行業(yè)主要上市公司：科大訊飛 ( 002230 ) 、第四范式 ( 06682 ) 、拓爾思 ( 300229 ) 、用友網(wǎng)絡(luò) ( 600588 ) 、云從科技 ( 688327 ) 、出門問問 ( 02438 ) 、邁富時 ( 02556 ) 等
本文核心數(shù)據(jù)：人工智能代理行業(yè)上市公司匯總、人工智能代理企業(yè)業(yè)務(wù)布局對比等
1、人工智能代理產(chǎn)業(yè)上市公司匯總
人工智能代理是我國新興發(fā)展產(chǎn)業(yè)之一，其中下游端涉及到的需求廣泛，同時由于該行業(yè)注重研發(fā)，企業(yè)發(fā)展階段與研發(fā)投入強(qiáng)度和研發(fā)人員結(jié)構(gòu)具有較高關(guān)聯(lián)性，匯總中主要包含了人工智能代理方案企業(yè)與下游人工智能代理應(yīng)用企業(yè)。
2、人工智能代理行業(yè)上市公司基本信息對比
一些企業(yè)深耕垂直領(lǐng)域，如值得買、新開普、世紀(jì)天鴻、鼎捷數(shù)等，依托場景化數(shù)據(jù)積累、行業(yè) Know-How 與大模型技術(shù)融合，推出差異化 AI 代理產(chǎn)品。頭部企業(yè)如科大訊飛、商湯科技憑借自研大模型覆蓋多場景 ; 第四范式、邁富時通過智能體中臺服務(wù)多行業(yè) ; 而順網(wǎng)科技、出門問問等則在娛樂、消費端側(cè)領(lǐng)域創(chuàng)新。整體呈現(xiàn) " 垂直場景深度落地 + 生態(tài)合作 + 行業(yè)解決方案標(biāo)準(zhǔn)化 " 三大特征，技術(shù)路徑涵蓋流程自動化、多模態(tài)交互及低代碼開發(fā)平臺。
從研發(fā)投入絕對值看，頭部企業(yè)呈現(xiàn)顯著規(guī)模優(yōu)勢。以科大訊飛為例，2024 年研發(fā)投入達(dá) 45.8 億元，同比增長 19.37%，占營業(yè)收入比例 19.62%，其營收規(guī)模同步增長至 233.43 億元，形成 " 研發(fā)投入 - 營收增長 " 的正向循環(huán)。新興成長型企業(yè)如第四范式，2025 年第一季度營收 10.77 億元，研發(fā)費用 3.68 億元，研發(fā)費用率從 2024 年同期的 42.2% 降至 34.2%，反映出其在營收快速擴(kuò)張過程中研發(fā)投入效率的提升。
而部分企業(yè)則呈現(xiàn) " 高研發(fā)投入、低營收規(guī)模 " 特征。商湯科技 2024 年研發(fā)費用率高達(dá) 106%，截至 2021 年 6 月其研發(fā)團(tuán)隊規(guī)模超 3500 人，2018-2021 年上半年累計研發(fā)投入近 70 億元，但營收規(guī)模尚未形成匹配效應(yīng)。云從科技 2024 年第一季度研發(fā)投入占營收比重達(dá) 181.74%，但全年營收同比暴跌 36.69% 至 3.98 億元，研發(fā)資源與商業(yè)化能力的失衡問題突出。
而研發(fā)人員占比是衡量技術(shù)驅(qū)動屬性的核心指標(biāo)?？拼笥嶏w研發(fā)人員達(dá) 9752 人，占總員工比例 62.71%，顯著高于行業(yè)平均水平，支撐其認(rèn)知智能全國重點實驗室等國家級平臺的技術(shù)突破。拓爾思研發(fā)人員近 900 人，占員工總數(shù) 48.59%，并通過 8 個研發(fā)機(jī)構(gòu)的布局形成技術(shù)協(xié)同，其基于拓天大模型平臺將行業(yè)模型訓(xùn)練周期從 15 天壓縮至 2 天，體現(xiàn)出較高的研發(fā)轉(zhuǎn)化效率。反觀也有部分企業(yè)面臨研發(fā)團(tuán)隊收縮壓力。云從科技 2024 年研發(fā)人員從 467 人減至 228 人，減員比例 51.18%，同期研發(fā)費用降低 18.27%，可能對其算法迭代能力產(chǎn)生負(fù)面影響。
3、人工智能代理行業(yè)上市公司業(yè)務(wù)布局對比
中國人工智能代理上市公司的行業(yè)滲透呈現(xiàn) " 垂直深耕 " 與 " 跨域擴(kuò)張 " 并行的格局，場景分布覆蓋金融、教育、醫(yī)療、能源、制造等數(shù)十個領(lǐng)域，形成多維度的 " 行業(yè) - 場景 " 應(yīng)用矩陣。
