百望股份財報的背后，AI如何一舉驅動公司扭虧為盈

“當AI技術與特定行業數據資產相結合時，更可能孕育出可持續的盈利模式。

“你的AI如何賺錢？”已成為2025年科技企業無法回避的核心拷問。 盡管新模型仍層出不窮，從GPT-5到Nano Banana不斷涌現，但市場關注點逐漸回到Google、微軟、阿里巴巴等巨頭身上，還有最近AI+云基礎設施爆發增長的Oracle——它們依托云服務正在逐步跑通商業化路徑。相比之下，處于應用層企業則普遍面臨高昂的研發投入、模型調用的Token成本，以及尚未明晰的盈利路徑。

因此，一家從財稅服務賽道切入的數據智能公司——百望股份有限公司（6657.HK），在AI應用正式落地僅半年的時間里，就在中期財報中交出超預期成績：實現6086萬元營收，直接推動公司扭虧為盈，實現364.7萬凈利潤，而去年同期尚虧損4.4億，著實為市場提交了一份令人頗感意外的答卷。

來源：百望股份

百望股份董事長陳杰女士在香港舉辦的“2025年中期業績投資者推介會”上表示：“我們正在經歷一場徹底的‘合規革命’，貫穿企業交易、財稅到資金的全鏈路。百望正成長為一家以動態交易數據為基石、以垂直智能體為載體的數據智能企業”。

今年初，數據猿在香港采訪過這家公司，彼時其剛啟動數據智能（Data Intelligence）新戰略，半年過去，這家以電子發票起家、掌握海量真實交易數據的企業，究竟如何將AI從高成本的技術概念，轉化為切實的收入和利潤，實現扭虧為盈？同時，百望交出的成績單，是一次偶然的階段性表現，還是其商業模式可持續性的初步驗證？

若AI成為增長引擎

須與客戶必要需求相結合

不久前，紅杉美國合伙人Konstantine Buhler在一場題為《The $10 Trillion AI Revolution》（十萬億美元的人工智能革命）的演講中指出，新一代AI革命只需一個指令就能完成數百倍的工作，效率提升堪比18世紀的蒸汽機革命。而正如歷次工業革命的規律，技術從誕生走向成熟，必然伴隨著通用技術與高度專業化組件的結合。

來源：紅杉資本

據Quick Market Pitch、Mordor Intelligence等研究機構的調查，企業級AI應用的實際滲透率仍不足30%，其中以金融和零售行業最高，而在部分深耕者看來，財稅合規、跨境貿易、供應鏈金融等“高頻剛需”場景，或將成為AI與行業結合的最佳落點。

另一方面，正如陳杰介紹，“從金稅四期到CRS，從社保入稅到平臺涉稅信息報送，企業運營正被納入數字化監管。過去大量的企業可以游離于合規體系之外，但在不遠的將來，中國1.89億登記在冊的經營主體都必將逐步轉變為規范的納稅主體。通過全鏈路數字化監管，每一個企業都需要重新思考運營與合規的生存方式。”

在這種背景下，百望的戰略則是將AI的“革命性”與監管邏輯下的企業“必需品”相結合，規劃出四條增長曲線，不僅助力企業快速對接AI能力、加速數智化升級，也為自身打開了更大的滲透空間和快速增長的路徑，AI智能體，則是貫穿并激活這四條曲線的核心技術載體。

第一增長引擎：合規革命驅動的超級增長。這是百望業務的基本盤，也是其AI戰略最堅實的落地場景。隨著“金稅四期”、數電發票、社保入稅等政策的深入推進，國內經營主體將全面走向規范納稅，這為百望帶來從2800萬用戶擴展到1.89億的巨大增量市場。

面對這一強制性需求，百望推出“稅務合規”智能體，正是用AI技術來解決這一核心痛點。它將復雜的稅法規則、企業內部制度和實時交易數據相結合，實現自動化的票據審核、風險預警和合規判斷，將企業從繁瑣、易錯的人工審核中解放出來。其價值在于，將AI技術直接轉化為滿足市場最大公約數需求的“基礎設施”，從而驅動規模化的用戶增長。

第二增長飛輪：從數據到信用——商業信任的重構。 在滿足合規需求的過程中，百望累計處理約231億張發票，積累其最核心的資產——海量、真實、動態的交易數據。百望平臺累計處理的交易總額已超1055.1萬億元，基于此構建的超3000個維度的企業信用評價體系，是其區別于傳統征信的核心優勢。第二條曲線的實質，就是數據資產化的過程。

