不只是建算力，5亿港元市价定增：迈富时重构企业AI应用收费逻辑

AI产业过去两年的核心问题，是模型够不够强；接下来的核心问题，是谁能把模型能力稳定、低成本、高效率地送进企业业务流程。

这正是迈富时近期动作的背景。根据今日公告，迈富时（02556.HK）拟通过认购事项引入两名智算产业领域战略合作伙伴，认购事项所得款项总额约5亿港元，所得款项净额约4.997亿港元。更关键的是，所得款项净额将100%用于投资智算基础设施建设及运营，包括GPU服务器采购、组网、AIDC租赁，以及AI大模型和模型管理平台等智算相关软件。

如果只看表面，这是一家公司加码算力基础设施。但如果放到迈富时“全栈Token工厂”的战略中看，这次市价战略认购更像是一场商业模式升级的前奏：迈富时正在从企业AI应用服务商，向“算力+模型+知识+智能体+场景”的全链路平台演进。

一、AI应用真正落地后，算力不再是后台成本，而是业务燃料

传统SaaS时代，软件交付之后，客户使用多一点或少一点，对供应商的边际成本影响有限。但AI应用时代完全不同。

AI员工、智能体、垂类模型和经营分析系统一旦进入企业流程，就意味着持续推理、持续调用、持续消耗Token。一个客服智能体每天响应客户咨询，一个销售智能体持续跟进线索，一个经营分析智能体实时生成洞察，这些看似前端的应用体验，背后都是连续不断的算力消耗。

尤其是AI员工的价值，就在于可以7×24小时连续工作。它越被客户依赖，越会产生稳定、持续、高频的底层算力需求。因此，对迈富时而言，算力已经不只是技术资源，而是AI应用规模化交付的“生产资料”。

这也是为什么公司需要通过战略认购引入智算产业合作伙伴。AI应用公司如果只依赖外部临时算力采购，可能会在成本、供应稳定性、调度优先级和模型训练效率上受到约束。反过来，如果能够向上游补强智算基础设施，公司就能在AI应用需求增长时，拥有更强的交付确定性和成本掌控力。

二、迈富时不是单纯做算租，而是用下游场景反向牵引上游算力

当前市场上并不缺算力租赁公司，但算租模式本身面临一个问题：算力资源如果没有稳定的下游场景消耗，就容易变成重资产供给竞争，最终比拼的是价格、规模和利用率。

迈富时的逻辑不同。

它的出发点不是“我有算力，所以我要找客户租出去”，而是“我有大量企业客户和AI应用场景，所以需要更稳定的算力供应来支撑交付”。这一区别非常重要。

迈富时过去积累的是企业客户关系、一线业务感知、行业Know-how和AI应用交付能力。无论是营销、销售、客服、外贸、培训、研发，还是经营分析，AI应用本质上都需要不断调用模型、理解业务、执行任务，并在真实业务场景中形成结果。客户场景越丰富，算力消耗越确定；AI员工渗透率越高，Token需求越持续。

这使迈富时进入智算赛道具备天然优势：它不是单纯卖算力，而是把算力嵌入到客户AI应用解决方案中，为过去私域和大客户提供一体化交付能力。对客户来说，买到的不只是服务器资源，而是一套从AI应用、垂类模型、知识中台到智算支持的完整解决方案；对迈富时来说，客户关系也从“购买软件”升级为“依赖AI生产力系统”。

这会明显增强客户黏性。

三、从年费订阅到Token计费，AI应用正在重写SaaS乃至Token的收费逻辑

迈富时“全栈Token工厂”的另一个关键变化，是商业模式从传统年费订阅，逐步向按Token、按调用量、按实际消耗计费演进。

传统年费订阅制的优点是收入相对稳定，但缺点也很明显：客户前期决策成本高，需要一次性预缴较大金额；不同客户实际使用强度不同，却可能支付相近费用；部分功能闲置时，客户容易产生“买了但没用起来”的感受。

按Token计费则更符合AI应用的真实消耗逻辑。

第一，客户可以按需付费。不同行业、不同规模的企业，可以根据自身业务量、调用频次和实际需求灵活选择，不必为闲置功能买单。

第二，客户尝试门槛降低。不需要强制预缴一年年费，有助于新客户先低成本试用，降低首次采购阻力。

第三，实际用量可能更高。因为付费模式变得灵活后，客户更愿意多试、多用、多场景部署。一旦AI员工在业务中真正产生价值，Token消耗可能远超传统年费模式下的被动使用量。

