數說故事遞表港交所：企業AI開始接受經營現場的考試

港股並不缺AI故事，缺的是能在報表裡活下來的AI生意。

2026年6月18日，AI仍是港股市場少數能點燃想像力的詞。當天，國產大模型公司智譜股價單日漲逾26%，報2094港元；以116.2港元發行價計，上市不到半年股價已接近18倍，累計漲幅逾1700%。在一個長期尋找高增長敘事的市場裡，AI像一束強光，照亮了投資者的期待，也放大了所有關於估值、泡沫和真實商業能力的爭論。

（圖片說明）港交所外觀與數位行情屏，反映AI公司遞表港股、資本市場對企業級人工智能敘事的關注與估值想像。

就在這樣的時間點，數說故事人工智能科技股份有限公司向港交所主板遞交上市申請，中信建投國際擔任獨家保薦人。

一家企業級AI公司的招股書，不會像一場新品發布會那樣讓人立刻興奮。它沒有炫目的舞台，也沒有可以瞬間傳播的演示畫面。它呈現出來的是營收、毛利率、客戶、應收款、股份支付、現金流和一行行風險提示。但也正因為如此，它比許多舞台上的AI故事更值得仔細閱讀。資本市場最終要檢驗的，從來不是一家公司是否站在風口上，而是它能不能在真實經營裡把風口變成生意。

港交所披露的申請版本顯示，數說故事把自己定位為一家原生人工智能科技公司，通過基於企業級大模型的應用產品及解決方案，幫助企業把市場數據與商業變量轉化為決策和增長計劃。這個定位並不難理解，真正值得追問的是另一個更底層的問題：當通用大模型能力越來越強、調用成本逐步下降，企業真正願意持續付費購買的，究竟是什麼？

答案很可能不在模型參數本身。

對大多數企業而言，AI最難進入的地方，不是辦公桌上的問答、文案、摘要或報表，而是每天影響收入、庫存、渠道、品牌聲譽和客戶關係的經營現場。市場信息散落在社交媒體、電商平台、內容平台和線下渠道之中；品牌部、市場部、產品部和銷售團隊各自掌握一部分事實；管理層需要作出判斷時，信息常常已經滯後，責任卻不能滯後。

數說故事此次遞表，把“Agentic Enterprise”這個企業AI敘事帶入港股視野。所謂Agentic Enterprise，並不是企業多買幾個AI助手，而是讓智能體進入企業的業務鏈條，在真實數據、行業規則和人為決策之間承擔部分分析、協同和執行職能。它考驗的不是模型是否聰明，而是企業能否把AI放進自己的經營秩序裡。

（圖片說明）數說故事以 EnlightAI 與數據基礎設施為底座，將企業增長型 AI 應用產品與解決方案延伸至生活時尚、耐用消費品與互聯網、汽車等場景，並透過洞察、決策、執行與反饋迭代形成企業增長閉環。

AI走進經營現場

過去兩年，企業對AI的興奮，主要來自通用大模型帶來的能力躍遷。文案生成、客服問答、會議紀要、知識檢索、程式輔助，這些應用很快被企業接受，因為直觀，也容易試用。它們降低了很多人的工作負擔，也讓企業第一次感受到AI不是遙遠的技術，而是可以放在日常工作裡使用的工具。

但真正的企業經營遠比一個對話框複雜。

以消費品牌的增長場景為例，企業要判斷市場情緒正在變化到哪裡，競品推出了什麼新動作，消費者對價格、功效、設計和品牌語氣的反應有何差異，哪一類內容能夠轉化為銷售線索。這些判斷如果停留在報告層面，對經營的幫助有限；它們必須進一步轉化為產品、內容、渠道和銷售的具體動作。

對一線團隊來說，AI不是抽象的生產力革命，而是明天早上要不要改一條投放素材，下周是否調整新品賣點，月底能不能交出增長結果的現實壓力。企業AI如果不能進入這些具體壓力，就只能停留在演示系統裡。