百望的“AI金融業務參謀智能體”是這一曲線的具象化產品，它通過AI算法，將原始的票據流數據“翻譯”成金融機構可以理解和使用的信用語言和風險信號，幫助銀行客戶經理快速完成信貸分析、精準營銷和智能風控。這本質上是利用AI將數據壁壘轉化為信用服務，重構了商業信任的評估方式。

第三增長曲線：與鏈主企業共創垂直智能體。 To B服務的核心難點在于“千行千面”，通用型產品難以滿足大型集團企業的深度需求。百望的第三條曲線，是通過與超過2800家集團型客戶中的領軍企業成立“聯合創新實驗室”，形成覆蓋“數據+場景+模型+算力+生態”的五位一體解決方案，共同打造垂直行業智能體。

這種模式下，百望提供數據和AI技術平臺，鏈主企業提供真實的業務場景和行業知識（Know-how），雙方共同將AI技術“嫁接”到具體業務流程中，如商業地產的智能選址、航運物流的運力分析等。這使得AI不再是懸浮的技術，而是能夠解決特定行業、特定場景問題的“數字生產力”，從而深化了百望在產業鏈中的價值。

第四增長曲線：全球化智能通關——TaxSwift智能體。 隨著中國企業出海成為趨勢，跨境貿易中的財稅合規成為新的復雜挑戰。第四條曲線的目標，是利用AI構建一個全球化的虛擬稅務網絡。

其核心產品“Tax Swift”智能體，是通過AI能力自動識別超100多種語言、200多種票據格式，并內置超3萬條國際財稅規則，旨在將復雜的跨境稅務申報、票據處理等工作，簡化為一套標準的API接口服務。這不僅能大幅降低中資企業出海的合規成本，也能為百望的業務打開了國際化的想象空間，使其服務能力從中國本土延伸至全球市場。

我們看到，這四層增長引擎，最終匯聚成為百望對AI時代企業服務的完整戰略構想。陳杰指出，今天的AI智能體不單是一個規劃的工具，它已經演進為能思考可行動的數字生產力。百望從發票合規出發，切入企業最高頻、剛需的交易產品；以數據智能為引擎，驅動信用賦能與決策升級；以行業智能體為載體，與客戶共創深度的場景解決方案；更以全球化稅務智能體為錨點，服務中資企業出海，推動中國企業全球化戰略。

百望股份董事長陳杰女士發表主題演講

來源：數據猿

AI智能體多如牛毛

為什么百望的AI能夠落地且有效？

誠然，現在幾乎所有的科技公司都在談論智能體，市場上從不缺乏各類“AI助手”的概念，而且許多科技公司都在此領域進行布局。一個值得探究的問題是：為什么是百望，一家財稅服務起家的公司，能夠率先在這條賽道上實現規模化的商業營收？究其原因，可能并不在于其掌握某種獨特的AI算法，而是在于其在長達十年的發展歷程中，逐步形成的兩個核心基礎：一是數據積累，二是市場契機。

首先是其數據積累。正如百望股份CEO付英波在業績會上所強調的：“我們做數據智能最大的底氣，就是我們的數據量。百望不單有過往十年的數據積累，而且我們還在持續不斷地擴大。” 在AI領域，高質量的訓練數據是模型性能與行業適配性的決定性因素之一。算法可以開源，算力可以購買，但高質量的、合規的專有數據，是難以在短期內復制的。百望手中掌握的，正是這樣一種數據資產。

百望2025年中期財報顯示，截至2025年6月30日，百望平臺累計處理的發票數量服務納稅人識別號客戶規模超過9,070萬家，覆蓋 2,825家集團型企業客戶及2,850萬家中小企業客戶。

這些基于真實商業交易的憑證數據，具有較高的真實性、動態性、結構化和鏈路完整性，它們直接反映了企業間的資金流、貨物流與服務流，為AI模型在財稅、金融等領域的訓練和微調，提供了高質量的輸入，這是其AI產品能夠具備較高行業精準度的基礎。

如果說數據是百望AI成功的內在基礎，那么宏觀政策的演進，則為其提供了外部市場機遇。正如陳杰所說，中國的財稅管理體系正在經歷一場“合規革命”，這場變革的核心，是利用新技術構建一個“以數治稅”的現代化稅收征管體系，推動商業交易的全面數字化與透明化。

在這一市場機遇中，百望的AI產品扮演了重要角色，它并非在“創造全新的需求”，而是在用效率更高的技術手段，去“滿足已經存在的剛性需求”。當所有企業都面臨新的合規挑戰時，百望的智能體產品，便可成為那些企業適應新規、管理風險的工具之一。可以說，百望的階段性成功，很大程度上是其業務戰略與政策趨勢保持了一致。

