公司AI战略与投入 - 公司作为国内领先金融科技上市企业 以AI为核心驱动力 累计研发与AI领域投入超20亿元 年交易规模达700亿元 [3] - 公司自研大模型是汽车金融行业唯一通过国家备案模型 并实现DeepSeek-V3本地化部署与全面应用 构建覆盖预训练 后训练及多尺寸领域的全栈AI能力体系 [3] AI技术演进路径 - AI技术与业务场景融合分为三阶段：1.0判别式AI时期人主AI辅 2.0深层次AI阶段大模型参与判断 3.0 Agent AI阶段机主人数动态业务流程 [3] - 公司已实现从模型训练到业务应用的全链路AI产品化布局 包括自研AI原生话务系统 多模态模型 机器人平台和新媒体创作平台 [3] 汽车金融业务应用 - AI能力深度嵌入融资前-中-后全流程：融资前通过AI自动生成渠道分析报告和多模态资料提取 融资中依托端到端风控模型直接处理原始信息减少人工干预 融资后借助语音情感分析预判客诉风险并制定个性化资产管理策略 [3] - 公司以AI Agent业务面与风控智能链双轮驱动推进Agent化业务重构 在进件预审批环节通过外呼助手 IM助手 审批助手三类智能体协同实现零人工介入全流程操作 [5] 行业竞争力与全球影响 - 公司AI技术能力在国内市场获得验证 并在全球范围展现竞争力 中国在AI技术与场景结合深度上具有独特优势 [5] - 公司依托全栈AI能力和成熟业务验证模型 持续输出汽车金融领域中国式方案 为AI时代金融科技的服务创新与全球竞争提供重要实践路径 [5]

行业趋势与挑战 - AI应用场景探索成为产业界焦点 但企业数字化与AI结合存在执行争议 数字化成熟企业认为AI功能效果"聊胜于无" 未数字化企业认为AI可替代数字化系统建设[1] - 企业普遍纠结于"数字化要不要加AI"和"加了AI该怎么用"的问题 这反映了产业大模型与企业数字化体系结合路径尚不明确[1] 技术变革方向 - AI推动数字化从"流程驱动"向"智能驱动"根本性跃迁 使系统从冷冰冰的流程执行者转变为拥有"智慧"和可控决策能力[1] - AI在决策层面实现从"事后统计"到"事前预测+事中干预"转变 通过海量业务数据实时分析预测未来销量 为采购生产提供智能建议[3] - 自然语言处理技术让员工与系统交互更自然 系统自动生成报告大幅降低软件使用门槛[3] - AI在操作层面自动执行票据识别 智能对账 自动生成凭证等规则明确重复性任务 将员工从繁琐事务中解放[3] 服务模式进化 - AI Agent爆发带来进化与融合契机而非冲击 其自主任务分解和执行能力能优化传统服务中标准化重复性咨询和实施环节[3][4] - 传统数字化服务模式存在实施周期长 成本高 对人员依赖度大等问题 AI Agent可有效解决这些痛点[4] 竞争壁垒优势 - 成熟数字化服务商具备三大难以替代优势：深厚行业积累服务过上万企业 沉淀多行业精深业务实践是构建专业级可商用AI Agent最宝贵"燃料"[4] - 复杂系统集成能力可打通企业数字化环境中ERP CRM MES等多个系统 平台整合能力是单一AI Agent技术公司所不具备[4] - 负责任的服务与保障提供全天候服务保障和承担责任能力 企业级应用关乎核心经营数据和生产连续性[4] 产品战略布局 - 浪潮捷云打造"垂域大模型+AI Agent+全栈工具链"三位一体架构 将AI Agent能力融入产品与服务体系 让专家经验得以复制和下沉[4] - AI不会代替而是重塑和增强数字运营商能力 运营服务核心价值在于解决复杂异常和个性化问题 AI可取代"标准问答""常见故障排查""操作指引"等基础重复性工作[5] - 在海岳inSuite产品体系中 AI不是锦上添花点缀而是深度融合在每个业务场景中的"智能副驾" 成为产品核心能力之一[5] 