企業經營從來不是一張乾淨的流程圖。品牌部看到的是聲量，銷售部盯著的是轉化，產品團隊關心的是功能與迭代，管理層最後要面對收入和現金流。每個部門都有自己的數據、語言、責任和壓力。AI Agent如果只是在單一任務裡表現聰明，仍然很難改變企業的經營方式。它必須理解這些部門之間的摩擦，也要在真實數據、業務語義和決策節奏之間找到位置。

企業過去的信息系統，多數是在記錄已經發生的事情；AI Agent進入經營現場後，企業開始嘗試讓系統參與判斷尚未發生的事情。誰的數據被採信，誰的判斷被系統放大，哪些動作可以自動執行，哪些責任仍要由人承擔，這些問題最後都會回到企業治理本身。

這也是企業AI真正困難的地方。讓機器寫出一份漂亮報告，已經不是最難的事；讓它知道什麼結論可以自動生成，什麼判斷需要人工確認，什麼數據只是噪音，什麼信號已經足以影響產品、渠道和銷售決策，才是企業願意長期付費的原因。

招股書披露，數說故事的底層能力包括數據基礎設施、SocialGPT垂直大模型、行業skills庫及多智能體架構，並以EnlightAI作為多智能體系統，服務於洞察、營銷和銷售等企業增長場景。

“Agentic Enterprise”這個詞本身並不重要。重要的是，它能否改變企業購買AI的方式。過去企業買軟件，多數買的是功能；企業若要把AI放入經營現場，購買的就不再只是某個功能，而是一套可以嵌入業務流程的能力。這種能力包括數據治理、行業語義、任務分解、跨部門協同、結果驗證和持續優化。模型只是其中一環。

數據沉澱出來的智能

數說故事的創業路徑，和當前不少AI原生公司不太一樣。它不是在大模型熱潮出現後才尋找應用場景，而是從企業數據分析和商業增長服務中長期積累而來。

截至2026年3月31日，公司已為超過65家《財富》世界500強企業及135家全球500強消費品企業提供服務。按2025年營收計，數說故事在中國企業級大模型驅動的商業增長市場中排名第三。

這組客戶數字，對一家企業AI公司有特殊含義。

企業級AI不像C端應用那樣可以依靠流量快速擴散。它要進入大型企業的採購體系，要接受合規、交付、效果驗證和客戶信任的反覆檢驗。能夠進入頭部消費企業，本身就是一道門檻。更重要的是，這些服務經驗可能沉澱為行業知識。

新品上市前如何識別人群痛點，內容營銷如何與渠道轉化銜接，品牌聲量如何轉化為可追蹤的銷售線索，這類判斷更多來自多年項目中反覆出現的業務問題，而不是單純來自模型訓練語料。對企業AI公司而言，有價值的資產，往往藏在一次又一次項目交付後留下的結構化經驗裡。

（圖片說明）數說故事創始人兼CEO徐亞波。他作為企業增長人工智能解決方案的代表人物之一，他所創立的數說故事聚焦數據洞察、AI應用與企業增長服務，展現出中國AI營銷與商業智能領域的新一代創業力量。

創始人徐亞波早年受訓於計算機科學和數據挖掘領域，曾在高校任教，後來離開學術系統創辦數說故事。這種從算法研究到企業經營現場的轉身，某種程度上塑造了公司的路徑：先理解數據，再理解場景，最後才談智能體。

招股書披露，數說故事已形成由數據基礎設施、SocialGPT垂直企業大模型、行業skills庫和多智能體架構組成的技術體系。EnlightAI多智能體系統被公司用來理解特定領域的複雜商業情境，並以規模化方式執行複雜商業任務。

這條路徑的關鍵，不在於是否擁有一個垂直模型的名稱，而在於能否把長期積累的數據、項目經驗、行業語義和任務流程，封裝為可以反覆調用的能力。如果能做到這一點，行業skills和智能體就不只是產品包裝，而有可能成為企業AI公司最重要的資產層。

資本市場最終會用很現實的方式檢驗這件事。客戶數量、客單價、交付成本、毛利率、現金流、續約和擴容，會比任何技術概念都更誠實。AI公司的技術敘事，最後都要回到財務報表上接受檢驗。