百望股份CEO付英波發布“百望股份2025年中期業績報告”

來源：數據猿

依托這兩大基礎，百望將AI能力具象化為一系列可落地產品。

在推介會上，百望首席專家續巖為在場投資人和媒體具體演示了百望三大智能體。首先登場的是“金盾”交易管理智能體，它是第一增長曲線的直接產物。其核心職責是處理企業交易數據的第一道流程——合規性校驗。傳統模式下，企業的費用報銷、采購付款等環節依賴大量人工審核，單純OCR效率也不高且易產生合規風險。

引入AI后，例如在處理一張國外出租車票時，系統不僅能識別車牌號、小費金額等關鍵信息，還能結合企業內部財務制度，在數秒內自動提示“小費超標”或“費用超標”。“金盾”如此將大模型融入票據的多模態識別，為企業提供自動化風控工具，實現從單據識別、解析、比對到資質審核的智能化升級，全面覆蓋應收與應付的合規處理流程。

百望金盾-票據智能識別模型

來源：數據猿

第二個核心產品“睿界”金融業務智能體，代表了百望的第二條增長曲線，聚焦企業發展的另一項關鍵需求——信用與融資。在金融服務領域，信息不對稱長期存在，而“睿界”憑借百望的數據優勢正面破解這一難題。其基于3000+維度的商業信用評價體系，并結合MCP服務中的2000+維度指標，百望能夠在數分鐘內為銀行客戶經理生成精準的企業經營狀況判斷。在續巖的演示中，只需輸入“某公司是否能夠準入票享貸”，智能體便能即時輸出結論及依據，供客戶經理決策參考。

“百望AI業務參謀”

來源：數據猿

第三個核心產品“問數”經營決策智能體則與第三增長曲線密切相關，成為與鏈主企業共創的典型代表。它將服務層延伸至管理層的戰略決策輔助。企業在發展中積累了海量數據，其中不乏大量未被充分利用的紙質檔案。“問數”智能體的核心能力，是在于對這些歷史數據的盤活，并將其與即時交易數據相結合，為經營決策提供支持。

推介會上，百望股份CMO鄒巖與鐵山東北亞區副總裁兼大中華區總經理吳美寶聯合發布“檔案數字化創新智能體”，成為最新的生態節點。通過與鐵山的合作，百望能夠將企業積壓的紙質檔案進行數字化與結構化處理，使其從分散的信息變為可分析的數據。它的應用價值在于，輔助企業管理層的決策過程，使其可以更多地依賴數據分析，而不僅僅是過往經驗。

百望與鐵山集團聯合發布檔案數字化創新智能體

來源：百望股份

百望AI能否為其帶來長期價值空間

付英波在回應投資人和媒體提問時表示，百望的國際對標是Palantir。Palantir的優勢主要體現在政府和軍工數據分析領域，應用場景相對特殊且模式偏重；而百望的數據來源于稅務與交易，已覆蓋9070萬納稅人識別號，未來有望擴展至1.89億市場主體，因而具備更強的普適性與規模效應。作為參照，Palantir去年底的市值約為1900億美元，如今已突破3000億美元，這一走勢能夠反映出百望未來的潛在價值空間。

付英波說這話時，Oracle的財報尚未出爐。如今，Oracle公布2026財年Q1財報：核心指標RPO（剩余履約價值）暴增至4,550億美元，同比大漲359%，幾乎是市場預期的三倍。驅動Oracle飆升的核心因素，是其云基礎設施（OCI），現已成為Meta、OpenAI等大客戶訓練和部署AI模型不可或缺的底層支撐。同時，甲骨文將多云數據庫技術嵌入AWS、Azure與GCP，使該業務在一季度收入激增1,529%。董事長Larry Ellison（拉里·埃里森）直言，這是一個價值數萬億美元的巨大市場。

Oracle 歷次財報RPO對比

來源：Fiscal.ai

正如以上兩家迅速崛起的企業所示，成熟的商業戰略最終必須接受財務數據的檢驗。回看百望股份2025年中期財報，其AI盈利戰略并非由單一因素驅動，我們將其歸納為一個“盈利公式”，而這一公式的可持續性，將成為決定百望未來走向的關鍵。

盈利的AI = 剛性市場需求x可落地AI產品帶來的收入/（研發費用+營銷費用）

其中：可落地AI產品帶來的收入=技術能力x數據積累

百望股份的“盈利公式”

