投资评级与核心观点 - 投资评级：首次覆盖给予"买入"评级 [2] - 核心观点：迈富时是国内营销及销售SaaS龙头，全面拥抱AI技术，通过AI-Agentforce智能体中台和外延并购实现业务加速增长 [8] - 目标价：基于2025年5.3倍PS估值 [8] 公司概况与业务布局 - 成立时间：2009年，聚焦企业营销与销售数字化智能化 [13] - 业务板块：AI+SaaS（占比54%）、精准营销、一体机三大业务 [16] - 产品矩阵：T云（面向SMB）、珍客（面向KA）、政务一体机（新增业务） [17] - 客户覆盖：零售消费、汽车、金融、医药大健康等七大行业 [13] 财务表现与预测 - 2024年营收15.59亿元（+26.5%），经调整净利润0.79亿元（扭亏） [19][20] - 2025E-2027E营收预测：23.55/30.85/40.62亿元，CAGR 31% [7] - 2025E-2027E归母净利润：0.96/2.07/3.54亿元 [7] - SaaS业务毛利率维持高位（2024年86.3%） [18] 市场空间与竞争格局 - 中国营销及销售SaaS市场规模：2025年463亿元，2027年745亿元 [42] - 公司市占率：2022年以5.3亿元收入占2.6%市场份额 [44] - Agent市场空间：2025年1398亿元，2028年有望突破万亿元 [45] 产品与技术优势 - AI-Agentforce智能体中台：加速Agent开发，支持"标准中台+定制实施"服务 [86] - T云客户：2.6万家，订阅/收入留存率73%/88% [74] - 珍客客户：783家，订阅/收入留存率95%/124% [81] - AI外贸员工EVA：提升外贸效率100倍，覆盖49种语言 [78] 发展战略与增长驱动 - 三大战略：AI-Agentforce中台、外延并购、全球化布局 [8] - 增长驱动：SMB向KA客户拓展、Agent提升客单价、一体机打开新市场 [8] - 募资情况：IPO及两次配售共募资15亿港元，用于AI研发和并购 [40] 行业趋势与对标企业 - 行业趋势：营销及销售SaaS渗透率从1.3%提升至1.8% [42] - 海外对标：Hubspot（2024年营收26.3亿美元）、Salesforce（Agentforce产品） [67][69] - 技术方向：生成式AI在营销场景优先落地，Agent创造增量价值 [45]

财务表现 - 上半年实现收入31.92亿元人民币 同比增长11.2% [1][2] - 云订阅收入16.84亿元人民币 同比增长22.1% [2] - 公司权益持有人应占亏损0.98亿元人民币 同比缩窄55.1% [1] - 毛利率同比改善2.4个百分点至65.6% [2] - 云订阅毛利率达96.2% 同比增长0.9个百分点 [2] - 云订阅ARR同比增长18.5%至37.3亿元人民币 [2] - 云订阅合同负债33.78亿元人民币 同比增长24.7% [2] - AI合同金额超1.5亿元人民币 [2] 业务结构 - 云订阅收入占比提升带动毛利率改善 [2] - 金蝶·云星瀚收入增速达41.1% NDR为108% [3] - 金蝶·云星辰云订阅收入增速23.8% NDR为93% [3] - 金蝶·云星空云订阅收入增长19% NDR为94% [3] - 研发费用占营业额比重从28.1%下降至24.3% [2] AI战略布局 - 发布苍穹AI Agent平台2.0及多款AI原生智能体产品 [3] - 预计2030年AI收入将达公司整体收入30%以上 [1] - 大型企业客户试用智能体产品并提出细化需求 [3] - 通过多智能体协同推进产品迭代 紧贴客户需求 [4] - 将AI能力注入核心SaaS产品 [4] 市场竞争与挑战 - 面临数据质量不高及数据孤岛问题 [5][6] - 缺乏同时懂业务和AI的复合型人才 [5][6] - 国内缺乏统一接口标准和行业基准案例 [5][6] - 厂商间互联互通性较海外存在差距 [6] - 开源模型降低开发成本 可能引发同质化竞争 [5] 海外拓展 - 重点发力东南亚和中东市场 已发布14个国家地区产品包 [7] - 客户包括中企出海和海外本土企业两类 [6] - 明年计划拓展非洲、欧洲、日本等市场 [7] 行业趋势 - AI+SaaS黄金十年加速演进 [1] - 大模型技术推动SaaS渗透率提升 [4] - 企业级AI应用可能采用按效果付费模式 [4] - 大型企业关注业务整合与供应链透明化 [3] - 中型企业强调快速部署与低成本标准化 [3]

