最近港股有一家公司让市场彻底沸腾了。
迅策科技，这家被市场冠以“Token第一股”名号的公司，近期股价扶摇直上，市值一度突破1100亿港元，上市不足四个月股价较发行价累计涨幅高达500%。
来源：同花顺
到底发生了什么？
01
一个Token引爆的千亿神话
这轮爆发的直接导火索，是DeepSeek V4的开源。
当DeepSeek宣布全系列模型V4版本正式上线并同步开源，AI应用场景瞬间被全面激活。从消费级应用到底层的行业解决方案，Token调用需求像开了闸的洪水一样倾泻而出。
来源：公开查询汇总
迅策科技恰好站在了这个风口上。
4月以来，迅策Token调用相关的年度经常性收入（ARR）季度环比暴涨300%，Token付费收入占比已突破5%，公司全年目标是把这个数字提升到20%至30%。
更值得关注的是它的定价。在通用Token价格普遍被打压的当下，迅策的垂类Token调用价格却达到了10到100美元/百万Token，是Anthropic同类产品的十倍以上。
这种定价能力背后藏着什么秘密？
客户愿意为高转化率的垂类Token支付溢价，因为迅策输出的专用Token能够大幅削减企业无效消耗，在业务场景中的效率提升实打实看得见。
公司还刚刚联手深圳数据交易所签署了战略合作协议，在三大方向展开深度合作，为企业数智化转型、数据资产化与入表服务体系以及具身智能数据规范体系建设提供支撑。
02
从南山起步，到千亿市值
迅策科技的故事要从2016年说起。那一年，刘呈喜在深圳南山正式创立了这家公司。实控人刘呈喜行事极为低调，在公众视野中几乎不露面，连招股书中都没有他的简历。他把公司的实际管理权交给了儿子刘志坚。
刘志坚本科毕业于清华大学电子科学与技术专业，后又拿下香港科技大学电机及电子工程硕士学位。
刘公子毕业后他在苏格兰皇家银行从实习生一路做到董事，后来还担任过国开国际投资的执行董事。这样的履历，让他在金融和技术的交叉点上有了天然的优势。
公司最初从资产管理行业切入，为金融机构提供实时数据分析解决方案。很快，这条赛道上的积累让他们在2024年拿下了中国资产管理行业实时数据基础设施及分析市场第一的份额。
资本市场的青睐也随之而来。2017年到2023年间，迅策完成了多轮融资，投资方阵容可谓豪华：腾讯、创新工场、高盛集团、大湾区基金、源峰投资、粤财创投、泰康保险集团、KKR、中金公司等知名机构悉数在列。IPO前估值达到62.2亿元。
这就不得不说迅策科技IPO之路的曲折。2024年，公司两次向港交所递表都铩羽而归，直到第三次才终于在2025年12月成功登陆。
谁能想到，仅仅百余天后，市值就从156亿最高飙升到1100亿？
03
股权投资人赢麻了
有人一夜暴富，有人盆满钵满。十年 7 轮融资，累计募资超 20 亿元，估值从 2017 年的 2.26 亿飙至上市前 62.2 亿，涨幅超 27 倍。
关键节点：
数据来源：公开查询
腾讯是迅策的第一大机构股东，累计持有（深圳腾讯和广西腾讯）7.55%的股份。如今这笔投资的账面浮盈超过50亿港元。
公开查询信息，2020年，腾讯第一次通过产业加速器接触到迅策，当时迅策还是一家为私募、信托、券商提供智能交易管理方案的数据中台服务商。
真正下重注是在2021年的C轮融资，腾讯作为联合领投方之一，直接下场站台。
鹅厂的投资逻辑，总计下来主要是这两点：
第一是补AI生态的缺口。腾讯在AI领域的布局早已不是秘密，2025年混元大模型的投入就达到180亿元，2026年还要翻倍。
大模型建好了，谁来给它们“喂饭”？迅策刚好处在数据精炼这条链上，做的是把金融、制造等行业里乱七八糟的原始数据，炼成大模型能直接用的“熟料”。
腾讯投迅策，相当于在自己的AI版图里既补上了算力，又补上了场景数据的“炼油厂”。
第二层是锁定高价值场景。迅策的客户盘子覆盖了中国前十大资管机构，金融行业对数据的实时性和合规性要求极高，能在这个领域站稳脚跟，技术壁垒是实打实的。
腾讯云自身也在发力产业互联网，迅策的行业资源和交付经验，天然就是一块可以协同的拼图-
此外，KKR这类全球顶级PE机构，回报也达到40多亿。而那些在A轮就投进去的早期资金，账面回报更是超过了500倍。
截图来源：同花顺
最让人惊叹的，还是创始人刘呈喜父子。
截至2025年末，刘呈喜；累计持有迅策23.45%的股份，这些股票的账面价值超过270亿港元。
但聪明人都会问一个问题：这样的财富建立在什么基础上？
04
经营分析
职业习惯，写上市公司一定要分析下经营和财务状况。
数据来源：同花顺
迅策科技交出了上市后的第一份年报。2025年营业收入12.85亿元，较上年翻倍增长103.3%。这个数字本身就很抢眼。
值得注意的是增长的节奏，上半年只贡献了1.98亿元，下半年直接飙到了10.87亿元，环比增速高达449%。
这绝对不是多签了几个客户就能解释的。这背后是整个AI应用层的大规模落地带来的需求井喷。
