國家隊下場，AI第一股來了！

作者：AI科技銳評

來源：AI科技銳評（ID：AIreview001）

一家從中科院系走出來的AI公司，帶著國資股東和決策智能光環沖刺港股；

4月12日，“中科聞歌”把一份招股書遞到港交所，也把“國家隊AI”第一次真正推到了資本市場的顯微鏡下

這家來自中科院自動化所的科學家團隊創業的公司，背后有國開制造業轉型升級基金、AI基金、中網投等機構股東，業務又切在“企業級AI決策智能”這樣一個聽上去足夠硬核、足夠To B、也足夠政策友好的賽道上。

但或許問題也正出在這里，當一家AI公司帶著“國家隊”站到資本市場面前時，市場不會只問它技術強不強，也不會只問它股東硬不硬。

市場真正想要的答案是：這家公司能不能把復雜技術變成穩定收入，把項目交付變成可復制產品，把國家隊光環變成一張經得起審視的利潤表。

一

不是賣模型，是賣“判斷”

中科聞歌和很多大模型公司的敘事不太一樣。

今天市場上大多數AI故事，講的是模型參數、推理能力、Agent、應用入口或者C端用戶增長。

但中科聞歌講的是另一套邏輯：企業級復雜數據分析，以及AI輔助決策。

換句話說，它不是在和普通用戶聊天，而是在試圖進入組織的判斷鏈條。

其港交所申請版本顯示，中科聞歌專注于復雜數據分析及人工智能輔助決策，能力覆蓋數據治理、領域知識管理、大語言及多模態模型訓練、決策自動化與評估、低代碼AI應用開發等；往績記錄期間，公司已為超過650家企業及政府客戶提供AI服務。

C端AI應用爭的是入口，企業級AI決策爭的是流程。

入口可以靠體驗、價格和傳播迅速放大，但流程要嵌進客戶的業務系統、數據體系、管理鏈條和決策機制。它不只是“能不能回答問題”，而是“能不能在復雜場景里減少誤判、提高效率、形成組織級價值”。

所以，中科聞歌真正要賣的不是一個模型，它賣的是一種能力：讓企業和機構在海量信息里更快做出判斷。

這也是它最有想象力的地方。因為一旦AI進入企業決策鏈條，它就不再只是工具，而可能成為業務流程的一部分。

但這也是它最難的地方，因為決策智能不是標準化程度極高的消費軟件。不同客戶的數據結構不同，業務流程不同，管理目標不同，監管要求不同，內部系統也不同。

一個看上去很高端的AI決策系統，落地時往往會變成漫長的需求溝通、定制開發、部署調試、客戶驗收和后續運維。

這決定了中科聞歌不是一個輕飄飄的AI故事，它更像是一家披著AI外衣的復雜企業級軟件與解決方案公司。

這類公司最大的難題，從來不是“有沒有技術”，而是“技術能不能被產品化，產品能不能被復制，復制能不能帶來利潤”。

二

第一很亮，但賽道還小

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提供商中排名第一，市場份額為11.4%；同時，在2024年中國企業級大模型市場中排名第七，市場份額為2.4%。

也就是說，在“企業級大模型驅動的決策智能”這個細分市場里，中科聞歌是第一；但放到更大的“中國企業級大模型市場”里，它只是第七。

這說明什么？

說明它不是在通用大模型戰場上和頭部大廠正面拼規模，而是在一個更窄、更垂直、更偏行業決策的領域里先建立位置。

這是一種聰明的打法。

大模型主戰場太擁擠。算力、數據、生態、開發者、渠道、品牌，每一項都需要極強資源。對一家中科院系AI企業而言，如果直接卷通用模型，很容易陷入大廠和頭部獨角獸的包圍圈。

但決策智能不一樣，它更重行業理解，更重客戶關系，更重交付能力，也更依賴長期積累的場景數據和業務知識。尤其在傳媒通信、公共服務、商業企業等領域，客戶不是只買一個“模型能力”，而是買一套能解決具體業務問題的系統。

這給了中科聞歌切入市場的機會。

問題是，細分市場第一并不自動等于長期護城河。

小市場里的領先，可以證明這家公司跑得早、站位準、交付能力有積累。但當這個賽道被證明有價值之后，大廠、AI創業公司、政企數字化服務商、行業軟件公司都會進入。

中科聞歌現在的行業第一，更像是“先手優勢”。

但真正的護城河，還要看它能不能把行業知識、客戶場景、數據治理、模型能力和交付體系沉淀成平臺，而不是每次都重新做一個項目。

小市場第一，是起點；大市場站穩，才是本事。

三

收入在漲，虧損也在

細看財務數據，中科聞歌的故事開始變得更現實。

2023年、2024年及2025年，中科聞歌收入分別為2.497億元、3.178億元和4.053億元；毛利率分別為44.0%、50.4%和51.2%。這說明公司收入在增長，毛利率也在改善。

這部分數據對中科聞歌是加分項，很多AI公司還停留在技術展示、產品試用或概念驗證階段，而中科聞歌已經有較穩定的企業級收入。

更重要的是，毛利率從44.0%提升到51.2%，說明它的產品和服務結構可能在優化，成本控制或交付效率也有一定改善。

但從現金流情況來看，中科聞歌經營端持續“燒錢”。2023年至2025年，其經營活動現金流凈額分別為-1.83億元、-1.35億元和-1.88億元，連續三年為負，且在2025年再次擴大。

