一家从中科院系走出来的AI公司，带着国资股东和决策智能光环冲刺港股；

4月12日，“中科闻歌”把一份招股书递到港交所，也把“国家队AI”第一次真正推到了资本市场的显微镜下

这家来自中科院自动化所的科学家团队创业的公司，背后有国开制造业转型升级基金、AI基金、中网投等机构股东，业务又切在“企业级AI决策智能”这样一个听上去足够硬核、足够To B、也足够政策友好的赛道上。

但或许问题也正出在这里，当一家AI公司带着“国家队”站到资本市场面前时，市场不会只问它技术强不强，也不会只问它股东硬不硬。

市场真正想要的答案是：这家公司能不能把复杂技术变成稳定收入，把项目交付变成可复制产品，把国家队光环变成一张经得起审视的利润表。

一

不是卖模型，是卖“判断”

中科闻歌和很多大模型公司的叙事不太一样。

今天市场上大多数AI故事，讲的是模型参数、推理能力、Agent、应用入口或者C端用户增长。

但中科闻歌讲的是另一套逻辑：企业级复杂数据分析，以及AI辅助决策。

换句话说，它不是在和普通用户聊天，而是在试图进入组织的判断链条。

其港交所申请版本显示，中科闻歌专注于复杂数据分析及人工智能辅助决策，能力覆盖数据治理、领域知识管理、大语言及多模态模型训练、决策自动化与评估、低代码AI应用开发等；往绩记录期间，公司已为超过650家企业及政府客户提供AI服务。

C端AI应用争的是入口，企业级AI决策争的是流程。

入口可以靠体验、价格和传播迅速放大，但流程要嵌进客户的业务系统、数据体系、管理链条和决策机制。它不只是“能不能回答问题”，而是“能不能在复杂场景里减少误判、提高效率、形成组织级价值”。

所以，中科闻歌真正要卖的不是一个模型，它卖的是一种能力：让企业和机构在海量信息里更快做出判断。

这也是它最有想象力的地方。因为一旦AI进入企业决策链条，它就不再只是工具，而可能成为业务流程的一部分。

但这也是它最难的地方，因为决策智能不是标准化程度极高的消费软件。不同客户的数据结构不同，业务流程不同，管理目标不同，监管要求不同，内部系统也不同。

一个看上去很高端的AI决策系统，落地时往往会变成漫长的需求沟通、定制开发、部署调试、客户验收和后续运维。

这决定了中科闻歌不是一个轻飘飘的AI故事，它更像是一家披着AI外衣的复杂企业级软件与解决方案公司。

这类公司最大的难题，从来不是“有没有技术”，而是“技术能不能被产品化，产品能不能被复制，复制能不能带来利润”。

二

第一很亮，但赛道还小

据灼识咨询数据，按2024年收入计算，中科闻歌在中国企业级大模型驱动的决策智能服务提供商中排名第一，市场份额为11.4%；同时，在2024年中国企业级大模型市场中排名第七，市场份额为2.4%。

也就是说，在“企业级大模型驱动的决策智能”这个细分市场里，中科闻歌是第一；但放到更大的“中国企业级大模型市场”里，它只是第七。

这说明什么？

说明它不是在通用大模型战场上和头部大厂正面拼规模，而是在一个更窄、更垂直、更偏行业决策的领域里先建立位置。

这是一种聪明的打法。

大模型主战场太拥挤。算力、数据、生态、开发者、渠道、品牌，每一项都需要极强资源。对一家中科院系AI企业而言，如果直接卷通用模型，很容易陷入大厂和头部独角兽的包围圈。

但决策智能不一样，它更重行业理解，更重客户关系，更重交付能力，也更依赖长期积累的场景数据和业务知识。尤其在传媒通信、公共服务、商业企业等领域，客户不是只买一个“模型能力”，而是买一套能解决具体业务问题的系统。

这给了中科闻歌切入市场的机会。

问题是，细分市场第一并不自动等于长期护城河。

小市场里的领先，可以证明这家公司跑得早、站位准、交付能力有积累。但当这个赛道被证明有价值之后，大厂、AI创业公司、政企数字化服务商、行业软件公司都会进入。

中科闻歌现在的行业第一，更像是“先手优势”。

但真正的护城河，还要看它能不能把行业知识、客户场景、数据治理、模型能力和交付体系沉淀成平台，而不是每次都重新做一个项目。

小市场第一，是起点；大市场站稳，才是本事。

三

收入在涨，亏损也在

细看财务数据，中科闻歌的故事开始变得更现实。

2023年、2024年及2025年，中科闻歌收入分别为2.497亿元、3.178亿元和4.053亿元；毛利率分别为44.0%、50.4%和51.2%。这说明公司收入在增长，毛利率也在改善。

这部分数据对中科闻歌是加分项，很多AI公司还停留在技术展示、产品试用或概念验证阶段，而中科闻歌已经有较稳定的企业级收入。

更重要的是，毛利率从44.0%提升到51.2%，说明它的产品和服务结构可能在优化，成本控制或交付效率也有一定改善。

但从现金流情况来看，中科闻歌经营端持续“烧钱”。2023年至2025年，其经营活动现金流净额分别为-1.83亿元、-1.35亿元和-1.88亿元，连续三年为负，且在2025年再次扩大。

