文 | 摩羯商业评论
时至 2025 年末，除了商务互吹场合，绝大部分观察者都会认为 AI 已经使科技产业催生出大量泡沫。
在美国，这种泡沫的最佳案例就是正在纠结是否接受政府资助的 OpenAI，而在中国市场，这种泡沫则体现在各种新概念出现后的一哄而上。
在一哄而上的群体中，既有诞生超过 20 年的 " 科技老腊肉 "，亦有刚拿到融资的 " 科技小鲜肉 "。
2025 年末，披挂 " 全球 Agentic AI 第一股 " 在香港上市，集各种令人生疑的泡沫属性的明略科技，走到了 AI 泡沫论的聚光灯下。
明略科技的疑似 AI 泡沫属性叠满，包括但不限于：
头顶 " 全球 Agentic AI 第一股 " 巨大光环，却是非通用 Agent；
把广告服务优化工具包装成 " 核心引擎 "；
每一轮 AI 热点都蹭，却并非广告 SaaS 行业领衔 " 蹭 " 者；
身为大厂生态数据的被投喂者和大厂 AI 的租用者，却以 AI 技术输出者，却打造出 AI 技术输出者的光环；
顶着 AI 巨大光环上市，却在招股书中未单独列支出与 AI 相关的业务收入细节；
研发费用骤降，对外支付的技术服务费却连涨；
貌似行业领先，却客户数量在减少，客户留存率在下降；
一年前穿个 " 汇智控股 " 的马甲上市失败，这回脱掉马甲反而上市成功；
堪称国内融资轮数之王，大量媒体称其是 "20 年融了 27 轮 "，至少也被称融了 9 轮，结果上市估值却腰斩；
几乎当下每一个关于 AI 泡沫的讨论落脚点，明略科技都当仁不让。
事实上，明略科技并非新晋 AI 技术派新锐，而是一家已经成立了 20 多年的 B 端营销和营运的数据分析公司，生命周期穿越了 PC 互联网、移动互联网与 AI 时代。
在经济更为高速增长、创始人技术基因更为匹配的 2000-2010 年代都没成功上市，却在以大模型为代表的 AI2.0 时代成功上市。细细分析下来，这位 " 科技老腊肉 " 的泡沫实在是有点大。
不过，在内忧外患多重因素影响下，忍受估值腰斩上市，无疑是公司当下的最优选择。
经过几十年的发展，特别是近几年生成式 AI 的爆发，如今的人工智能已经不再是产品或工具，而实际成为科技行业的基础设施。这就意味着，任何互联网或科技公司多多少少都能跟 AI 沾上边。
对于软件服务行业亦是如此，只要穿上一个 AI 的马甲，传统的 SaaS 公司摇身一变，改头换面成为 AI 应用公司。这个故事就发生在明略科技这样的公司身上。
如果观者对明略科技的主业不了解，看其在上市前后的各类宣发材料，那就会容易将其当成一家新晋的 AI 技术公司。
为了在上市前期提高市场关注度，这家已成立近 20 年的企业级 SaaS 服务商，不仅借助第三方研究机构的嘴，把自己包装成为 " 中国最大的数据智能应用软件 " 供应商，更是直接对外宣称自己是 " 全球 Agentic AI 第一股 "，还被公信力早就丧失的 IDC 评为 " 中国 AI Agent 市场标杆厂商 "。
明略科技成功了。其靠着蹭今年圈内最火的 "AI Agent" 概念，吸引到了全球资本的瞩目，俨然成为近期 AI 圈中最亮的那颗星。
但是，毕竟是已经有 20 年历史的老牌科技公司了，知道明略科技底细的人非常多，围绕其身的光环其实很脆弱。
首先，如果仔细分析明略科技的发展历程、核心业务以及商业模式，就会发现 AI 既不是公司的核心业务所在，亦不是其发展依仗的看家本领。事实上，AI 对于明略科技充其量就一个 " 优化工具 "，而非 " 核心引擎 "。
从很多方面都能看出明略科技的的 AI 含量确实有限。
第一，公司并不直接向客户提供 AI 产品，其核心业务或主要产品与 AI 的关联度并不强。