市场机会与产品创新 - 小型企业市场面临"缺方案不敢转"的战略模糊和"缺资金不愿转"的成本压力双重困境 亟须即开即用轻量化解决方案[5] - 中国小型企业数量庞大市场空间广阔 每年新增企业数量可观 是充满活力的增量市场[6] - 浪潮海岳inSuite ONE聚焦小型企业 以轻量易用 标准交付 云端部署为核心特性 解决企业适配难 落地慢 用不起痛点[6] - 产品支持按发展阶段逐步升级 采用自研Farris Design体系优化体验 贴合小型企业预算 提供多类部署模式 依托浪潮海岳大模型提供AI功能助力数据驱动决策[6]

核心观点 - AI Agent正在重塑SaaS行业 从工具转型为"智能劳动力" 推动底层逻辑重构 [1][7][8] - 北森作为HR SaaS代表 通过AI Agent实现商业化突破 服务超500家客户且签约额破2000万元 [1][8] - 行业从"软件交付"进入"智能劳动力"时代 预计HCM SaaS市场2029年达15.5亿美元 CAGR超16.4% [8] 行业转型趋势 - SaaS行业经历云化交付变革后 正面临AI Agent化重构 软件转变为承担实际任务的智能劳动力 [1] - 生成式AI推动SaaS从流程管理工具升级为智能决策中枢 替代传统"烧钱换规模"模式 [9] - HR领域成为AI Agent化先行沙盒 CRM/财务/供应链等流程密集领域预计快速跟进 [7] 北森AI实践成果 - 18个月内从7个AI助手迭代至10个AI Agent 覆盖招聘/培训/绩效等HR全环节 [1][5][6] - AI面试官通过蒙牛/京东方验证 人机一致性媲美资深面试官 用户数超百家 [2][6] - 收购酷学院布局E-Learning领域 构建"三分学七分练满分用"的AI培养体系 [3][4] 技术实现路径 - 采用"People Science×AI Agent"三角框架：通用大模型+垂直领域Know-how+专业服务陪跑 [6][7] - 融合200多名心理学专家方法论 通过垂直数据训练实现人才评估与能力建模 [6] - AI Agent实现智能简历筛选、个性化评估、实战模拟演练 提升工作效率与学习效果 [6] 市场前景与规模 - 麦肯锡研究显示企业AI应用长期潜力达4.4万亿美元生产力提升空间 [8] - 中国HCM SaaS市场2024年规模7.2亿美元（同比+12.4%） 2029年预计突破15.5亿美元 [8] - AI Agent仍处起步阶段 未来将由真实客户场景驱动商业化落地 [9]

创始人背景与投资理念 - 创始人Vakee拥有复旦大学和帝国理工教育背景 在伦敦从事AI量化投资 后加入百度凤巢搜索广告系统和百度投资部 2015年开始投资AI并购买英伟达股票[11][12][13] - 投资理念强调风险管理第一 投资是胜率和赔率结合 赔率可计算而胜率不可控 需在认知范围内投资[15][16][20] - 认为投资应回归本质 将灵感高效转化为交易机会 投资可以简单有趣 是自我表达方式[5][28][29] 创业动机与公司定位 - 创立RockFlow旨在降低投资门槛 让普通人轻松上手投资 开发AI助手Bobby实现这一目标[3][28][33] - 创业四个维度考量：选择金融大行业 AI最佳落地场景为广告金融游戏 对投资有热情 团队能执行落地[22][23][26][27] - 公司定位为AI驱动的金融交易平台 专注垂类Agent开发 不自研基座模型 享受模型进步红利[50][51][54] 产品演进与AI应用 - 第一阶段推出简化版券商App 创新金融产品如期权交易简化 但功能使用率低[33] - 2023年5月上线交易GPT信息流产品 推送个性化交易机会 9月立项Agent框架聊天机器人Bobby[34][35] - AI解决投资五个关键节点：灵感捕捉 