
当前在美股市场,已上市 AI 数据企业的累计市值已高达 7500 亿美金。
本文为 IPO 早知道原创
作者|Stone Jin
微信公众号|ipozaozhidao
据 IPO 早知道消息,深圳迅策科技股份有限公司(以下简称 " 迅策科技 ")今起招股,至 23 日结束,并计划于 2025 年 12 月 30 日正式以 "3317" 为股票代码在港交所主板挂牌上市。
这意味着,迅策科技将正式成为港股 " 大模型 Data Agent 第一股 ",也将是中国 AI 数据赛道第一家完成港股 IPO 里程碑的企业——这里不妨补充一点,当前在美股市场,包括 Palantir、Snowflake 在内的已上市 AI 数据企业的累计市值已高达 7500 亿美金,另有 Databricks、Surge AI 、Scale AI 等估值数百亿乃至上千亿美金的 " 超级独角兽 ",而截至目前国内尚无类似的企业登陆资本市场。换言之,中国 AI 数据赛道才刚刚开始。
迅策科技计划在本次 IPO 中发行 22,500,000 股 H 股。其中,香港公开发售 2,250,000 股 H 股,国际发售 20,250,000 股 H 股。以最高每股 55 港元的发行价计算,迅策科技至多将通过本次 IPO 募集 12.375 亿港元。
值得注意的是,迅策科技在本次 IPO 发行中共引入 9 家基石投资者,累计认购约 4000 万美元。其中,不乏云锋基金、龚虹嘉全资持有的富策控股、Infini 无极资本、中视金桥(0623.HK)、Alphahill 基金、蔷薇控股、Cithara 基金、FMF、Joy Mobile 等知名机构。
此前,迅策科技还已获得腾讯集团、云锋基金、KKR 集团、高盛集团、CPE 源峰、洪泰基金、PAC 资本、大湾区基金、泰康人寿、中金公司、金浦投资等知名机构的投资。IPO 前,腾讯持有迅策科技 7.55% 的股份,为最大机构投资方。
成立于 2016 年的迅策科技作为一家实时数据基础设施和分析解决方案供应商,为全行业企业提供涵盖数据基础设施及数据分析的实时信息技术解决方案。
其中,迅策科技产品组合的核心是实时数据基础设施——其作为一个云原生的统一数据平台,可以在数毫秒至数秒内收集、清理、管理、分析和治理来自多个来源的异构数据。这意味着,数据一经收集后,几乎可以立即处理并可用于决策、分析或进一步行动。在这基础上,迅策科技还可利用相关基础设施来产生洞察、作出预测或为业务决策提供资料。
根据弗若斯特沙利文的资料,迅策科技的实时数据基础设施和分析解决方案以超过行业平均速度进行实时数据汇总、处理及输出,并具有 100% 的数据一致性和可追溯性,从而优化业务间的效率和灵活性。
更值得注意的是,在 AI 数据智能的核心逻辑、技术架构、商业化路径等关键维度,迅策科技与赛道巨头 Palantir 有着诸多相似之处。

先深耕高壁垒垂直领域
后形成多元化业务格局
Palantir 从军事和政府情报领域起步,之后逐步向金融、医疗、制造等商业领域拓展,逐步成长为全球最具影响力的 AI 数据平台。
与之类似,迅策科技选择从资产管理行业起步,而资产管理行业恰恰又是数据集最复杂且对数据准确性和及时性要求最高的行业之一。同时,传统数据系统高度依赖人工作业,容易出现更新延迟和人为错误;且传统解决方案通常是来自分散供应商的单个解决方案的集成,为解决特定任务或问题而设,导致系统断连、数据孤岛和低效的工作流程。
而迅策科技则可以为资产管理人提供覆盖资产管理生命周期各个方面(涵盖从投资组合监控、订单执行、估值,乃至风险管理和合规)的实时数据基础设施端到端解决方案,汇总跨系统、资产类别和投资组合的数据,大大提高数据完整性和可追溯性;并在分析能力的支持下,将数据转化为可行洞见,使资产管理人能够制定并执行更明智的投资决策,从而推动投资回报和管理风险。
根据弗若斯特沙利文的资料,按 2024 年收入计算,迅策科技在中国资产管理行业的实时数据基础设施及分析市场中排名第一,市场份额为 11.6%。截至目前,迅策科技在资产管理行业的的客户涵盖保险公司、共同基金、银行资产管理部门、证券公司、企业财资、家族办公室、高净值个人等,包括全部中国前十大资产管理人。
得益于在资产管理行业的成功经验,迅策科技的解决方案亦已能够轻松适应其他垂直领域的各种需求。2024 年,迅策科技的客户扩展金融服务(资产管理除外)、城市管理、生产管理、电信等多元化行业,涵盖中国三大国有电信营运商。2024 年,资产管理以外各行业产生的行业应用收入占迅策科技总收入的 61.3%,而 2022 年和 2023 年的占比分别为 25.6% 和 34.1%。以 2024 年收入计算,迅策科技在中国实时数据基础设施及分析市场总量中的市场份额排名第四。
此外,迅策科技还已开启全球化布局,2024 年收入中有 5.9% 来自香港,2022 年仅为 0.3%。