在招股书中，弗若斯特沙利文将明略科技定义为中国最大的数据智能应用软件供应商。而这个 " 数据智能应用软件供应商 " 的行业分类并不符合我们日常的使用习惯和普遍的商业惯例，很有可能是该家咨询机构应甲方要求的创新成果。
褪去各种包装过的高大上的修饰词，明略科技本质上就是一家通过大数据分析，为 B 端用户提供营销或营运辅助决策的企服软件公司。
根据公司业务收入构成，公司超过 90% 以上的收入来自于营销智能业务和营运智能业务，其中一半以上的收入来自于营销智能业务。
明略科技收入构成，来源：明略科技招股书
进一步拆解主要收入及利润来源的营销智能业务，其核心产品主要有秒针系统、金数据和微伴助手，其中秒针系统带来的收入占了大头。
「秒针系统」作为公司的核心旗舰产品，诞生于创始人吴明辉在北大求学期间，是中国最早的广告监测工具之一。其本质上是一个第三方广告测量和验证平台，核心价值在于提供客观的广告效果评估数据，为广告主和媒体平台提供结算依据。
从技术层面来看，「秒针系统」主要依靠大数据算法，顶多算是初代的 AI 技术。该系统通过覆盖 2000+ 媒体平台，日均处理 100 亿 + 次广告请求，主要依赖传统的数据采集、存储和统计分析方法。这种业务模式更注重数据的准确性、公正性以及处理分析能力，而非 AI 的预测与决策能力。
公司其他营销智能软件产品同样如此。「金数据」是零代码数据收集和管理平台，其技术基础主要建立在元数据驱动架构和模型驱动设计上，核心是数据模型的架构，与 AI 关联度并不强。而基于腾讯生态系统的私域工具，核心壁垒是腾讯生态内部的数据资源而非 AI 技术。
同样的情况也出现在明略科技的营运智能产品线上。该产品系列主要围绕 " 智能门店营运系统 " 展开，该系统旨在推动线下门店在客户参与、雇员管理、供应链管理和设备管理等方面的数字化升级。该业务的核心在于 " 人货场 " 的数字化管理，通过数据采集、存储和分析实现运营效率提升。这种业务本质更偏向于传统的数据化、流程化解决方案，而非 AI 驱动的智能决策系统。
有意思的是，明略科技官网上对核心产品的介绍很少提及到 AI，AI 对于它而言更像是优化其核心产品的工具。从这个角度来看，明略科技更倾向于是 AI 技术或产品的使用者或需求者，而非 AI 技术或产品的输出者。
第二，公司并未单独列支出与 AI 相关的业务发展情况及收入。
就在上市前期，今年 9 月下旬，明略科技还趁热打铁，发布专有定位商业数据分析的大模型产品线 DeepMiner 系列。DeepMiner 这个名字显然有蹭 DeepSeek 热度的嫌疑。
而在去年多模态大模型爆火时，明略科技还推出自研的超图多模态大语言模型（HMLLM）。可谓是什么火追什么。
但事实上，跟许多市面上广泛普及的同类型产品相比，明略科技推出这些产品显然赶了个晚集。
比如说明略科技在数字营销 SaaS 的竞争对手之一的迈富时，在 2024 年就发布了其自研的、号称全球首款营销领域大模型，随后还推出企业级智能体产品 AI-Agentforce。在 2025 年 7 月，AI-Agentforce 已经迭代到 2.0 版本。其财报显示，2024 年迈富时 AI+SaaS 收入已达到 8.4 亿元。
无论在招股书还是财报中，明略科技并未单独披露相关产品的销售、收入甚至商业化拓展情况。这就反映出这些被明略科技引以为傲的 AI 产品实际上尚处在拓展早期，商业化程度非常低。
值得一提的是，迈富时已在去年 5 月在港交所挂牌上市。明略科技自称是全球 AgenticAI 第一股，显然是名不副实。