（圖片說明）此圖展示企業透過多智能體協作流程，從業務目標設定、AI方案部署，到市場洞察、品牌營銷與渠道優化，形成持續商業增長的閉環。

50億估值之後：軟件資產，還是人力項目？

遞表前兩天，6月16日，數說故事剛完成一輪億元級Pre-IPO戰略融資，投後估值超過人民幣50億元。這是市場在上市前給出的一個定價參照，也讓這份招股書多了一層資本邏輯。

50億元估值代表信心，也代表壓力。信心來自市場相信企業AI還有很大的增長空間；壓力則來自另一個現實：上市之後，估值不再只由一輪融資或一個行業故事支撐，而要在公開市場裡接受連續審視。

招股書顯示，公司營收由2023年的人民幣2.35億元增至2024年的2.83億元，2025年進一步增至5.03億元，複合年增長率約46.4%；2026年第一季度營收為7,965萬元，同比增長53.8%。對一家企業級AI公司而言，在收入規模突破5億元後仍保持較高增速，說明其產品及解決方案已有一定商業化基礎。

收入結構也在變化。企業增長人工智能解決方案對總營收的貢獻，由2023年的50.1%升至2024年的62.1%，2025年進一步升至77.5%；2026年第一季度為70.6%。這說明客戶需求正在由相對標準化的AI應用產品，轉向更深入業務流程的一體化解決方案。

這個變化讓公司離客戶的核心流程更近，也把交付成本推到了更醒目的位置。

從積極的一面看，解決方案更貼近企業核心流程，客戶黏性可能更強，單客戶收入也有提升空間。招股書顯示，公司大客戶數量由2023年的45名增至2025年的83名；大客戶平均收入由2023年的370萬元升至2025年的490萬元。2025年，來自大客戶的收入達到4.08億元，佔總營收81.1%。

但另一組數字也需要被放在同一張桌子上。公司整體毛利率由2023年的57.2%下降至2024年的52.2%，2025年降至42.1%，2026年第一季度進一步降至39.9%。公司解釋，毛利率下降主要與解決方案收入佔比提升及相關履約成本較高有關。

這是企業AI商業化中很現實的一道坎。越深入客戶業務，越容易創造價值，也越可能變成高交付、高定制、高人力投入的服務生意。AI公司的估值能否成立，取決於它能否把定制化交付中的共性任務沉澱成標準化模塊，讓下一個客戶的交付成本下降。

如果標準化能力跟不上，增長很可能只是更多項目的疊加；若共性任務能被持續沉澱，智能體、skills庫和行業數據才會變成可複用的經營槓桿。

對港股投資者而言，這類公司的估值分歧往往不在於有沒有AI，而在於市場最後會把它歸入哪一類公司。若收入能隨著產品化和標準化而放大，毛利率逐步改善，它更接近軟件與AI平台公司的定價邏輯；若增長主要依靠項目交付、人力投入和定制部署，市場很可能會按技術服務公司的尺度重新估值。

對數說故事而言，上市後最重要的問題並不是能否繼續講清楚Agentic Enterprise，而是能否證明自己正在把人力項目沉澱為軟件資產。這條分界線，將決定它在港股市場能否獲得更高的估值容忍度。

現金流裡藏著企業AI的難題

盈利端的改善，是招股書裡一個積極信號。公司2023年、2024年及2025年淨虧損分別為1.15億元、8,691萬元及5,173萬元，逐年收窄。按非香港財務報告準則計量，2025年經調整淨溢利728萬元，首次轉正。

但企業AI公司的經營質量，不能只看調整後盈利。

公司2023年、2024年及2025年經營活動所用現金流量淨額分別為2,879萬元、4,119萬元及7,276萬元；2026年第一季度進一步達到4,427萬元。貿易應收款項及應收票據也由2023年底的6,842萬元增至2026年3月底的1.93億元。

這些數字把企業級AI的另一面呈現出來。大型客戶帶來更高收入，也往往帶來更長銷售周期、更嚴格驗收流程和更複雜回款節奏。從合同到交付，從驗收到回款，中間任何一個環節拉長，都會反映在現金流裡。對一家高速成長的AI公司來說，收入增長和現金流壓力常常會同時出現，關鍵是這種壓力能否隨著產品化和交付效率提升而逐步緩解。