分析 策略制定 订单执行 持仓管理 尤其擅长将普通人灵感转化为交易机会[70][73][86] 商业模式与行业变革 - 预测AI订阅收入将超过传统佣金和利息收入 商业模式从交易收费转向服务订阅[55][56][57] - 金融行业迁移速度慢 互联网三四月相当于金融三四年 需平衡合规与创新[44][61][62] - 年轻用户投资行为变化 Z世代首选期权而非股票 2023年4月纳斯达克个股期权交易量超个股交易量[108] 技术架构与风险控制 - 垂类Agent架构依赖行业Know-How抽象 在时效性准确性和成本间取得平衡 通用Agent难解决金融幻觉问题[68][69][111] - 数据飞轮为核心壁垒 拥有端到端交易数据闭环 包括实时行情 基本面 财报 量价 公告及用户个人交易数据[125][126][117] - 风控绝对优先 当前投资者纪律水平仅10分未达60分 AI优先帮助实现基础风控如止盈止损[90][91][93] 市场影响与用户行为 - AI拉平信息差 使有思考力个人可能成为优秀基金经理 冲击基本面驱动机构 促进市场参与度提升[77][78][79] - 投资年轻化趋势明显 年轻人投资年龄早 消费属性强 通过投资表达生活方式和社交态度[106][107][108] - 产品用户分层明显 成熟用户用Bobby选期权 新用户从对话发现机会到交易完成闭环[103] 未来发展与技术趋势 - 多模态技术将增强数据源分析和交互方式 从文本扩展到语音视频 用更易接受方式呈现信息[127] - 横向市场拓展速度快 新场景落地仅需1-2个月 架构灵活性高可快速复用[128][129] - AI在投资领域短期被高估长期被低估 需推动垂类领域发展 但最终投资结果仍取决于个人认知和风险偏好[110][113][135]

公司股价表现 - 过去两天ServiceNow股价累计上涨7.39% [1] 行业技术趋势 - AI Agent正成为企业级应用重要组成部分 推动企业效率变革 [1] - AI技术从工具演变为智能协作者 重塑人机协作方式 [1] - 全球科技公司纷纷推出相关产品迎合市场需求 [1] - 2030年全球AI Agent市场规模预计达到526.2亿美元 [1] 公司竞争优势 - ServiceNow是AI Agent领域先锋 推出生成式AI产品Now Assist [1] - 公司在垂直行业积累丰富数据资源 [2] - 能将AI Agent能力无缝嵌入企业工作流程实现快速商业化 [2] - 通过AI自动化能力提升业务效率 显现明显商业化价值 [2] 商业化进展 - AI Agent企业级应用商业化路径日趋明朗 [2] - 应用帮助企业降低成本并显著提升效率 [2] - 公司与LinkedIn合作广告计划带来新收入来源 [2] - 企业服务类SaaS厂商在技术浪潮中具备显著潜力 [2]

投资评级 - 迈富时(2556 HK)的投资评级未在报告中明确列出 但报告整体持积极态度 预计公司中长期将实现稳健高速增长 [1] 核心观点 - AI Agent落地驱动业绩成长 客单价及ARR表现亮眼 公司2025H1实现收入9.28亿元 同比增长25.54% 归母净利润0.37亿元 去年同期为-8.20亿元 实现扭亏为盈 [1] - AI+SaaS业务表现亮眼 收入达5.0亿元且同比增长26.0% 1-6月订单增速高达69.1% 高订单增速为后续收入爆发奠定基础 [1] - 技术迭代驱动产品创新 构建"能力底座+场景应用"的AI营销生态 自研Tforce营销大模型深耕消费零售、汽车等六大垂直行业 AI Agent force智能体中台从1.0迭代至2.0 [1] - 全面拥抱AI 场景应用加速落地 总客户达2.17万家(KA客户814家) 