“國家隊AI第一股”要來了？3名聯創來自中科院，中科聞歌3年合計虧了5.83億

本文來源：時代周報 作者：李佳晅 何珊珊

即便是“國家隊”，也難逃AI商業化的盈利魔咒——中科聞歌的招股書也印證了這一點。

4月12日，北京中科聞歌科技股份有限公司向港交所遞交上市申請。這家由中科院自動化所科學家創立的AI公司，股東陣容堪稱“國家隊”豪華配置，國開金融、中網投、深創投、中關村科學城、央視融媒體基金、中科院創投等悉數在列，更有北京人工智能產業投資基金于2024年底獨家注資1億元。如此“根正苗紅”的資本背書，有可能讓中科聞歌成為“國家隊AI第一股”。

股東陣容豪華，中科聞歌的經營卻仍處于持續“失血”狀態。招股書顯示，2023年至2025年，中科聞歌營收從2.5億元增長至4.05億元，年復合增長率27.4%，毛利率也從44%提升至51.2%；但同期凈虧損分別為2.6億元、1.57億元和1.66億元，三年累計虧損5.83億元，經營性現金流連續為負。

針對經營狀況相關問題，時代周報記者致電、致函中科聞歌，截至發稿未獲回復。

三名聯合創始人均出自中科院

中科聞歌的創始團隊是典型的“科學家創業”范本。

中科聞歌的三位聯合創始人董事長王磊、首席執行官羅引、首席科學家曾大軍均來自中科院自動化研究所。其中，曾大軍為IEEE（電氣與電子工程師學會）和AAAS（美國科學促進會）雙會士，現任自動化所副所長；王磊、羅引也都是自動化所研究員，曾獲多項省部級科技獎項。三人通過一致行動協議合計控制公司約30.66%的投票權，確保了創始團隊對戰略方向的主導力。此外，國開制造業轉型升級基金為第一大機構股東，持股比例5.79%。

中科聞歌成立于2017年3月，定位于企業級人工智能技術與服務供應商，專注于復雜數據分析及人工智能輔助決策，其核心技術體系以自主研發的決策智能操作系統（DIOS）為底座，整合了X-Data數據平臺、雅意大模型及DI-Brain智腦決策平臺三大核心組件，打通了從數據治理、模型訓練到決策執行的全鏈路。

其中，雅意大模型為國產原生自研，支持55種語言，在超長文本理解、多模態解析及復雜信息抽取等領域表現突出，并可私有化部署以適配政企安全需求。

中科聞歌主要服務于傳媒與通信、公共服務及商業企業三大領域，截至2025年底已累計服務超過650家企業和政府客戶。據灼識咨詢數據，按2024年收入計算，中科聞歌在中國企業級大模型驅動的決策智能服務商中排名第一，市場份額為11.4%；在中國企業級大模型市場中排名第七，市場份額為2.4%。

自2018年至2025年的八年間，中科聞歌累計完成10輪融資，總金額近16億元，投資方陣容堪稱“國家隊”的豪華配置，包括國開制造業轉型升級基金、中國互聯網投資基金、央視融媒體產業投資基金等國家級基金，以及深創投、中科創星、盈富泰克等知名投資機構。

失血之外，還有哪些隱憂？

中科聞歌在招股書以大量篇幅披露自身面臨的多項經營風險，其正處于“增收不增利”的失血狀態，同時在客戶結構、市場競爭和技術迭代等維度上持續承壓。

除了三年累計凈虧損5.83億元，中科聞歌的應收款項及應收票據從2023年的1.24億元飆升至2025年的2.48億元，貿易應收款項周轉天數也從148天拉長到200天，這意味著客戶回款越來越慢。中科聞歌招股書坦言，由于客戶付款習慣具有季節性，且不少客戶來自政府采購，受財政預算影響較大，未來回款周期可能進一步延長。

招股書顯示，2025年中科聞歌的前五大客戶占比37.6%，核心標桿客戶貢獻了總收入的67.8%。這些客戶大部分來自政府及公共服務領域，采購預算容易受地方財政狀況波動影響，一旦某年預算收緊，公司的收入將面臨明顯沖擊。

市場競爭同樣激烈。百度、阿里、騰訊等大廠正在加速滲透企業級大模型市場。沙利文發布的《中國GenAI市場洞察：企業級大模型調用全景研究，2025H2》顯示，2025年下半年，僅阿里千問一家在企業級大模型日均調用量中就占到32.1%。

資深科技產業分析師、釘科技創始人丁少將對時代周報記者表示，當前決策智能在中國企業級AI市場的滲透率尚不足10%，而基礎大模型能力正趨于同質化，價格戰預計在未來1-2年內就會爆發。這意味著，像中科聞歌這樣的垂直廠商，其標準化產品的利潤空間將被大幅擠壓，很可能被迫向“高安全+高定制”的細分場景收縮，而這將進一步拉高交付成本和回款周期。

更棘手的是供應鏈風險。

招股書顯示，中科聞歌算力基礎設施高度依賴國外GPU芯片，一旦遭遇管制、禁售限制，將直接影響模型訓練和推理服務。雖然公司計劃轉向國產化采購，但國產芯片在性能、生態和成本上與英偉達仍有差距，且AI芯片更新換代極快，今天采購的GPU很可能兩三年后就在效率上落后于新一代產品。

在這種情況下，中科聞歌坦言將繼續加大研發投入。但研發活動本身具有高度不確定性，招股書承認，若中科聞歌無法及時跟上AI技術的快速迭代，現有解決方案可能迅速過時。

丁少將指出，盡管短期承壓，決策智能向金融、能源、醫療等行業的長期擴展確定性較強，其關鍵驅動力在于行業橫向拓展、數據開放程度以及投資回報率的驗證。換言之，誰能熬過眼前的虧損與價格戰，誰就有望在千億級市場中分得一杯羹。