作者：中国经营网 许璐 李晖，快思慢想研究院院长 田丰
开篇 200万个"数字员工"，没有一个需要打卡
珠海金智维人工智能股份有限公司最近又一次敲响了港交所的门。这是它第二次尝试——2025年12月首次递表，6个月期满自动失效，如今卷土重来。招股书里最令人震惊的内容是：截至2026年6月30日，公司已经部署了超过200万名"AI数字员工"，服务客户超过1600家。
200万AI数字员工已上岗，但这些"员工"不打卡、不请年假、甚至可能从未真正"上过一天班"。招股书自己也留了一道旁白：这200万，"根据AI解决方案授予客户的授权数量计"。翻译成大白话，这数的其实是AI软件授权证书，是AI编制，不是劳动力脑袋。
与这个庞大数字并排放着的，是另一组数字：公司三年累计亏损5.31亿元，客户留存率从74%一路滑到60%。快思慢想研究院院长田丰接受专访时说："这是软件授权数的累计流水，不是某个时间切片上真实在岗、真实干活的数字劳动力存量。"记者就数字员工口径、客户留存率等问题致电致函金智维，截至发稿未获回复。
一、一张license是流程通行证，不是一个AI打工人金智维的故事从RPA（机器人流程自动化）讲起。2016年，公司推出RPA数字员工平台；2021年升级到K-APA平台；2023年把大语言模型塞了进去；2025年，又端出了Ki-Agent企业级智能体平台。技术一步步长大，但"数字员工"这个统计口径，从头到尾没变过——数的都是授权数(license count)。
田丰打了个比方："一个'数字员工'license，对应的往往是一个具体业务流程——比如银行的一张发票核验授权、一张开户资料录入授权、一张合规质检授权。一家大行可能同时买几十个流程的授权，这几十个授权在招股书里就是几十个'数字员工'。"这就跟统计印刷厂卖出去多少墨盒授权，不能反推车间里有多少台印刷机、雇了多少工人是一个道理——授权数、设备数量、真实人力，压根是三个不同的度量单位。
于是网上流传的简单估算——200万除以1600家客户，户均"配备"1250个数字员工——从一开始就选错了尺子。6大国有银行、270余家银行、130余家证券公司、220余家其他金融机构，头部客户和长尾客户的部署规模天差地别，这道除法把所有真实的分布差异都抹平了。
二、累计数字永远在涨，溜走的客户不会被倒扣一分
比口径问题更关键的，是这个数字的记账方式——它像个只进不出的存钱罐。
金智维披露的客户留存率是一条清晰的下滑曲线：2023年74%，2024年68%，2025年66%，2026年上半年只剩60%。这意味着相当一部分早年买过授权的客户已经停止续费、停止使用，但只要这些license历史上被"授予"过，就会永远躺在"累计逾200万"这本总账里，不会因为客户流失被扣掉。
这跟互联网行业当年爱说的"累计注册用户破亿"是同一套记账逻辑——账面数字只涨不跌，跟真实在用的规模是两件事。招股书的风险因素部分其实自己写下了答案：公司部分解决方案是一次性软件许可模式，"在完成初次销售后，我们可能无法有效留住用户"。
三、单价不到130元，撑不起一个"员工"的名分如果把200万个授权都当成独立收费的商品，用2025年营收2.56亿元往回除，平均一个"数字员工"对应的收入不到130元。
招股书没说清楚每个授权是不是都独立产生收入，很可能相当一部分是捆绑赠送、免费试点、系统迁移带来的非增量授权。哪怕按最乐观的假设去算，单价也低得不合常理，说明200万这个总数里，混进了大量根本不创造独立收入的授权。
收入结构本身也在悄悄换轨。K-APA曾经是绝对主力，2023年占营收的97.7%；到2026年上半年，这个比例降到了70.8%。同期，融入大模型和智能体能力的Ki-Agent收入从165万元蹿升到1899万元，占比从3.6%升到29.2%。金智维的生意，正从"卖流程授权"往"卖智能体协同"切换。LensAI创始人况玉清对此有更宏观的注解：科创板和港股都在为尚未盈利的前沿科技企业开着一扇门，这类企业上市后既可能随业务放量实现价值增长，也同样要面对技术、商业化不及预期的风险。
四、责任扛不动的地方，才是人真正的岗位
数字员工从执行流程走向任务规划、跨系统协同，人被挤到了哪里？
田丰的答案系于两条线。第一条是责任链条。他举了个历史例子："钱学森搞'两弹一星'，核心制度是总师负责制——系统再复杂，分工再细，最后必须有一个具体的人对结果签字担责。"任正非治理华为讲"力出一孔、利出一孔"，本质也是把责任和权力绑在具体岗位上。银行的授信审批、保险的核保、审计的签字，需要的不是算得快的AI程序，是出了事扛得住的自然人——这条链条，落不到没有法律人格的Agent头上。