经常性收入占比84.5% AI+SaaS收入老客占83.7% 合同价值老客占50.5% [1] 财务表现 - 2025H1实现收入9.28亿元 同比增长25.54% 归母净利润0.37亿元 去年同期为-8.20亿元 扣非归母净利润0.26亿元 去年同期为-0.32亿元 [1] - 上半年公司管理费用率、销售费用率、研发费用率分别同比下降8.6/5/5.1个百分点 [1] - 预计2025-2027年EPS分别为0.32/0.58/0.94元 对应P/E分别为180.20/100.92/62.10倍 [1] - 预计2025-2027年营业收入分别为23.50/31.69/42.44亿元 同比增长51%/35%/34% 归母净利润分别为0.83/1.48/2.41亿元 [2] 业务运营数据 - AI+SaaS业务毛利率达80.4% 印证高标准化、低边际成本的优质商业模式 [1] - AI业务年度经常性收入(ARR)达1.9亿元 其中AI Agent业务服务5518家客户 ARR达8680万元 [1] - 产品模块累计达356个(新增45个) AI Agent产品线已推出8个 [1] - SMB老客客单价因套餐升级、Agent模块增购提升21.7% KA老客客单价借Agent解决方案深化应用提升20.7% [1] 业务结构 - 直销收入达4.4亿元 同比提升25.2% 占AI+SaaS营收比87.1% 直销人数760人 [1] - 渠道收入64.9百万元 同比提升32.0% 占比12.9% 代理商数量232家 [1] - AI外贸数字员工Eva推动上半年外贸收入同比激增89.0% [1]

公司概况与定位 - n8n成立于2019年 最初为工作流自动化工具 后转型为AI应用编排层 通过可视化工作流连接应用 API及底层组件[5] - 公司定位为"AI世界的Excel" 目标是在构建AI相关应用时成为用户首选工具 赋能非技术人员通过低代码方式操作[6][29] - 2025年8月正进行由Accel领投的超1亿美元融资 估值或达23亿美元 较4个月前2.7亿美元估值上涨8倍多[2][61] 业务增长与财务表现 - 过去8个月营收提升4倍 2022年转向AI方向后收入增长5倍 近两个月实现翻倍增长[3][9] - B轮融资6000万美元(5500万欧元) 企业客户超3000家 活跃用户超20万[9][62] - 种子轮(2020年)获150万美元 A轮(2021年)获1200万美元 投资方包括Sequoia Felicis等[2][62] 技术架构与产品特性 - 采用Node.js底层架构 支持code node允许用户编写自定义代码 几乎可实现任何功能[31] - 节点分为trigger node(基于时间/外部事件启动)和general node(数据处理) 覆盖95%使用场景[13] - 支持自托管运行 提供数据安全性和可控性 尤其适合对安全要求高的企业客户[16][31] 市场竞争优势 - 相比Zapier等工具 更擅长处理复杂多步骤场景 支持错误处理 无限制用户及工作流导出功能[30][32] - 集成300+预构建连接器 社区另有超1000个集成 支持MCP等通信协议标准化[36][39] - 相比手写脚本 提供可视化调试 执行记录追踪及失败自动提醒机制 可靠性显著提升[41] 商业模式与客户分布 - 提供云服务(针对个人/SMB)和企业级服务 中小企业采用速度更快 大型企业多处于试水阶段[18] - 中东客户采用速度超过欧洲 但欧洲投资者占比正提升 目标融资结构为欧美各40%[18][61] - 采用Fair-Code许可证 允许内部免费使用但禁止商业复制 需购买额外许可进行二次开发[44][48] 社区建设与用户生态 - 社区活跃用户超23万 论坛提问主要由社区成员解答 形成自助式互助氛围[10][60] - 早期拒绝实时通讯工具 采用论坛沉淀问答 三位全职人员支持社区运营[56][58] - 多名员工来自社区贡献者 如首位贡献者Ricardo曾开发50-60个节点后加入全职[56]