这就是资本市场会盯住的地方，它说明公司还没有从“技术投入期”和“市场扩张期”真正走到盈利阶段。

不过这并不罕见，企业级AI公司通常有一个共同问题：研发投入很重，销售周期很长，交付不轻，客户又常常要求高度定制。

最终表现到财务报表上，就是收入看起来在增长，但费用端很难快速下降，中科闻歌也不例外。

截至2025年末，研发团队共有250名员工，占全职员工总数43.9%，这是一家AI公司的必要投入，也是一家公司盈利模型的压力源。

研发投入越强，越能支撑技术壁垒；但研发投入长期高企，也会持续压制利润。

对中科闻歌来说，资本市场不是不接受亏损，而是要看到亏损背后的确定性：研发投入能不能转化为产品壁垒，产品壁垒能不能转化为收入规模，收入规模最终能不能摊薄费用。

否则，亏损就不是成长的代价，而是模式尚未跑通的信号。

AI公司可以亏，但不能只会亏。

四

客户够硬，回款更硬

中科闻歌的客户底盘还是很硬的，它服务的是传媒与通信、公共服务、商业企业等客户。

2023年至2025年，公司收入主要来自人工智能服务在传媒与通信、公共服务、商企等领域的应用；其中，2025年传媒与通信收入1.217亿元，公共服务收入1.479亿元，商企收入1.292亿元。

过去很多政企AI公司容易过度依赖单一公共服务或政务场景，而中科闻歌的收入结构里，商企业务占比在提升。2025年，商企收入占比已经达到31.9%，高于2023年的14.5%。

这是一个积极信号。

因为如果企业级AI只停留在政务或公共服务项目里，市场会担心它的商业化弹性不够、回款周期偏长、预算波动较大。商企客户占比提升，至少说明公司正在尝试进入更广泛的商业场景。

但客户结构改善不等于现金流已经改善。

据其提交的财报显示，2023年、2024年及2025年，中科闻歌经营活动现金流量净额分别为-1.828亿元、-1.349亿元和-1.880亿元。公司也提示，经营活动现金流出主要与提供人工智能服务、研发、销售及市场推广活动、行政管理产生的大量营运成本及经营费用有关。

这就是企业级AI最现实的一面：客户越大，订单越有分量；但客户越大，项目周期、验收周期、付款周期往往也越长。

尤其是决策智能这种项目，很多时候不是买一个标准SaaS账号，而是涉及数据接入、系统集成、模型适配、业务流程重构、权限配置和安全合规。每一个环节都会拉长交付周期。

如果公司扩张速度加快，账面收入在增长，但应收、预付、人员、研发、交付成本同步上升，现金流压力就会体现出来。

所以，中科闻歌需要证明的不只是“客户愿意买”。

它还要证明：客户买完之后，项目能够顺利验收，款项能够稳定回收，交付成本能够被压缩，复购和扩展能够持续发生。

否则，AI决策智能就会从高壁垒业务变成重交付生意。

在企业级AI里，订单是故事，回款才是答案。

五

真正的对手，不只是AI公司

中科闻歌所处的战场，表面看是AI市场，实际更复杂。

它的竞争对手不只是大模型公司。

在传媒通信场景，它可能面对媒体技术服务商、内容智能平台、舆情分析公司；

在公共服务场景，它可能面对政务数字化服务商、城市治理平台、传统系统集成商；

在商企场景，它还要面对金融科技公司、企业软件公司、垂直行业解决方案商……

这意味着，中科闻歌的竞争不是单一维度竞争，不是模型强就够了，也不是客户多就够了。

它要同时比拼模型能力、数据治理能力、行业Know-how、交付体系、客户关系、合规能力和成本控制。

这也是企业级AI和C端AI最大的区别。

C端AI应用可以靠一个爆款功能迅速出圈，企业级AI很难。

企业客户买的不是惊艳感，而是确定性。能不能稳定运行，能不能适配流程，能不能降低风险，能不能真正提高效率，才是客户最后愿意付钱的原因。

中科闻歌如果要守住“决策智能第一”的位置，就必须把自己的优势从“项目能力”升级成“平台能力”。

所谓平台能力，不是简单做一个后台系统，而是要让不同客户、不同场景、不同模型、不同数据治理方法之间形成可复用的产品模块。

只有这样，公司才可能从一次性交付，走向持续收入；从重人工定制，走向高复用部署；从收入增长，走向利润改善。

企业级AI的终局，不是谁模型更会说话，而是谁能把AI写进客户的经营流程。

六

AI下半场，资本开始看现金流

我们认为中科闻歌，更像是中国企业级AI商业化进入第二阶段的信号。

第一阶段，大家看模型，谁参数大，谁能力强，谁发布快，谁声量高。

第二阶段，大家看客户，谁能进政企，谁能进金融，谁能进公共服务，谁能拿下标杆案例。

第三阶段，市场会看报表，收入是不是增长，毛利率是不是改善，费用率是不是下降，现金流是不是转正，亏损是不是收窄。

中科闻歌站在这个转折点上。

它的优势很直观：中科院系科学家创业，国资背景强，决策智能赛道卡位早，客户基础不弱。

它的压力也很明显：持续亏损，现金流承压，项目交付较重，未来还要面对更激烈的企业级AI竞争。

所以，这家公司真正值得观察的，不是它能不能成为“国家队AI第一股”，而是它能不能证明：在中国AI产业里，企业级决策智能真的可以从高壁垒技术，变成高质量生意。

AI的上半场拼模型，下半场拼组织；再往后，拼的是谁能把智能真正写进利润表。