來源：數據猿

該公式的前半部分是“收入端”：剛性市場需求是成立的前提，需求越大，轉化為收入的可能性就越高，再疊加可落地的AI產品，便構成了盈利的基礎，而這部分收入既依賴于產品技術，也取決于數據質量。而后半部分則是“成本端”，主要由研發、營銷等費用構成，成本越低，盈利的空間也就越大。

該公式的核心，在于AI驅動的“增收”與“降本”形成了良性循環。先看“增收”：上半年6,086萬元的人工智能業務收入，作為2024年為零的高毛利純增量，不僅直接改善了公司營收結構，更推動整體毛利率由去年同期的39.2%大幅提升至46.6%。這初步驗證了百望已找到將數據資產和產品轉化為高附加值服務的有效路徑，并具備了復制與擴展的潛力。

更有意思在于“降本”。相較短期增收，更能體現長期價值潛力的，則是其成本控制表現。財報顯示，百望股份的研發費用在產出與產品能力提升的同時，反而同比下降33.5%，這得益于百望不僅將AI作為對外產品輸出，更深度嵌入自身的研發流程：通過AI輔助編碼（AI Coding）、自動化測試等工具，覆蓋“需求-代碼-缺陷-變更”各環節，顯著提升了內部效率。另外，分銷及銷售費用也由去年同期的8,000萬元下降38.6%至4,930萬元。

來源：百望股份

這兩個重要的信號，意味著百望的AI能力已經開始內化為企業自身的生產力工具，形成了一個“內外兼修”的正向循環：對外，AI產品創造高毛利收入；對內，AI工具優化核心成本。

回顧2025年上半年，百望股份不僅交出了一份亮眼財報，更為仍在探索盈利模式的AI行業，提供了一個具有參考價值的商業化樣本。其初步成功并非偶然，而是其內外兼修與市場機遇相互作用的結果。

展望未來，百望股份無疑已在特定賽道上占據了有利位置。公司管理層也給出了較為樂觀的預期，百望股份CFO焦陽表示，預計2025年全年營收將達到8.5億元，同比增長接近30%，其中AI直接收入占比將達到15-20%，毛利率繼續提升至50%，全年凈利潤有望達到2000萬元甚至更高。

來源：百望股份

如果這一目標得以實現，百望不僅將在自身發展曲線上打開新的增長空間，更有望成為中國AI應用企業中少數率先跑通盈利模式的范本。它的探索能否復制與放大，或許將成為衡量整個AI行業商業化成熟度的重要注腳。

樂觀的業績指引描繪了清晰的增長藍圖，但機遇的背后往往伴隨著對等的挑戰。要將這份預期轉化為現實，百望不僅要跑得快，更要走得穩。百望未來的道路依然面臨三大核心挑戰。

首先是數據安全，百望的核心資產是海量、敏感的企業交易數據，這既是其護城河，也是其風險點。在數據安全法規日益嚴格的全球背景下，如何確保數據的絕對安全、合規使用，值得進一步關注。

其次是市場競爭，百望通過“財稅合規”這一剛需場景切入并暫時領先，但其成功必然會吸引更多巨頭入場，百望雖然有三個智能體，但目前只有“金盾交易管理智能體”帶來絕大部分收入，其他智能體尚未帶來實質收入，觸及企業合規場景還不夠全面和深入。

最后是規模化擴張與效率維持的平衡。當前財報所體現的“降本增效”是在特定規模下實現的，而當用戶體量從千萬級向億級邁進時，研發投入、服務成本和銷售體系是否會重新變得沉重，從而有可能會打破現有精巧的盈利公式。

盡管百望的商業模式仍需時間檢驗，畢竟AI產品正式落地不足半年時間，但這份“意外”答卷的價值，不僅在于扭虧為盈的財務表現，更在于為喧囂而焦慮的AI應用市場，提供了一個清晰而務實的盈利范式。

長期以來，投資市場習慣于用技術先進性、模型參數多少來衡量一家AI公司的優劣，卻往往忽略了商業的本質——資本效率。百望的實踐恰恰證明，最成功的AI商業化，或許并非源于最頂尖的算法，而是源于對行業需求的深刻理解、對獨有數據資產的有效利用，以及將AI同時作為“矛（外部產品）”和“盾（內部工具）”的戰略智慧。

正如Oracle和Palantir的崛起所揭示的，最大的商業價值往往源于能否成為不可或缺的基礎設施，而非依賴單一系統。當前AI落地路徑并不在“通用”與“萬能”，更可能誕生于那些掌握核心數據資源，并能將其轉化為剛需服務的企業。換句話說，當通用AI技術與特定行業的關鍵數據資產相結合的時候，更可能孕育出真正可持續的商業模式，這或許正是新一輪AI革命在產業層面演進的方向。