第三，AI Agent 并不处在行业领先位置。
明略科技还宣称被 IDC 评为 " 中国 AI Agent 市场标杆厂商 "。事实上，该评选来自于 IDC 在 9 月发布的报告《中国 AI Agent 市场概览 2025Q3》。同时获此或类似殊荣的企业还包括百度智能云、科大讯飞、商汤、众数信科、迈富时、沃丰科技等数十家科技企业。由此可见，获此称号很难说明明略科技的 AI Agent 处在行业领先地位。
而在今年 8 月，由中国科学院《互联网周刊》、德本咨询、eNet 研究院联合发布《2025 企业级 AI Agent 应用 TOP50》榜单中，字节、阿里、华为、百度等大厂均上榜，甚至迈富时的 AI-Agentforce 都挤进了第 4 位。但却没有看到明略科技相关产品的身影。
更重要的是，目前市场上更为推崇的企业级 AI Agent，并不仅仅是明略科技定义的仅仅为营销或营运服务的 AI 智能体，而是覆盖多种功能、具备各种技能（内容创作、数据分析、代码生成、智能调度、方案解决）的通用 AI Agent。
垂类 AI Agent 干不过同行，通用 AI Agent 做不过大厂，明略科技这个 AgenticAI 第一股或者 AI Agent 标杆厂商的底气何在？
第四，公司在 AI 方面的研发投入也相当有限。
与各大 AI 应用公司持续加大或保持高强度 AI 技术研发相矛盾的是，明略科技的研发开支却呈现出逐年下滑的态势。
根据招股书，明略科技的研发开支从 2022 年 7.5 亿，大幅下降至 2024 年的 3.5 亿，且 2025 年上半年同比继续下滑。而且在研发开支中，向外部供应商支付的技术服务费占比越来越高，侧面反映出公司自身的研发能力明显下降。
2025 年上半年，明略科技研发开支占收入比重为 23.4%。相比之下，同样为 AI 企业级应用公司的第四范式同期的研发开支占比达到 34%。
而且根据招股书，公司研发投资的用途，直接用于 AI 技术研发的费用非常有限。
如今 AI 行业拼的就是技术迭代，砍研发等于自断手脚。研发投入的持续缩减，无疑限制了公司技术创新能力和产品迭代效率，难以维系核心技术优势，更无法有效应对行业内日益激烈的竞争，长期发展动力面临枯竭风险。
眼见 AIGC 浪潮席卷全球，众多早在上一轮千禧年互联网热浪诞生的传统 SaaS 企业纷纷蹭上 AI 热度，改头换面成 AI 应用公司，但实际上其传统主业并没有发生本质性变化。蹭 AI 流量只是为了更容易融资、上市或者做市值管理，明略科技无疑就是其中一个。
当然，无论是否蹭 AI 热，只要成长空间尚在，上市之后的明略科技一样会被资本市场追捧。
然而，事实却是明略科技的成长道路似乎渐渐模糊。快 20 岁的的明略科技如今面临着内忧外患的发展困境。
第一，成长性不足，盈利状况不佳，经营不够稳健。
首先，根据招股书，2022 年至 2025 年上半年期间，明略科技的收入呈现波动态势，甚至在 2024 年还出现 5.54% 的同比下滑。虽然 2025 年上半年又重回增长，但综合三年的年平均增长率也只有约 12%。
2023 年以来开启的 AI2.0 热潮中，年均 12% 的成长性显然是远低于 AI 应用公司的成长标准的。
其次，公司营销智能业务收入在近三年半时间呈现出持续收缩的态势。
明略科技 2025 年的增量主要依赖营运智能业务，而非传统主业营销智能业务。虽然营运智能业务收入的上升整体弥补了营销智能业务的萎缩，但其毛利率却显著低于营销智能业务，不利于提升公司的整体盈利能力。
和增长情况相比，明略科技的盈利状况更是不如人意。