第二条线是熵值。规则能被穷举的低熵岗位最先让位——对账、报表汇总、资料录入；大模型和Agent接着啃向初筛评分、跨系统查数据这类"轻决策"任务。但客户情绪失控时的安抚、多方利益冲突时的斡旋、监管口径模糊时的拿捏，这些高熵场景的训练数据天然稀疏、不可复制，再强的跨系统协同，也只能在已知系统的边界内打转。写代码的那批人早就总结出一条规律：工程师的重心从"写代码"变成了"审代码"。银行柜台的审核员，以后审的不再是一百份纸质材料，是一百个Agent跑完的结果包。苏商银行特约研究员武泽伟的判断呼应了这一点："规则固定、重复度高的事务性工作更容易被数字员工承接，涉及风险判断、责任认定以及复杂沟通协调的岗位，对人的依赖程度会进一步提升。"港中文（深圳）高等金融研究院客座教授郑磊说得更干脆："无论技术如何进化，高风险、强责任、重大决策环节的最终权责一定保留给自然人；数字员工是要素补充，不是对人类岗位的简单替代。"目前，金融依然是金智维的主战场：2025年金融服务收入占比69.5%，2026年上半年升到76.8%，应用场景覆盖票据处理、客户信息核验、交易监控与合规报送；公司正把手伸向政务的行政审批、档案管理、税务申报、社保经办，以及制造业的采购订单录入、生产计划对账、供应链跟踪。
五、扩张的B面是烧钱，账上现金撑不起负债营收曲线在往上走：2023年至2025年从2.17亿元涨到2.56亿元，复合增长率8.7%；2026年上半年6512.9万元，同比增长41.7%。但亏损曲线爬得更陡：三年净亏损分别是6257万元、1.22亿元、3.46亿元，累计5.31亿元；2026年上半年净亏损1.09亿元。
钱花在了哪里，一目了然。2026年上半年，销售及分销开支同比暴涨105.3%到5995.5万元，相当于营收的92.1%；研发开支同比增长34.5%到4252.7万元；经营亏损从4043.6万元扩大到9633.8万元。收入模式上，定制化的项目制合约仍是大头——2025年占比76.9%，这类订单做一单结一单；标准化的订阅制收入占比只有16.8%。资产负债表还有一处：公司账上可赎回负债21.26亿元，现金只有7100余万元。金智维目前靠一级市场对赌协议撑估值、靠定制项目冲收入的打法，还没真正跑通订阅制或按结果付费的商业闭环。
六、计算机时代无处不在，除了在生产率统计里数字员工这个行业，眼下走到了哪一步？田丰的判断是："把Agent接进业务系统的技术门槛已经不高，但企业真正敢把决策权交给它、让部署真正跑出经营结果的信任基础，还没建起来。"
这不是什么新剧本。1987年诺贝尔经济学奖得主罗伯特·索洛说过：计算机时代无处不在，除了在生产率统计数据里。当年企业买了大量电脑，却没有重新设计工作流程去配合电脑，生产率数字并没跟着涨。云计算早期也是同一出戏：系统搬上云，架构没做相应重构，成本不降反升。数字员工现在最容易踩的坑，正是同一个——把Agent当成"更聪明的RPA机器人"逐个塞进旧流程，而不是把整条业务流程按照Agent的能力边界重新设计一遍。
港中文教授郑磊的观察印证了这一点："浅层场景饱和，深链路业务难打通：单点自动化做得很好，跨部门、跨系统长流程自主完成的案例不多；大量项目停留在POC试点，全企业规模化推广占比很低。"OpenAI、Anthropic、xAI在各自的系统卡里反复回答着同一个问题：模型能自主完成的步骤越多、跨越的系统边界越多，一旦出错，连锁损失就越大。Anthropic自己的公开研究也显示，当前AI对劳动力市场的实际渗透率，远低于它理论上的能力上限。能力和被信任使用之间，隔着一条真实存在的沟。
七、护城河不是跑得快，是知道什么时候该收手这个行业目前仍是一片混战。招股书援引弗若斯特沙利文的数据：2025年中国AI数字员工解决方案市场规模约78亿元，前五大厂商合计份额不到20%。按收入算，金智维那一年排名第一。
田丰认为，竞争的重心正在转移："未来的竞争重点，会从'卖出去多少个license'切换到'客户因为部署你的Agent实实在在省了多少钱、这笔钱你能不能分成'。"这是经济学家熊彼特笔下的创造性破坏——旧的商业模式不是被外力打垮的，是被更高效的新模式自然取代的。
真正的护城河，是AI数字员工的能力边界与风险边界。在数字员工赛道上，商业信任不是"Agent能自主跑多少步"，而是风险边界。田丰说："未来真正的护城河，是'关键时刻能把人拉回决策链'最精确地实现、不留死角。跨系统协同做得再花哨，守不住风险边界，规模做得越大，爆雷的可能性也越大。"
结语200万这个数字，是一本流程授权的流水账，也是一份还没跑通商业闭环的成绩单。数字员工真正顶替的，是能被写成规则、快速穷举的执行环节；留给人的，是需要签字、需要担责的判断时刻。这个行业接下来比拼的，早已不是模型参数或部署规模的数字游戏，而是让AI劳动力能力的扩张，快速适配监督与风控。
参考文章：《部署超200万数字员工？金智维二冲港股客户留存率存挑战》，中国经营网 许璐 李晖
出版社：人民邮电出版社
作者：田丰
帮助你定位AI当下发展坐标的指南针
帮助你洞察AI未来演进趋势的航海图
通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。