财务表现 - 公司上半年实现收入31.92亿元人民币，同比增长11.2%，其中云订阅收入16.84亿元，同比增长22.1%，产品、实施及其他收入增长1.2%至15.08亿元 [2] - 公司权益持有人当期应占亏损同比缩窄55.1%至0.98亿元，毛利率同比改善2.4个百分点至65.6%，主要得益于云订阅业务规模化效应和AI效率提升 [2][3] - 云订阅ARR同比增长18.5%至37.3亿元，云订阅合同负债同比增长24.7%至33.78亿元，云订阅毛利率达96.2%，同比提升0.9个百分点 [3] 业务发展 - 公司预计年末经营性现金流超10亿元，并强调已转型为以订阅模式为核心的云服务公司，未来将提升云订阅业务比重，优化实施环节外包策略 [2][3] - 分产品线看，大型企业产品金蝶·云星瀚收入增速达41.1%（NDR 108%），小微企业产品金蝶·云星辰增长23.8%（NDR 93%），中型企业产品金蝶·云星空增长19%（NDR 94%） [4] - 大型企业关注业务整合与供应链透明化，中型企业侧重快速部署和低成本标准化，公司已推出苍穹AI Agent平台2.0及6款智能体产品，客户试用反馈积极 [4][7] AI战略布局 - 公司提出"AI+SaaS黄金十年"已至，预计2030年AI收入占比将超30%，上半年AI合同金额超1.5亿元，AI能力正持续注入核心SaaS产品 [2][5] - 针对Agent竞争，公司选择高频需求场景与客户共创，结合开源模型（如DeepSeek）和算法人才，强化数据安全与生态集成两大护城河 [6][7] - 当前AI落地面临数据质量低、复合型人才短缺、生态接口标准缺失等挑战，但国内大模型发展加速（如DeepSeek开源）有望改善生态互联 [8][9] 国际化进展 - 海外市场聚焦东南亚和中东，已发布14个国家地区产品包，客户包括中企出海和本土企业，明年或拓展非洲、欧洲、日本市场 [9]

AI Infra的核心价值 - Agent平台属于应用层，核心在于任务调度与交互，但缺乏底层支撑能力，真正的AI Infra需以数据闭环驱动模型持续优化[3][6] - AI Infra的核心结构层能力包括分布式计算、数据调度、模型服务等，其运行逻辑是通过数据采集-处理-反馈闭环实现"数据-模型-应用"螺旋上升[7] - 数据是AI Infra的"灵魂"，企业部署Agent时若未激活内部数据价值，功能将流于表面[7][9] 市场现状与增长 - 全球Agent市场规模已达50亿美元，预计2030年增至500亿美元[2] - 中国AI Infra平台市场规模2025年预计达36.1亿元，同比增长86%[5] - 企业当前对AI Infra存在认知误区，将Agent平台等同于基础设施导致落地效果不佳[2][6] 传统数据基础设施的局限 - 传统数据平台以结构化存储为主，无法满足大模型时代海量多模态数据需求[12] - 数据孤岛问题突出，企业内分散的数据库导致系统集成困难，阻碍AI落地[13] - 数据平台与AI工具割裂，依赖人工治理模式导致效率低下成本高企[14] Data&AI新范式特征 - 新一代基础设施需实现多模态数据融合处理，支持文本/图像/音视频等非结构化数据[15][22] - 需构建Data&AI一体化闭环，覆盖数据治理→模型训练→智能体部署全链路[17][22] - 动态异构资源调度能力成为关键，需实现CPU/GPU按需分配和训推一体化[23] 赛道竞争格局 - 市场玩家分为四类：AI工具新兴厂商、传统大数据平台厂商、平台型综合厂商、专业垂直厂商[20][21] - 专业垂直厂商如Databricks具备先发优势，已形成AI-Native架构下的成熟产品体系[21] - 国内科杰科技采用"AI-in-Lakehouse"技术路径，推出KeenData Lakehouse2.0实现工程一体化[25][26] 行业应用案例 - 中国石化通过Data&AI平台实现数百个业务场景支撑，加速数据资产化转型[34] - 中国一汽利用平台零代码开发能力，落地机器人客服、数字孪生等智能应用[34] - 头部企业验证表明，一体化基础设施可显著提升数据开放赋能与智能应用规模化能力[33]