公司管理动态 - 钉钉CEO无招回归后推行严格考勤制度 要求员工9点到岗开早会并缩短午休时间[2][4] - 传闻称无招凌晨巡查工位并质疑员工提前下班 但公司均否认此类消息真实性[2][4] - 内部工作强度显著增加 员工被要求加班至凌晨两三点且禁止工作时间使用社交软件[4] 产品研发进展 - 钉钉团队四个月内开发出首款AI硬件产品DingTalk A1 投入四五十人每天睡眠不足5小时[2][8] - 产品优化进程加速 期间解决1850条用户需求并优化20多条产品线[8] - 新推出的AI钉钉1.0可承载200多页PPT 较原300多页版本有所精简[8] 财务与市场竞争 - 钉钉长期处于亏损状态 2020年亏损30.63亿元 2023年第二季度收入仅0.58亿元[13] - 用户增长面临挑战 MAU从2021年2.2亿滑落至2023-2024年度平均1.88亿[13] - 竞争对手企业微信和飞书MAU分别升至1.46亿和1.09亿 形成三足鼎立局面[13] 产品战略与挑战 - 钉钉早期凭借免费策略获得7亿用户和12万付费企业客户 但现面临创新力不足质疑[10][15] - 产品功能堆叠导致体验下降 用户反映操作效率降低且界面复杂化[16] - 转向AI战略面临技术挑战 AI Agent复杂任务成功率低于10%且依赖通义大模型发展[18] 行业发展趋势 - 企业通讯市场同质化加剧 三大平台均聚焦AI功能升级竞争[13] - 行业竞争从功能覆盖转向深度定制 特定行业解决方案成为新竞争壁垒[13] - 阿里巴巴集团将钉钉定位为TO B领域核心AI应用 强调AI重塑企业协作场景的重要性[17]

行业投资评级 - 超配（维持）计算机行业 [2] 核心观点 - AI Agent 正处于爆发元年，企业级 Agent 应用前景广阔，预计 2025 年将成为商业爆发元年 [2][3] - 企业服务 SaaS 厂商凭借垂直行业数据积累和存量客户基础，有望在 AI Agent 浪潮中率先受益 [3] - 海外 SaaS 厂商如 Salesforce 和 ServiceNow 已实现 AI Agent 从概念到营收的实际转化，商业化路径清晰，为国内厂商提供借鉴 [3] 目录总结 AI Agent 爆发元年与企业级应用前景 - AI 发展正迈向 L3 智能体时代，实现从思考到行动的质变，ChatGPT、DeepSeek 等大模型支持 AI Agent 从“工具附庸”升级为“智能协作者” [10][12] - 全球 AI Agent 市场规模预计从 2025 年 78.4 亿美元增长至 2030 年 526.2 亿美元，复合年增长率达 46.3% [3][21] - 企业级 Agent 聚焦垂直场景，预计 2025 年市场份额将超过消费级 Agent，2024 年仅 1% 的企业软件内置 AI 智能体功能，2028 年有望提升至 33% [3][25] - MCP 和 A2A 协议推动生态繁荣，解决 Agent 与工具/数据连接及多 Agent 间操作问题，亚太地区增速最快，预计复合年增长率达 48.5% [20][21] 企业服务 SaaS 厂商优势与商业化路径 - SaaS 厂商在垂直行业积累丰富数据资源，能无缝嵌入企业工作流，凭借存量客户快速变现，在企业级 Agent 落地中具备优势 [3][27] - 业务垂直型企业级 Agent（如 OA/ERP/CRM/HRM）聚焦企业通用智能场景，通过端到端自动化提升业务效率，商业化验证更明确 [3][30] - Salesforce 的 Agentforce ARR 已突破 1 亿美元，提供按对话次数（每次 2 美元）、按具体操作（每次约 0.10 美元）和按用户许可附加组件（125 美元/用户/月起）三种定价模式 [34][36] - ServiceNow 采用价值驱动定价策略（客户获 90% 增量价值，公司保留 10%），Now Assist 需求强劲，2025Q2 净新增 ACV 超预期，Pro Plus 套餐价格较基础版提价超 30% [40][42] 国内重点公司布局与进展 - 汉得信息 2025 年上半年 AI 应用业务收入约 1.1 亿元，发布“得·灵”AI 产品体系，升级 AI 中台支持 MCP 接入和 AutoAgent 能力 [43][47][52] - 鼎捷数智基于雅典娜数智底座加速 AI 布局，AI 应用效益显著（如设备异常处理时效提升 20%），发布智能数据套件和企业智能体套件 [53][56] - 金山办公 WPS AI 3.0 上线，月活跃用户数达 2951 万（较 2024 年底增长近 50%），WPS 365 业务收入同比增长 62.27% [57][60] 投资策略 - 建议持续关注企业级 Agent 相关投资机遇，重点关注国内布局 AI Agent 的协同 OA/ERP/CRM/HRM 等企业服务类 SaaS 厂商 [61]

研发投入与营收表现 - 头部企业科大讯飞2024年研发投入45.8亿元同比增长19.37%占营收19.62% 营收规模233.43亿元形成正向循环 [1] - 新兴企业第四范式2025年第一季度营收10.77亿元 研发费用3.68亿元 研发费用率从42.2%降至34.2%反映效率提升 [1] - 部分企业如商汤科技2024年研发费用率高达106% 累计研发投入近70亿元但营收规模未匹配 云从科技2024年Q1研发投入占营收181.74% 全年营收暴跌36.69%至3.98亿元 [1] 行业渗透与业务布局 - 行业覆盖金融、教育、医疗、能源、制造等数十个领域 形成多维应用矩阵 [2] - 金融领域聚集第四范式、云从科技等企业 第四范式服务工商银行、中国银行落地信贷风控场景 [2] - 教育领域科大讯飞AI学习机居电商平台榜首 智慧教育业务营收72.29亿元 医疗领域覆盖30多个省份670多个区县 累计提供9.1亿次AI辅诊建议 [2] - 能源与制造领域第四范式与桂冠电力合作打造无人化电厂平台 云从科技相关收入增长136.10% [2] 代理业务营收占比 - 科大讯飞开放平台及消费者业务占比55.8% 布局教育医疗智能汽车企业服务 [4] - 第四范式先知AI平台收入占比74.8% 聚焦金融能源制造消费电子 [4] - 拓尔思人工智能软件业务占比35.2% 覆盖政务金融媒体 [4] - 用友网络业务分部收入估算约25% 专注企业服务金融科技 [4] - 云从科技泛AI业务占比约45% 布局智能制造智慧政务能源 [4] - 出门问问AIGC业务占比56.8% 侧重内容创作消费电子 [4] - 商汤科技占比65.70% 布局元宇宙内容生成多模态Agent平台 [4] 行业参与者类型 - 依据技术自主性与应用场景维度划分为科技巨头、垂直领域初创公司、传统企业转型者及研究机构衍生企业四类 [5] 区域分布特征 - 京津冀-长三角-珠三角三大区域形成集群效应 依托政策产业人才协同驱动 [7] - 政策层面张江高新区集聚上海50%以上高新技术企业和80%三大先导产业产值 模速空间聚集超90家大模型企业 [7] - 产业配套北京引领底层技术创新 深圳聚焦智能硬件机器人 长三角以上海为核心联动6城形成协同网络 [7] - 人才储备北京上海凭借高校科研机构吸引高端人才 [7]