Palantir最新财报引发的产业讨论尚未降温，国内企业级AI应用公司迈富时于13日公告，14日发布会进行说明的2026年上半年的成绩单。在全球市场重新校准AI估值锚点、将目光从模型能力转向部署效率的背景下，这份中报提供了本土视角的验证素材。

财务数据本身传递了清晰的增长信号。报告期内，迈富时实现总收入人民币19.6亿元，同比增长111.2%；净利润为2.0亿元，同比增长466.1%。利润增速显著快于收入增速，反映出收入结构变化与经营杠杆释放之间的正向联动。

其中，AI应用业务收入达到11.3亿元，同比增长123.7%，增速高于整体收入。

更值得关注的是增长背后的结构性指标。上半年客户数量同比增长25.9%，每用户平均月收入同比增长80.0%。两项指标同步提升，意味着增长并非单纯依靠客户规模扩张，现有客户的使用深度和付费价值也在增加。在FDE模式的逻辑中，这一特征通常对应着智能体从“单点试用”走向“多场景协同”，客户将AI嵌入更多业务流程，从而推高了单客贡献。

费用端的变化进一步印证了效率改善。与此同时，总人效同比提升85.6%，基于总人数增长13.8%至1,893人。销售费用率降至11.4%，管理费用率降至4.6%，两者均较去年同期下降5.6个百分点。这组数据勾勒出一个轮廓：公司正在通过AI驱动内部运营，以相对克制的人力扩张支撑更高的收入规模，并在保持技术投入强度的同时，逐步释放经营杠杆。

这种“自用AI提效、再向客户输出AI能力”的闭环，与FDE所强调的部署效率内核具有一致性。Palantir验证的规律是，企业级AI的长期价值不取决于模型消耗了多少Token，而在于每一次调用是否转化为可衡量的业务结果。迈富时在营销、销售、客服、经营分析等高频场景中形成的智能体矩阵，本质上也是在将通用AI能力加工为场景化、可交付、可计费的业务产出。其“全栈Token工厂”策略，正是试图将数据、模型和行业知识组合为可复用的场景Token，推动客户从“购买工具”向“购买结果”迁移。

从“企业主权AI”的视角观察，迈富时的平台架构也提供了一种本土解答。企业客户对数据自主和模型可控的需求日益明确，这要求服务商不能将客户绑定在单一模型或封闭系统上。迈富时通过多模型接入、企业级知识中台KnowForce AI沉淀专属知识图谱，并在AI原生操作系统GenAI OS上管理全场景AI员工，实质上为客户保留了数据与决策的自主权。这种架构选择，与主权AI理念下“企业应自主控制数据、模型与流程”的方向相吻合。

当然，一份中报无法回答所有问题。

后续仍值得持续跟踪的变量还包括：智能体在跨行业场景中的复用率与部署周期变化、多模型策略为客户带来的实际成本改善效果、以及经营现金流与利润的匹配程度。这些指标将决定当前的效率提升是阶段性表现，还是可复制的长期特征。

总体而言，迈富时中报所展示的，并非简单的收入与利润增长，而是一套“以AI应用驱动增长、以增长释放经营杠杆、以产品架构保障客户自主”的运行逻辑。

在全球企业级AI产业从模型叙事转向部署叙事的节点上，至少这份财报提供了一个基于本土场景的效率验证样本。其意义不在于与任何海外公司的简单对标，而在于证明了：在营销与销售等AI应用的高频商业领域，部署效率与客户主权或将同时成为企业可持续、高质量增长的支撑点。

免责声明：本文仅供参考，不构成投资建议。