这对迈富时的意义在于，收入增长不再只依赖客户数量扩张，也可以来自客户使用深度提升。换句话说，公司可以从“卖席位”转向“卖使用量”，从“卖工具”转向“卖结果”。

四、场景Token的核心价值，是让公司掌握更高层级的定价权

为什么迈富时反复强调“场景Token”？

因为Token本身也有价值分层。

底层算力Token更接近资源品，容易受供需和价格周期影响；模型Token随着开源模型发展，也可能逐步走向标准化和薄利化。但场景Token不同，它直接绑定客户业务结果，比如一次有效线索转化、一次客户复购唤醒、一次智能客服闭环、一次经营分析决策。

企业客户真正愿意持续付费的，不是“消耗了多少Token”，而是“这些Token帮我解决了什么业务问题”。

这就是迈富时的定价权来源。

如果一家公司只是提供算力，那么它只能参与算力价格竞争；如果只是调用模型，那么它也容易被模型厂商和开源生态挤压。但如果它能够把算力、模型、行业知识和智能体封装成客户看得见的业务结果，就有机会掌握“场景Token”的定价权。

迈富时的AI-Agentforce智能体中台、KnowForceAI知识中台、GenAI OS等产品矩阵，本质上就是在做这件事：将通用AI能力加工成企业可用、可控、可追踪、可计量的场景化生产力。

五、自建智算底座，有助于控制成本和毛利率

AI应用公司要想长期赚钱，不能只看收入增长，还必须看成本结构。

AI员工7×24小时运行，会带来持续算力消耗。如果底层算力完全外采，且价格和供应不稳定，随着客户使用量上升，公司的毛利率可能承压。相反，如果公司能够通过自建或深度参与智算基础设施，获得更稳定的算力供给、更好的资源调度能力和更高的模型训练效率，就有机会更好地控制单位Token成本。

这也是迈富时此次资金投向的关键意义。

采购GPU服务器、组网、AIDC租赁、部署模型管理平台，这些动作看似偏重资产，但背后的逻辑是为AI应用规模化交付降低单位成本。只要下游客户需求足够稳定，算力基础设施就不是孤立资产，而是服务于场景Token生产的“工厂设备”。

更重要的是，迈富时拥有下游客户需求和一线业务场景，这使其有机会提高算力利用率。相比单纯算租公司，迈富时可以把算力优先配置到自身AI员工、垂类模型训练和客户应用交付中，从而形成“需求牵引供给”的闭环。

六、战略投资人看重的，是“算力+场景”的闭环能力

因此，本次市价定增真正值得关注的，不只是5亿港元资金本身，而是战略投资人为什么愿意进入。

如果一家AI公司只是讲应用故事，缺少算力底座，那么规模化交付可能受制于上游；如果一家企业只是拥有算力，缺少客户场景，那么它又可能陷入低毛利租赁竞争。迈富时试图走的是第三条路：用下游客户场景产生稳定Token消耗，用中台模型和知识系统提高交付效率，再用上游智算基础设施保障供应链稳定性与优先级。

这就是“全栈Token工厂”的完整含义。

它不是单一产品，也不是单一算力项目，而是一条从算力到模型、从模型到智能体、从智能体到业务结果的生产线。客户使用AI员工越多，Token消耗越大；Token消耗越大，对算力底座的依赖越强；算力底座越稳定，公司越能控制成本、提升交付效率，并增强客户黏性。

最终，迈富时要争夺的不是“谁能烧更多Token”，而是“谁能把Token炼成更高价值的业务结果”。

结语：AI应用层的竞争，正在进入“有场景者得算力，有算力者稳交付”的阶段

AI应用行业正在发生一个重要变化：过去市场关注的是模型能力，接下来更关注商业闭环。

迈富时此次市价战略认购，表面是补充智算基础设施资金，实质是将“全栈Token工厂”的战略拼图继续补全。它既回应了AI员工7×24小时工作带来的底层算力消耗，也回应了客户从年费订阅向按Token计费转型的需求变化，更回应了公司自身在成本控制、毛利率管理和场景Token定价权上的长期诉求。

未来企业AI应用的竞争，不只是模型竞争，也不是单纯算力竞争，而是“算力+模型+知识+智能体+场景”的全链路竞争。迈富时的逻辑在于：用客户场景消耗算力，用智算底座保障交付，用Token计费释放用量，用场景结果支撑溢价。

如果这一闭环持续跑通，迈富时就不只是AI应用公司，而是在构建企业AI时代的“全栈Token工厂”。