AI大模型对程序员职业发展的影响 - 当前技术圈普遍存在"AI焦虑"，大模型技术频繁被讨论，程序员面临是否掌握AI能力的抉择 [1] - 仅掌握传统CRUD开发技能的程序员市场价值下降，而将大模型融入开发流程（如Prompt设计、RAG、微调）的技术人员更具竞争力 [2] - 企业普遍将AI应用落地作为业务重点，掌握大模型能力的技术人才薪资涨幅超过50%，且获得更多职业机会 [2] AI大模型技术应用趋势 - RAG技术适用于需要持续更新知识的场景，无需重新训练大模型即可实现特定领域应用 [10] - Function Call技术通过集成外部工具增强大模型处理复杂任务的能力，提升交互实用性 [10] - Agent技术是特定场景的AI解决方案，智能客服成为企业最先尝试的Agent项目 [10] - 技术组合应用示例：检索资料需Agent+RAG，整合回复需Agent+Prompt+RAG [12] AI大模型人才培养方案 - 行业推出"AI大模型—就业实战营"，通过2天直播课程覆盖技术原理、实战项目复现和职业规划 [2][5] - 课程内容包含5大核心步骤：原理掌握→工具应用→开发实操→信息链接→实战演练 [10] - 实战案例包括金融行业"支小助"、知乎直答等热门产品，逐行解析代码实现全流程复现 [10] - 提供大厂内推资源，简历直达面试官，已有学员通过该体系实现职业跃迁 [18][20] 行业人才需求特征 - 大厂招聘聚焦大模型技术，岗位需求涵盖技术迭代方法、发展空间等维度 [18] - 具备AI能力可帮助技术人员构建壁垒，避免35岁职业危机，延长20年职业生命周期 [14] - 课程名额限制100人，反映市场对AI人才培养的高需求与稀缺性 [5][14]

AI技术对程序员职业的影响 - 当前技术圈普遍存在"AI焦虑"，"大模型"和"替代程序员"成为高频话题[1] - 传统CRUD程序员价值下降，掌握AI大模型能力的程序员薪资涨幅超过50%且更具职场竞争力[2][3] - 企业已将业务重点转向AI应用落地，具备大模型能力的技术人才更受招聘市场青睐[3] AI大模型技术应用 - RAG技术适用于需要持续更新知识的场景，无需重新训练大模型即可实现特定领域应用[12] - Function Call通过集成外部工具增强大模型处理复杂任务的能力[12] - Agent技术是特定场景的AI解决方案，智能客服成为企业级应用的典型代表[12] AI大模型就业实战营内容 - 课程包含2天直播，覆盖技术原理+企业级实战项目复现+职业规划三大模块[3][6] - 教学案例包括金融行业"支小助"和知乎直答等热门产品的技术架构拆解[12] - 学员可获得大厂内推/面试资料/知识图谱等求职资源[8][18] 课程技术深度 - 解析从GPT到开源模型的底层原理与技术架构[9][10] - 教授5大核心开发步骤：原理掌握→工具应用→产品开发→信息链接→实战演练[12] - 重点演示RAG和Fine-tuning技术在大语言模型中的实际应用[9] 职业发展支持 - 提供大模型招聘行情分析，包括岗位需求/薪资水平/技术迭代方法等[20] - 持续提供企业直聘机会，简历可直达大厂面试官[20] - 课程由AI领域专家研发，包含商业化项目经验分享[18] 课程推广信息 - 限时免费开放100个名额，24小时后关闭报名通道[6][16] - 目标人群包括希望参与前沿项目/构建技术壁垒/规避职业风险的开发者[16] - 强调AI时代先发优势的重要性，建议程序员尽早掌握相关技术[22]

行业动态 - 大模型产业进入"Agent元年"，企业级市场正在发生深刻变革 [2] - 2025年上半年智能体构建平台中标项目达371个，同比增长250%，接近去年全年总量的三分之二 [2] - 行业商业模式正经历根本性转变，从按卡时、Token收费演进到按使用量订阅，未来终极形态将是"营销增收、成本节约"的价值分成模式 [3] 公司表现 - 火山引擎凭借HiAgent智能体平台，以"中标金额与数量双第一"的业绩占据企业级AI智能体赛道领跑位置 [2] - 火山引擎自2024年下半年起稳居中标数量榜首，今年上半年包揽中标金额与数量双料冠军 [2] - 替换HiAgent后智能体并发能力突破原有平台200上限，满足真实生产需求 [3] 产品创新 - HiAgent 2.0首创Agent DevOps体系，实现开发运营一体化 [2] - 提供行业模板库，将企业定制周期缩短80% [2] - 打通"模应一体"，支持企业精调专属模型 [2] - 推出Canvas交互门户，统一调度数百个分散Agent [2] 竞争策略 - 火山引擎通过豆包大模型+火山方舟推理优化构建性价比护城河 [3] - Agent的长期记忆和知识库构成天然壁垒 [3] - 公司将行业know-how转化为生产力的确定性方案作为核心竞争力 [2]