模块化架构为核心
构建高可扩展的 AI 数据平台
Palantir 的核心竞争力之一是其模块化的平台架构,旗下 Foundry(商业客户平台)、Gotham(政府客户平台)等核心产品均采用构件化设计,各模块承载特定功能,可根据客户需求灵活组合。同时通过 Apollo 平台实现全球客户软件在异构环境下的远程自动更新、集中管控与合规部署。
迅策科技同样以 " 模块化设计 ",使解决方案具备高度可扩展性。具体而言,迅策科技的各构件模块均被赋予特定的功能,从基本数据处理功能(包括数据收集、标准化及整合)到特定行业功能(如投资组合监控),这样的架构为其提供了巨大的灵活性,不论行业应用,均可以通过选择性地组合模块来整合功能,根据每名客户的独特需求打造定制解决方案。
即,迅策科技的解决方案既标准化又灵活,具有广泛的整合能力。按应用程序功能提供的模块化的解决方案为客户提供了即插即用的选项,并根据需要单独或组合使用迅策科技的解决方案,以满足其独特的需求及要求。定制解决方案的能力使客户能够快速安装新模块,平均安装及数据连接的交付期为一到七天。
截至 2025 年 6 月 30 日,迅策科技已成功开发超过 300 个模块,具有跨实时数据基础设施及数据分析的全套功能。其中,迅策科技开发的模块已迅速从 2022 年末的 152 个增加至 2024 年末的 318 个以及截至 2025 年 6 月 30 日的 332 个。而模块数的增加也将创造更高的 ARPU 值。
聚焦 AI 产业落地关键节点
构建数据语义化与决策智能化能力
此外,在 AI 数据智能的核心逻辑上,Palantir 与迅策科技均摒弃了 " 仅部署大模型 " 的浅层模式,转而聚焦解决企业级 AI 落地的核心痛点——数据孤岛、安全风险和部署复杂性,致力于将 AI 嵌入业务流程,实现从数据到决策的端到端智能化。
Palantir 的核心技术是基于 Ontology(本体论)的语义逻辑体系,能够将企业分散的数据、流程和行为构建为统一语义下的数字映射,让 AI 成为内建在企业内部的 " 原生能力 "。
迅策科技同样构建了类似的 " 数据语义化 + 决策智能化 " 能力:其建立的行业领先的资产管理专用数据中心,不仅解决了多来源数据整合的挑战、更通过为所有数据标注专门标签,构建了符合业务逻辑的数据语义体系,为精确的 AI 模型训练奠定基础。在此基础上,迅策科技将 AI 赋能解决方案深度融入资产管理全流程,通过多年累积的行业知识与数据治理能力,结合安全、隐私保护框架,实现了 AI 与业务运营的深度协同。
同时,迅策科技通过配置一个安全的金融级别人工智能基础设施,来解决客户在数据主权和合规方面的核心问题:所有人工智能系统均 100% 配置在客户的自有数据中心或私有云环境中,以最大程度上减底敏感数据外泄的风险,且基于客户私人数据训练的专有人工智能模型均由客户完全拥有。截至 2025 年 6 月 30 日,迅策科技的研发团队约 320 人,占员工总数约 67.0%。
过去三年营收复合年增超 124%
数据已成新型生产要素及最重要的资产之一
财务数据方面。2022 年至 2024 年,迅策科技的营收分别为 2.88 亿元、5.30 亿元和 6.32 亿元,复合年增长率为 124.5%。通常而言,验收流程往往会导致收入拖延,因此迅策科技今年的全年营收规模仍有望再创新高。
此外,2022 年至 2024 年,迅策科技的毛利率分别为 78.0%、79.0% 和 76.7%,保持相对稳定的水平,且同期研发开支、行政开支以及销售与经销开支占总收入的比例不断下降。根据弗若斯特沙利文的资料,2022 年至 2024 年迅策科技的毛利率在中国实时数据基础设施及分析市场总量以及中国资产管理行业实时数据基础设施及分析市场均名列前茅。
迅策科技在招股书中还强调,其重点不仅是立即盈利,而是扩大收入以获取市场份额并吸引优质客户。毕竟,由于使用者习惯和系统稳定性等因素,实时数据基础设施及分析市场的客户不会轻易长期更换服务提供者。一旦占据市场领先地位,其或将实现更强的口碑传播效应,从而为实现盈利奠定坚实基础。
不可否认的是,在数字经济时代,数据已成为最重要的资产之一且具有重大实用价值。根据弗若斯特沙利文的报告,中国实时数据基础设施及分析市场的市场规模已从 2020 年起以 46.1% 的复合年增长率在 2024 增至 187 亿元,并预计将在 2029 年进一步增至 505 亿元。
从长远来看,尤其在当下的新一轮 "AI 浪潮 " 中,数据的价值更是不言而喻。这意味着,对于迅策科技这样在 AI 数据赛道的头部企业,其未来的发展空间也将非常之大。
本文由公众号 IPO 早知道(ID:ipozaozhidao)原创撰写,如需转载请联系 C 叔↓↓↓




登录后才可以发布评论哦
打开小程序可以发布评论哦