从客户的维度拆解的话，公司的客户数量其实稳定在230家左右，但单个客户的平均收入从2024年的272万元直接翻倍到559万元。
这意味着增长的驱动力不是靠拉人头，而是每一个存量客户购买了更多的服务。
来源：同花顺iFinD
盈利端有点意思。如果看净利润，公司2025年依然亏损1.3亿元。但剔除约7480万元的上市开支后，经调整净亏损只有5485万元，同比大幅收窄33.41%。
更重要的是，2025年上半年经调整净亏损1.05亿元，到了下半年已经转正，实现了5013万元的经调整净利润。亏损收窄的速度在加速，商业模式的可盈利性正被逐步验证。
当然也有一些需要留意的地方。
综合毛利率从上年度的76.68%下滑到了61.66%。公司解释原因是产品收入结构变化和客户行业拓展的阶段性影响。应收账款平均周转天数依然高达131天，金融资产减值损失净额也从1805万元飙涨到1.61亿元。
市场给予了这家公司很高的估值，其中一个逻辑是高毛利率，未来是否可以维持相对较高的毛利率，值得关注。
05
商业模式解析
现在的迅策，已经不是一家传统意义上的数据服务公司了。
公司在商业模式上做了一个关键的调整，从原先的订阅制转向按Token消耗付费与分成的新模式，构建了“收入=Token价格×调用次数×模块应用数”的增长模型。
收益从固定收费变成了按量浮动付费，意味着客户用得越多，公司的收入增长就越快，形成了真正的利益绑定。
迅策的核心能力在于数据“精炼”。它不是简单地卖一些标准化数据，而是把金融、电信、机器人等行业里杂乱的原始数据，炼成大模型可以直接使用的垂类Token。
底层是实时数据基础设施，上层通过RAG、行业知识图谱与Agent智能编排，每一步都在最大限度地压缩无效Token的消耗。
可以说，迅策在做的是一件从“卖基础设施”到“卖高价值数据燃料”的事。
背后的行业趋势也很清晰。自2024年初至2025年底，中国日均Token调用量两年暴增了超过1000倍，2026年开年以来，更是井喷式暴增。
全球大数据市场也在快速增长，预计2026年将达到3250亿美元，到2031年将超过5160亿美元。
企业已经不再满足于事后的报表分析，而是迫切需要在业务发生的当下做出精准决策。这种“即时性”需求的爆发，正是迅策这类公司的底层增长逻辑。
华泰证券的观点可能（说的是可能）触及了问题的核心：AI时代已形成“算力—模型—场景”三层Token加价体系，此前市场主要交易算力与模型环节，而场景Token作为AI应用价值转化的核心载体，其价值重估窗口已经正式开启。
06
狂欢后的未来预期
1100亿市值，这个数字确实令人侧目，更让他的股权投资人都获得了超预期的回报。
互联网泡沫时期，太多公司披着“.com”的外衣享受了夸张的估值，后来潮水退去时才发现很多人一直在裸泳。迅策科技今天的状况，的确让人产生了一些类似的联想。
但仔细拆解的话，二者之间又有本质不同，迅策切切实实地站在了一个巨大产业趋势的起点上，而且在细分赛道上有着难以复制的先发优势。
投资者追捧迅策，本质上是在押注一个核心逻辑：数据就是AI时代的石油，而精炼后的高质量垂类Token就是最值钱的燃料。
但这个逻辑的兑现，需要迅策做出三个证明。
第一，场景Token的定价权能否持续？高定价能否维持住，取决于场景门槛是否足够高、数据稀缺性是否足够强。
目前垂类Token的调用价格在通用模型持续降价的背景下还能稳居高位，说明市场对这条赛道的定价逻辑已经开始独立演变。
第二，盈利拐点是否真实到来？2025年下半年的经调整净利润转正是一个好的信号，但持续的盈利需要公司进一步控制研发费用和销售成本。
公司经营性净现金流出虽然在大幅收窄，但仍未转正。现金流管理的改善也还需要时间。
第三，Token收费的占比能否如期提升？公司目前的Token付费收入占比刚刚突破5%，2026年全年的目标是提升到20%到30%。
这个目标能否达成，决定了市场给予高估值的逻辑是否成立。如果下半年增速放缓，市场情绪的反转可能会非常剧烈。
迅策科技的成绩单里，既有营收翻倍、下半年扭亏、单价逆市暴涨的高光，也有毛利率下滑、应收压力加大、持续亏损的财务压力。
它是数据要素市场化浪潮中的受益者，但离真正的价值释放还有很长一段路。
Token的狂欢还在继续。
聪明的投资者，不会只听故事，他们更在意的是，这个“精炼厂”最后到底能产出多少真金白银。
本文引用的数据、信息主要来源于以下公开渠道：
1. 迅策科技（03317.HK）2025年度业绩公告
2. 财联社、证券时报、观点网、澎湃新闻、东方财富网、巨潮资讯网等公开媒体报道
3. 华泰证券相关研究报告观点
4. MarketsandMarkets、QYResearch等行业研究机构数据
5. 深圳数据交易所战略合作协议公告
本文来自微信公众号“投行圈子”，作者：投行大师姐，36氪经授权发布。
