核心观点 - 中信证券首次覆盖迅策科技，给予“增持”评级，认为公司作为国内实时数据基础设施龙头，将长期受益于AI落地带来的数据基础设施需求，并设定了2026年517亿港元目标市值及160港元目标价 [1] 公司概况 - 公司是中国领先的实时数据基础设施和分析解决方案服务商，于2025年12月30日在港交所上市 [2] - 公司从资产管理行业起步，为全行业企业提供实时信息技术解决方案 [2] - 根据弗若斯特沙利文数据，公司在中国实时数据基础设施及分析整体市场份额为3.4%，排名第四；在资产管理行业细分市场份额为11.6%，排名第一 [2] 行业分析 - 中国实时数据基础设施及分析市场正处于高速渗透期，受益于数据要素政策红利与下游数字化转型刚需，行业规模有望在未来五年保持双位数增长，渗透率提升空间巨大 [1][2] - 根据Frost & Sullivan测算，该市场规模已从2020年基础水平快速增长至2024年的人民币187亿元，2020-2024年复合年增长率高达46.1% [2] - 预计该市场将以22.0%的复合年增长率持续扩容，于2029年达到人民币505亿元 [2] 海外对比与AI驱动 - AI工具（如OpenClaw）愈发成熟、运行深度深化，支持AI工具落地的数据治理需求日益高增 [1] - 以Palantir为例，其通过“大模型+小模型”的平台化开发模式，解决了通用大模型在企业应用中的灵活性与准确性问题，加速了AI在企业端的落地 [3] - Palantir的成功案例说明，AI在企业端的深入落地离不开企业内部数据治理和相关数据基建的进一步发展与完善 [3] 公司成长性 - 公司基本面扎实，多元化营收支撑增长，预计规模效应将渐次显现，并在2026年实现盈利 [4] - 公司以资产管理行业为核心起点，但收入来源已成功多元化：2022-2024年，资产管理行业收入占比从74.4%逐步降至38.7% [4] - 公司成功切入金融服务（资产管理除外）、城市管理、制造管理、电信等多元化领域，2024年非资产管理行业收入贡献占比达61.3% [4] 财务预测与估值 - 在客户规模和ARPU增长的驱动下，预计2025-2027年公司整体营收为12.8亿元、23.3亿元、34.5亿元，对应增速为103%、82%、48% [5] - 预计公司将维持较高的毛利率水平并保持平稳，2025-2027年整体毛利率分别为71.6%、73.5%、75% [5] - 预计公司2025-2027年净利润分别为-1.30亿元、2.72亿元、8.41亿元 [5] - 估值层面，选取Snowflake和Palantir作为对标公司，采用PS和P-FCF两种估值方法，基于2026年财务状况给予行业平均估值水平，综合得出2026年517亿港元目标市值，对应目标价160港元 [5]

公司概况与市场地位 - 公司是中国领先的实时数据基础设施和分析解决方案服务商，于2025年12月30日在香港证券交易所上市 [2] - 公司从资产管理行业起步，为全行业企业提供实时信息技术解决方案 [2] - 在中国实时数据基础设施及分析市场，公司整体市场份额为3.4%，排名第四；在资产管理行业细分市场，市场份额为11.6%，排名第一 [2] 行业分析与发展前景 - 中国实时数据基础设施及分析市场规模已从2020年快速增长至2024年的人民币187亿元，2020-2024年复合年增长率高达46.1% [2] - 受益于数据要素政策红利与下游数字化转型刚需，行业规模有望在未来五年保持双位数增长，预计2020-2029年复合年增长率为22.0%，于2029年达到人民币505亿元 [2] - AI落地（如OpenClaw等工具）带来数据治理需求高增，支持AI工具落地的数据基础设施需求将推动行业发展 [1] 业务模式与成长性 - 公司基本面扎实，以资产管理行业为核心起点，2022-2024年该行业收入占比从74.4%逐步降至38.7% [4] - 公司成功切入金融服务（资产管理除外）、城市管理、制造管理、电信等多元化领域，2024年非资产管理行业收入贡献占比达61.3% [4] - 在客户规模和ARPU增长的驱动下，预计2025-2027年公司整体营收为12.8/23.3/34.5亿元，对应增速为103%/82%/48% [5] 财务表现与盈利预测 - 公司预计将在2026年实现盈利，预计2025-2027年净利润为-1.30/2.72/8.41亿元 [5] - 公司预计将维持较高的毛利率水平并保持平稳，预计2025-2027年整体毛利率为71.6%/73.5%/75% [5] 估值与目标 - 选取Snowflake和Palantir作为对标公司，采用PS和P-FCF两种估值方法，给予公司2026年517亿港元目标市值，对应目标价160港元 [5] - 目标价相对现价有13%的涨幅空间 [5] 海外对标与行业逻辑 - Palantir通过“大模型+小模型”的AIP平台形式，解决了通用大模型在企业级应用中的灵活性和准确性问题，加速了AI应用在企业端落地 [3] - Palantir的成功案例说明，AI在企业端的深入落地离不开企业内部数据治理和相关数据基建的进一步发展与完善 [3] - 公司作为实时数据基建行业的龙头，将长期受益于AI落地带来的数据基础设施需求 [1]