這裡還有一個容易被忽略的細節。2026年第一季度，公司行政開支升至8,759.5萬元，已超過當季營收；同期以股份為基礎的付款為1.04068億元，其中主要管理人員薪酬中的股份支付開支為6,615.8萬元。這類股份支付主要屬非現金性質，會放大當期虧損，但不能簡單等同於經營現金流惡化。

剝離這一因素來看，公司經營現金流承受的壓力仍然存在，只是第一季度虧損被放大的原因需要被更準確地處理。這是一個需要嚴謹辨析的財務變量，因為它會影響讀者對公司經營質量的判斷。

高增長市場會給公司估值提供想像空間，卻不能替代公司自身的經營證明。招股書引述灼識諮詢資料稱，中國企業級大模型驅動的商業增長市場規模於2025年達86億元，預計2030年將達1,501億元，複合年增長率77.2%。這是一個足夠大的市場，但市場大，不代表每家公司都能順利完成產品化和規模化。

數說故事目前所處的位置，介於AI平台、數據服務和增長解決方案公司之間。這個位置有想像力，也有估值上的模糊性。它的優勢，在於較早進入消費品、生活時尚、耐用消費品、互聯網、汽車等行業，積累了頭部企業客戶和一套與商業增長相關的數據、模型與智能體能力。它的挑戰也在這裡：如果解決方案收入佔比繼續提高，必須用更強的標準化能力抵消交付成本上升，否則增長越快，毛利率與現金流壓力越明顯。

招股書披露的上市前主要股東中，除創始人徐亞波控制的持股平台外，還包括一普大數、順為資本旗下金色成長叁、廣州晟木、瀚星創投等機構股東；其中一普大數與益普索（中國）有關，瀚星創投則由小米科技全資持有。這說明公司此前已獲得產業和財務資本的支持，也意味著上市後市場會更關注它能否把過去的融資敘事轉化為公開市場可持續驗證的經營表現。

（圖片說明）從定制專案經驗沉澱為可複用模組與標準化智能體平台的技術場景，呼應企業AI能否把人力交付轉化為軟件資產、決定港股估值邊界的核心命題。

港股不缺AI故事

港股市場近年對AI公司並不缺興趣，但興趣正在變得更挑剔。早期市場願意為AI概念付費，後來開始看收入，接下來會看毛利率、現金流、客戶留存和估值消化能力。對AI應用公司而言，最難的不是在上市前講清楚技術故事，而是在上市後用季度報表證明這套技術可以反覆賣、可持續交付，並逐步改善成本結構。

數說故事的遞表，提供了一個觀察企業AI商業化的樣本。它既不是單純的模型公司，也不是傳統營銷服務商。它試圖把數據、模型、行業知識和多智能體系統放進企業增長流程。這條路徑如果跑通，企業AI會進入更深的經營層；如果跑不通，市場可能會把它重新歸類為高定制、高交付成本的技術服務公司。

對GFM而言，這類公司值得持續跟蹤，原因不只是它有機會成為港股市場中具有Agentic Enterprise特徵的代表性企業。更重要的是，它代表著AI產業的一個轉向：AI開始進入企業如何組織信息、流程、決策和增長的制度問題。

每一次技術浪潮進入資本市場，都會經歷相似的過程：先是概念被追逐，隨後是收入被驗證，最後是成本結構和現金流決定估值歸宿。AI也不會例外。模型能力可以點燃想像，經營能力才會留下價格。

企業AI的競爭，最後大概不會停留在誰的模型更會回答問題，而會回到一個更老的商業命題：誰能更低成本、更高效率、更可持續地幫企業做出判斷並完成行動。

數說故事走到港交所門口，讓這個命題有了一份可以被市場檢驗的樣本。收入、毛利率、現金流、回款和客戶留存，將比任何新概念都更有說服力。

港股不缺AI故事，缺的是能在經營現場反覆成立的AI生意。

免責聲明

本文僅基於公開資料與招股書申請版本作研究分析，不構成任何投資建議。相關數據可能隨最終招股文件更新，投資者應自行審慎判斷並諮詢專業意見。