根据招股书，2022-2024 年明略科技连续三年出现经调整净亏损，营业利润也在这三年全部为负，直到 2025 年上半年才扭亏为盈。
事实上，2025 年上半年的微盈利也有刻意操作的痕迹。2025 年上半年，明略科技的三费（研发开支、行政开支和销售及营销开支）总和为 3.42 亿元人民币，相比去年同期减少了 0.35 亿元，同比削减近 10%，成为扭亏为盈的最大功臣。
靠削减日常费用特别是研发开支换来的盈利能否持续，显然是存在疑问的。
同时，从经营现金流情况来看，虽然今年上半年明略科技实现了盈利，但经营活动现金流仍然为净流出，且近三年半公司经营活动现金流净额始终为负。公司真实的盈利状况似乎并不乐观。
与现金回收相关的就是应收账款规模。明略科技的业务模式注定对下游企业客户的议价能力有限，通常在交易中处于相对弱势地位。这就导致应收账款规模居高不下，对公司现金流形成拖累。
截至 2025 年 6 月的应收款项仍然高达 5.67 亿元，且应收款项周转天数仍在增加。
成长性有限、盈利能力弱、经营活动现金流持续净流出、应收账款居高不下，这些都反映出这家已经成立快 20 年的国内数据营销应用软件龙头的经营状况并不稳健。
第二，客户运营效果不理想，老的留不住，新的拉不来。
对于一个 SaaS 公司，稳定且持续增长的大客户群体至关重要。明略科技在客户运营方面似乎也遇到一些问题。
首先是客户数量在减少，客户留存率在下降。
根据招股书，以年度为口径，明略科技 2024 年末的客户总数相比 2023 年末少了 39 家，为近年来首次下滑。营运智能业务更是丢了 82 个客户。公司 2024 年末的客户留存率是 87.0%，同比下降 6.1 个百分点。
其次，新客户开发遇到瓶颈。
明略科技 2024 年五大客户有四家公司都是在 2015 年之前建立的合作关系，仅有一家合作伙伴是 2020 年新开始合作，近 4 年没有开发出新的大客户。
最后，大客户的合作规模都在缩减。
2024 年五大客户为明略科技贡献了 4.84 亿元收入，同比减少 7.98%。最大客户采购额从 2023 年的 3.57 亿元减少到 2024 年的 2.67 亿元。
第三，行业竞争压力加大，护城河难守。
企业客户对广告监测等数据辅助营销决策的现实需求，让更多 AI 企业看到了该场景的商业化潜力。这将导致明略科技早年的先发优势和护城河难以守住。
一边营销智能业务要被 AI 四小龙、智谱 AI 等 AI 新势力抢市场，另一边腾讯、字节、阿里等互联网也有相关业务板块，比如阿里妈妈、腾讯广告。这些大厂巨头有用户、数据和品牌优势，依托自身流量优势跨界入局，引发市场竞争加剧，明略科技很难招架住。
同时，在如今越来越内卷的商业环境下，许多大企业都在削减不必要的开支。这势必会使得一些大企业从为 " 辅助营销决策 " 付费而转向免费的 " 数据看板 "。这就导致明略科技这样的企业既难留住老客户，更难以开发新客户。
明略科技上市当日一路高歌，最终大涨 106%，除了有 AI 概念的粉饰之外，与背后站着多家明星投资机构有很大关系。毕竟，被明略科技套牢多年的红杉、腾讯、淡马锡这些大佬，推动其估值腰斩上市的目的就是 " 回血 "，所以是不能眼看明略科技上市后股价难看的。
但经历了首日的疯狂后，市场逐渐回归理性，接下来四个交易日明略科技股价从 292 港元 / 股下跌到 209 港元 / 股，似乎说明了它的 AI 外衣被祛魅。
既然领头羊 DeepSeek 的新款大模型都已经难产了，国内的科技产业，也到了该去魅、撇泡沫的时刻了。
而褪去皇帝新衣之后，面对着日益激烈的外部竞争，这家成立近 20 年却始终难以摆脱亏损困境的 SaaS 企业能否保持住盈利，还存在很大的疑问。
