（问题）近年来，企业数字化正从“上系统、看报表”加速转向“要结果、要决策”。营销与销售等高频业务领域，企业不再满足于数据看板和流程自动化，而是希望系统能对经营问题给出可执行的答案，例如门店经营风险预警、客户流失预测、线索跟进策略以及转化提升路径。对以营销及销售软件为主业的服务商而言，如果仍停留在传统工具交付，难以满足客户对实时决策、跨系统协同和复杂业务推理的需求，增长空间与客户黏性都会受限。 （原因）迈富时在业绩披露中将转型重点指向智能体应用平台。其判断在于：营销与销售场景数据密集、反馈闭环快、业务链条长，是新一代企业应用最有可能率先规模化落地的领域之一。企业需求变化叠加技术成熟，使“直接回答业务问题”的应用形态成为可能。相较过去以标准化模块为主的供给方式，企业更看重三类能力：第一，模型能否理解行业语境，并在组织流程中持续学习；第二，数据调用能否满足权限与合规要求；第三，在多角色、多部门、多系统协作下，智能体能否稳定运行，并做到可追责、可迭代。这些门槛决定了企业级落地不能只靠“快速演示”，更依赖平台化治理能力和工程化体系支撑。 （影响）从经营结果看，迈富时2025年收入28.18亿元，同比增长80.8%；经调整净利润1.5亿元，显示其在存量客户扩展与新业务推进上取得阶段性进展。公司披露，智能体应用对应的业务当年收入14.9亿元，同比增长76.5%。同时，其面向大型客户的服务能力增强，年末KA客户数量达1609家，同比增长105.5%。这类客户组织架构复杂、合规要求严格、流程精细，能否服务好大型客户，直接影响企业软件公司的收入质量、续约稳定性和交付成本。 更值得关注的是，企业级智能体应用推进，可能重塑营销服务行业的竞争方式：一上，竞争焦点将从功能叠加转向“数据资产沉淀+模型能力+平台治理+行业知识”的综合比拼；另一方面，客户对供应商的要求也将从“交付工具”转向“交付价值”，倒逼服务商提升行业理解、数据工程与产品化能力。对行业而言，“重交付、轻产品”的增长路径将更难走通，平台型、生态型企业有望获得更高的边际效率。 （对策）围绕企业级落地的关键瓶颈，迈富时提出以“场景—数据—平台—模型”的四层架构构建能力闭环：由业务场景提出问题并界定数据边界，数据沉淀形成结构化知识，模型输出推理与建议，平台以智能体形态交付到具体岗位，并应用效果回流后推动持续迭代。重点不在概念本身，而在于打通行业知识、数据治理、模型能力与交付体系，形成可复制的产品化路径。 在资金与组织投入上，公司通过配股等方式补充资金，并年度内形成较充足的流动性储备，为研发与商业化投入提供支撑。同时，公司宣布全球研发总部落户南京，并提出较大规模的投资与用工计划，希望通过集中研发与人才集聚，提升平台底座能力与工程化交付效率。对企业软件行业而言，加大研发投入、建设跨区域研发中心，既是抢占技术窗口期的选择，也反映出竞争正从销售驱动转向“产品与研发驱动”。 在治理层面，企业级应用面临的合规、安全、权限、协作与评估等问题，决定平台必须具备“可管理、可审计、可迭代”的中台能力。围绕多智能体协作、内容合规、数据权限、效果波动归因与生命周期管理等环节，搭建面向管理与治理的平台化能力，有助于降低客户试用门槛、提升部署效率，并为规模化复制提供标准。 （前景）展望未来，智能体应用有望成为企业软件的重要形态之一，但真正普及仍取决于三上：第一，行业数据与流程的标准化程度能否支撑规模复制；第二，平台治理与安全合规能力能否满足大型组织的审计要求；第三，商业化模式能否从项目制交付转向更稳定的订阅制，并与按效果付费等方式组合，从而实现可持续盈利。对迈富时而言，当前业绩高增为转型提供了窗口，但在扩大客户规模的同时，更需要关注交付成本控制、产品标准化与生态合作，避免在快速扩张中出现组织与质量波动。 从更宏观的产业视角看，营销与销售场景的智能化升级，将推动企业经营从经验驱动转向数据与模型驱动。随着企业对“可度量增长”的需求增强，能够在合规框架下沉淀行业知识并提供稳定效果的平台，更容易获得大型客户的长期预算与信任。
迈富时的转型实践为我国数字经济发展提供了参考。在数字经济与实体经济加速融合的背景下，企业如何把握技术变革机遇、实现创新增长，仍是推动产业升级的重要课题。随着AI在各行业持续落地，企业服务领域的创新有望带来更多高质量增长案例，为经济高质量发展提供支撑。