從行業(yè)覆蓋來看，金融領(lǐng)域聚集了第四范式、云從科技、拓爾思、中科金財?shù)阮^部企業(yè)。其中第四范式服務(wù)工商銀行、中國銀行等頭部金融機(jī)構(gòu)，落地信貸風(fēng)控、資產(chǎn)管理等場景。教育領(lǐng)域以科大訊飛為代表，科大訊飛 AI 學(xué)習(xí)機(jī)連續(xù)三年居京東、天貓 "618" 榜首，智慧教育業(yè)務(wù)營收達(dá) 72.29 億元。醫(yī)療領(lǐng)域滲透率較高，科大訊飛智慧醫(yī)療覆蓋全國 30 多個省份 670 多個區(qū)縣，累計提供 9.1 億次 AI 輔診建議，能源與制造領(lǐng)域，第四范式深耕能源電力，與桂冠電力合作打造 " 數(shù)字桂冠 " 生態(tài)云平臺實現(xiàn)電廠無人化，云從科技則將制造、能源列為泛 AI 業(yè)務(wù)新增長點，2024 年相關(guān)收入增長 136.10%。
注：業(yè)務(wù)占比以 2023-2024 企業(yè)年報披露、財報計算得出
生態(tài)合作伙伴的數(shù)量與質(zhì)量成為企業(yè)競爭的重要壁壘。頭部企業(yè)通過跨行業(yè)聯(lián)盟與技術(shù)協(xié)同擴(kuò)大覆蓋范圍：第四范式以 " 開放、成長、共贏 " 為理念，聯(lián)合聯(lián)想、蘭博基尼等企業(yè)拓展 AI 決策技術(shù)應(yīng)用場景 ; 科大訊飛開放 647 項 AI 能力，與中國移動等 20 余家頭部企業(yè)合作覆蓋 300 多個場景，星火小助手創(chuàng)建數(shù)量突破 51,000 款 ; 商湯科技與電信渠道合作推廣商業(yè)元宇宙應(yīng)用，出門問問則通過與騰訊云、谷歌、高通等企業(yè)合作，強(qiáng)化多模態(tài)技術(shù)與智能硬件的結(jié)合。
國產(chǎn)化適配能力直接影響政務(wù)與國企客戶的拓展成效。多家企業(yè)通過與華為昇騰、鯤鵬等國產(chǎn)算力體系合作，實現(xiàn)技術(shù)自主可控：科大訊飛采用華為昇騰芯片構(gòu)建國產(chǎn)算力平臺，訓(xùn)練效率從 55% 提升至 85%; 云從科技與華為昇騰合作推出的訓(xùn)推一體機(jī)，支持千億級模型訓(xùn)練及混合模型云服務(wù) ;稅友股份與華為鯤鵬聯(lián)合成立技術(shù)團(tuán)隊，完成財稅行業(yè)產(chǎn)品原生開發(fā)實踐。這些合作不僅滿足了政務(wù)與國企對數(shù)據(jù)安全的高要求，也為企業(yè)在智慧政務(wù)、智能制造等領(lǐng)域打開了市場空間。
4、人工智能代理行業(yè)上市公司業(yè)務(wù)業(yè)績對比
" 高增長 - 高毛利 " 類型以第四范式為代表。該公司 2024 年總營收達(dá) 52.61 億元，創(chuàng)歷史新高，同比增長 25.1%;2025 年第一季度營收持續(xù)增長至 10.77 億元，同比增速 30.1%，毛利率穩(wěn)定在 41.2%，毛利潤同步增長 30.1%。核心業(yè)務(wù)先知 AI 平臺表現(xiàn)尤為突出，2025 年第一季度收入 8.05 億元，同比增長 60.5%，收入貢獻(xiàn)率從 60.6% 提升至 74.8%，顯示出高毛利業(yè)務(wù)對整體營收的強(qiáng)勁拉動作用，其盈利模式具備較強(qiáng)的可持續(xù)性。
" 高增長 - 低毛利 " 類型的典型為云從科技。盡管 2024 年總營收同比下降 36.69% 至 3.98 億元，創(chuàng)近七年新低，但其泛 AI 業(yè)務(wù)收入仍實現(xiàn) 136% 的高速增長，不過毛利率僅為 19.7%。低毛利可能與其業(yè)務(wù)結(jié)構(gòu)中硬件依賴較強(qiáng)有關(guān)，例如人機(jī)協(xié)同操作系統(tǒng)收入同比暴跌 55.86%，硬件集成或相關(guān)設(shè)備銷售可能拉低整體盈利水平。
" 低增長 - 高毛利 " 類型可參考拓爾思。2024 年公司總營收 7.77 億元，同比微降 0.59%，增長相對緩慢 ; 但人工智能軟件產(chǎn)品及服務(wù)收入占比達(dá) 33.24%，大模型應(yīng)用收入 1.26 億元，同比增長 13.87%。其增長受限可能與定制化項目占比較高有關(guān)，定制化服務(wù)雖能維持較高毛利水平，但項目周期長、規(guī)?；瘡?fù)制難度大，導(dǎo)致整體營收增速放緩。
5、人工智能代理行業(yè)上市公司業(yè)務(wù)規(guī)劃對比
中國人工智能代理上市公司在技術(shù)迭代與產(chǎn)品路線圖上呈現(xiàn)出差異化的戰(zhàn)略布局，主要體現(xiàn)在技術(shù)投入方向中通用模型與垂直模型的資源分配和商業(yè)化節(jié)奏的差異，進(jìn)而影響 " 技術(shù)領(lǐng)先 - 場景落地 " 的轉(zhuǎn)化效率。
來源：前瞻網(wǎng)
