决定。

市场数据已经验证了这个逻辑：2026年4月，Token调用ARR季度环比增长300%；Token付费收入占比从4月的约5%，到6月Token调用ARR按季度环比增长410%。公司目标是到年底将Token业务的收入占比提升至20%-30%。按照这个增速，Token业务正在成为公司新的核心增长引擎。

更值得关注的是场景Token的定价空间：迅策的垂类场景Token调用价格可达10到100美元/百万Token，是通用大模型价格的十倍以上。这是因为通用Token解决的是“让AI听得懂话”的问题，而场景Token解决的是“让AI做对事”的问题——金融风控的交易逻辑、制造业的工艺Know-how、医疗影像的诊断经验，每个场景Token背后都是压缩的专属行业知识，这些都是公开数据无法训练出来的。

为何是迅策？

场景Token化的概念并不新鲜，但真正能落地的企业少之又少，唯有真正深耕数据领域的玩家才能接住这个需求。迅策从资管行业起家，而金融数据是对实时性和准确率要求最高的领域之一：毫秒级响应、100%的准确率，任何一个数据错误都可能导致数千万的损失。从2016年开始，迅策在这个领域打磨了十年。

依托在金融领域积累的能力，迅策又用五年时间将业务拓展到电信、电力、能源、高端制造、生物医疗、机器人训练平台、商业航天等11个行业，积累了230个客户、300多个标准化模块。2025年，非资管业务收入占比已经提升至约80%，客户留存率长期维持在90%以上。

这些行业专属的数据Know-how，比如哪些数据需要实时抓取、哪些字段需要特定的标注规范、哪个场景出错会造成不可逆的损失，都需要至少1-2年的时间才能沉淀下来，这不是靠堆算力或者调模型参数就能实现的。基础大模型依靠公开数据可以训到80分，但从80分到95分需要行业私有数据的加持，从95分到99分则需要实时反馈闭环的优化——而这两段路，正是迅策最擅长的领域。

十年的积累，迅策攒下的不是简单的数据处理能力，而是成为场景Token服务商的入场券。

三步走的长期路径

TokenONE只是迅策长期规划的第一步，也就是第一阶段：将企业的私有数据转化为AI可消费的场景Token，按调用量收费。目前医疗、高端制造、金融、能源等多个行业的Token工厂已经陆续落地，比如和格创东智合作建设制造业Token工厂，和博泰车联、赛目科技联合打造智能汽车场景解决方案，和图灵量子展开合作进入量子计算领域等。

第二阶段预计在2026年下半年上线，也就是TokenRouters——全国性的Token交换平台。此前Token的使用仅限于单个企业内部，而这个平台将打通不同企业之间的Token流通，非竞争企业可以在安全合规的前提下互相调用、定价和交换场景Token。目前迅策已经和深圳数据交易所、北京国际大数据交易所达成战略合作，为业务全球化拓展奠定了监管合规和生态基础。这一阶段的收入逻辑将从单个客户的调用量，升级为整个生态网络的流通量，价值将实现指数级增长。

第三阶段则是行业终局：企业专属小模型。未来不需要每家公司都去调用通用大模型，而是每家企业都可以拥有自己的专属AI。相较于通用大模型，低成本、上线快、易调试的小模型拥有更高的性价比，特别是“数据不出域”的特性，完美契合金融、医疗、航天等高敏感行业的刚需。

国家层面也在加速布局词元经济：国家数据局局长刘烈宏今年主持召开词元经济座谈会，明确提出将推动词元经济发展纳入工作体系；7月的WAIC上，Token经济首次被列为核心议题。迅策作为港股“词元第一股”，已经站在了这条国家级赛道的起跑线上。

行业的新变量

AI产业的三大核心支柱是算力、模型和数据。算力和模型领域已经诞生了多家巨头企业，但数据领域此前始终没有成规模的上市标的——直到迅策登陆港交所。美国数据龙头Palantir的市值已经超过万亿，而国内的数据服务赛道终于迎来了自己的领军企业。

当前的市场格局依然是通用Token持续降价，场景Token持续升值。迅策的收入已经不再由“它卖了多少产品”决定，而是由“客户用了多少AI”决定。此次业绩爆发，本质上是十年数据基础设施积累，在AI从训练转向落地的关键节点，通过Token化完成的商业模式跃迁。电表已经安装完毕，接下来的转速则由整个中国企业的AI使用量曲线决定，而这条曲线，才刚刚开始向上扬起。