行业表现 - 中证软件服务指数强势上涨2 21% 成分股同花顺上涨8 27% 指南针上涨5 29% 财富趋势上涨4 73% 中科创达 电科数字等个股跟涨 [1] - 软件ETF(159852)上涨1 92% [1] 流动性及规模 - 软件ETF盘中换手6 24% 成交3 31亿元 近1月日均成交3 75亿元 排名可比基金第一 [3] - 软件ETF近1周规模增长1 03亿元 新增规模位居可比基金第一 [3] - 软件ETF近1周份额增长2 75亿份 新增份额位居可比基金第一 [3] - 软件ETF最新资金净流入1 47亿元 近5个交易日内有3日资金净流入 合计2 24亿元 [3] 收益能力 - 软件ETF自成立以来最高单月回报为39 35% 最长连涨月数为3个月 最长连涨涨幅为69 40% 上涨月份平均收益率为9 75% [3] 行业观点 - 华龙证券研报指出 Agent和算力军备赛逐渐白热化 国内开源基础大模型继续推动AI技术平权 国产算力不断取得突破 多重利好催化下 看好AI产业投资价值 [3] - 广发证券认为 大模型Agent能力的提升有望突破软件开发场景的应用瓶颈 加强大模型对用户特定需求和具体应用场景的理解能力 为软件开发人员在架构设计过程中提供新思路 [4] 权重股信息 - 中证软件服务指数前十大权重股合计占比61 39% 分别为科大讯飞(13 93%) 金山办公(8 15%) 同花顺(7 39%) 恒生电子(6 39%) 润和软件(5 09%) 三六零(4 49%) 拓维信息(3 91%) 用友网络 指南针(3 62%) 软通动力(3 92%) [4][6] - 科大讯飞上涨1 00% 金山办公上涨1 85% 同花顺上涨8 27% 恒生电子上涨2 27% 润和软件上涨2 18% 三六零上涨0 94% 软通动力上涨1 59% 拓维信息上涨0 35% 指南针上涨5 29% 中国软件上涨1 32% [6] 投资布局 - 场外投资者可通过软件ETF联接基金（012620）布局AI软件投资机遇 [6]

本周观点聚焦 - 坚定加仓Agent龙头 [1] - 深度跟踪Agent行业海外巨头财报及GPT5验证高景气 [1] 周观点 - 持续战略性加仓计算机板块 国内外资本市场呈现积极态势 计算机板块持仓水平较低 业绩稳健转好 政策及产业创新不断 具备显著投资价值 [1] - 头部大模型迭代加速 7月以来包括Grok4、Kimi K2、GLM4 5、Genie3、GPT5等 开源、低成本、低幻觉、多模态成为主要特征 加速AI应用落地 [1] Agent产业链 - 首推Agent产业链龙头 大模型进化及头部用户数据治理推进加速Agent爆发 [2] - 美国Agent标杆Palantir 2025Q2业绩全面超预期 商业Agent驱动美国商业业务收入同比增长93% 股价持续创新高 [2] - 建议把握市场波动带来的建仓机会 重点关注商业及军工AI侧龙头公司 [2] 海外AI应用跟踪 - 专题跟踪海外AI应用龙头及GPT5进展 [3]

ChatGPT Agent发布 - 公司正式发布ChatGPT Agent，一款通用型AI Agent，具有自主任务执行能力[2][4] - 该产品整合了Operator和Deep Research团队的能力，团队规模20至35人[7][16] - 采用端到端训练方法，是统一模型而非多个模型组合[8][20] 技术路径与功能 - 独特技术路径：Agent能力内化于模型，不同于Manus的"外部缝合"方式[5][6] - 配备四种工具：可视化浏览器、文本浏览器、终端和API访问[19][21] - 可在虚拟计算机环境中保存任务上下文，支持用户打断和继续[18] 性能表现 - 在HLE基准测试达到41.6%，高于Grok4的41.0%[26][27] - FrontierMath数学基准准确率27.4%[29] - 现实数据科学任务DSBench准确率89.9%和85.5%[33] - 电子表格编辑能力45.5%，超过Copilot in Excel的20%[36] 产品可用性与定价 - 立即向Pro用户开放，Plus与Team用户数日内开通[42] - Pro用户每月400条消息，其他付费用户40条[43] - 定价每月20美元，与Manus的19美元接近[15] 竞争格局 - 首次集成完整虚拟机环境，用户可实时观察AI操作[51] - 与Claude对比：ChatGPT Agent强调自主代理，Claude侧重工具使用[54] - 公司承认功能仍处早期，将持续迭代优化[53] 行业影响 - 发布标志着"Agent即模型"趋势加速[1][51] - 产品演示引发对AGI进展的讨论[54][55] - 用户对GPT-5的期待仍在持续[55][56]