這就是資本市場會盯住的地方，它說明公司還沒有從“技術投入期”和“市場擴張期”真正走到盈利階段。

不過這并不罕見，企業級AI公司通常有一個共同問題：研發投入很重，銷售周期很長，交付不輕，客戶又常常要求高度定制。

最終表現到財務報表上，就是收入看起來在增長，但費用端很難快速下降，中科聞歌也不例外。

截至2025年末，研發團隊共有250名員工，占全職員工總數43.9%，這是一家AI公司的必要投入，也是一家公司盈利模型的壓力源。

研發投入越強，越能支撐技術壁壘；但研發投入長期高企，也會持續壓制利潤。

對中科聞歌來說，資本市場不是不接受虧損，而是要看到虧損背后的確定性：研發投入能不能轉化為產品壁壘，產品壁壘能不能轉化為收入規模，收入規模最終能不能攤薄費用。

否則，虧損就不是成長的代價，而是模式尚未跑通的信號。

AI公司可以虧，但不能只會虧。

四

客戶夠硬，回款更硬

中科聞歌的客戶底盤還是很硬的，它服務的是傳媒與通信、公共服務、商業企業等客戶。

2023年至2025年，公司收入主要來自人工智能服務在傳媒與通信、公共服務、商企等領域的應用；其中，2025年傳媒與通信收入1.217億元，公共服務收入1.479億元，商企收入1.292億元。

過去很多政企AI公司容易過度依賴單一公共服務或政務場景，而中科聞歌的收入結構里，商企業務占比在提升。2025年，商企收入占比已經達到31.9%，高于2023年的14.5%。

這是一個積極信號。

因為如果企業級AI只停留在政務或公共服務項目里，市場會擔心它的商業化彈性不夠、回款周期偏長、預算波動較大。商企客戶占比提升，至少說明公司正在嘗試進入更廣泛的商業場景。

但客戶結構改善不等于現金流已經改善。

據其提交的財報顯示，2023年、2024年及2025年，中科聞歌經營活動現金流量凈額分別為-1.828億元、-1.349億元和-1.880億元。公司也提示，經營活動現金流出主要與提供人工智能服務、研發、銷售及市場推廣活動、行政管理產生的大量營運成本及經營費用有關。

這就是企業級AI最現實的一面：客戶越大，訂單越有分量；但客戶越大，項目周期、驗收周期、付款周期往往也越長。

尤其是決策智能這種項目，很多時候不是買一個標準SaaS賬號，而是涉及數據接入、系統集成、模型適配、業務流程重構、權限配置和安全合規。每一個環節都會拉長交付周期。

如果公司擴張速度加快，賬面收入在增長，但應收、預付、人員、研發、交付成本同步上升，現金流壓力就會體現出來。

所以，中科聞歌需要證明的不只是“客戶愿意買”。

它還要證明：客戶買完之后，項目能夠順利驗收，款項能夠穩定回收，交付成本能夠被壓縮，復購和擴展能夠持續發生。

否則，AI決策智能就會從高壁壘業務變成重交付生意。

在企業級AI里，訂單是故事，回款才是答案。

五

真正的對手，不只是AI公司

中科聞歌所處的戰場，表面看是AI市場，實際更復雜。

它的競爭對手不只是大模型公司。

在傳媒通信場景，它可能面對媒體技術服務商、內容智能平臺、輿情分析公司；

在公共服務場景，它可能面對政務數字化服務商、城市治理平臺、傳統系統集成商；

在商企場景，它還要面對金融科技公司、企業軟件公司、垂直行業解決方案商……

這意味著，中科聞歌的競爭不是單一維度競爭，不是模型強就夠了，也不是客戶多就夠了。

它要同時比拼模型能力、數據治理能力、行業Know-how、交付體系、客戶關系、合規能力和成本控制。

這也是企業級AI和C端AI最大的區別。

C端AI應用可以靠一個爆款功能迅速出圈，企業級AI很難。

企業客戶買的不是驚艷感，而是確定性。能不能穩定運行，能不能適配流程，能不能降低風險，能不能真正提高效率，才是客戶最后愿意付錢的原因。

中科聞歌如果要守住“決策智能第一”的位置，就必須把自己的優勢從“項目能力”升級成“平臺能力”。

所謂平臺能力，不是簡單做一個后臺系統，而是要讓不同客戶、不同場景、不同模型、不同數據治理方法之間形成可復用的產品模塊。

只有這樣，公司才可能從一次性交付，走向持續收入；從重人工定制，走向高復用部署；從收入增長，走向利潤改善。

企業級AI的終局，不是誰模型更會說話，而是誰能把AI寫進客戶的經營流程。

六

AI下半場，資本開始看現金流

我們認為中科聞歌，更像是中國企業級AI商業化進入第二階段的信號。

第一階段，大家看模型，誰參數大，誰能力強，誰發布快，誰聲量高。

第二階段，大家看客戶，誰能進政企，誰能進金融，誰能進公共服務，誰能拿下標桿案例。

第三階段，市場會看報表，收入是不是增長，毛利率是不是改善，費用率是不是下降，現金流是不是轉正，虧損是不是收窄。

中科聞歌站在這個轉折點上。

它的優勢很直觀：中科院系科學家創業，國資背景強，決策智能賽道卡位早，客戶基礎不弱。

它的壓力也很明顯：持續虧損，現金流承壓，項目交付較重，未來還要面對更激烈的企業級AI競爭。

所以，這家公司真正值得觀察的，不是它能不能成為“國家隊AI第一股”，而是它能不能證明：在中國AI產業里，企業級決策智能真的可以從高壁壘技術，變成高質量生意。

AI的上半場拼模型，下半場拼組織；再往后，拼的是誰能把智能真正寫進利潤表。