
卖了九年 “算法”,营收还在 3 亿线:零点有数能被 AI 救赎吗?
摘要:年营收 9 年未过 4 亿,拐点何时来?
来源:朝阳资本论
作者:楠小君
4 月 28 日,零点有数(301169.SZ)同时发布了 2025 年年报与 2026 年一季报。
全年减亏近半、毛利率跳升逾 8 个百分点、软件业务暴增逾六成,似乎十年转型终究熬出头。
然而,仅仅一个季度后,2026 年一季报的营收同比下滑 12.20%。
这家国内最早将 “数据” 与 “决策” 深度绑定的老牌机构,坐拥 30 年的政企关系与行业积淀,营收体量长年困在 3 亿级别。
自 2017 年就喊出了向数据智能软件转型的口号,却在将九年后仍未能从 “人力驱动” 向 “AI 驱动” 的转型深水区中走出。
AI 浪潮已至,零点有数,这一次能借风真正起飞吗?
转型深水区,信号交织
2025 年的财报,确实能让人吁一口气。
全年营收 3.62 亿元,同比增长 5.47%,算不上惊艳,却好歹止住了前一年的下滑颓势;
归母净利润亏损 3910.62 万元,较上年同期减亏 45.65%,创下了公司上市以来年减亏幅度最大的记录;
经营性现金流虽然仍为负值,却已是连续第三年收窄,经营止血带正在一点一点地勒紧。
最大的亮点藏在业务线里:数据智能应用软件业务收入 1.40 亿元,同比暴增 63.76%;毛利率高达 60.61%,远超传统决策分析业务那 15.68% 的 “苦力线”。
这是一场非常经典的主动性战略收缩。
公司主动砍掉了大量低毛利、长周期的传统调研项目,将人力、资金、资源一股脑地推向可标准化、规模化经营的软件赛道,也就是公司在 2017 年就开启预热的数据智能软件板块。
在成本端,随着核心募投项目 “有数决策云脑” 主体投入在 2024 年底基本完成,其研发投入强度在 2025 年 “自然回落”,从上年的将近 20% 骤降至 12.67%,前后相差七个多百分点。
公司直言,这是研发成果正从集中投入期转向业务兑现期。
新业务的兑现自然少不了必要的市场推广代价。全年其销售费用同比飙升 40.42%,从 3320 万元涨到 4663 万元,增速远超同期营收增幅。
费着力气省钱,却要花更多钱去敲客户的门。
这并不难理解,毕竟软件要走规模化,就绕不开渠道和销售杠杆。
这笔账或许仍需要更长的周期去细细盘算,但至少眼下是非常划得来的。数据智能应用软件业务业务线的爆发,直接拉动公司全年毛利率回升至 33.06%,同比大增 8.61 个百分点。
零点有数 2025 年的这场业务 “加、减法” 完成得相当有机,且成功获得了资本市场的认可。从去年至今其股价已累计涨超六成。
然而,掌声刚落,一瓢冷水就迎面而来。
2026 年一季报的数据,直接打乱了节奏。当季营收 2237.65 万元,同比降了 12.20%;归母净利润仍亏 1652.83 万元,减亏幅度约 24.79%,亏损绝对值依旧不小。
这种不稳定性背后直接暴露了转型的脆弱性。
公司解释称,这是 “市场拓展或项目落地不及去年同期”。
这句话的隐藏意思就是,技术端的 “产品化工具” 虽已批量落地,但传统业务收缩的缺口,新兴业务并未能没及时补上。去年四季度好不容易暖起来的温度,一开年又掉回了冰点。
这不算是偶然,而大多企业实行战略收缩是很大概率出现的代价,即当公司主动加速放弃低效项目时,传统业务的 “断崖” 与新业务的 “爬坡” 之间,必然存在时间差。
旧引擎熄火,新引擎尚未完全点火,这恰是产品化转型初期的典型困境。
长达九年的转型:船小也难掉头
转型存在过渡期,很容易理解,也能接受。
可如果说转型是零点有数的最优策略,那为何执行九年,营收体量依旧困在 3 亿级别,盈利拐点仍未出现?
答案,或许藏在 “基因的惯性” 里。
零点有数起家于定制化咨询业务。这类主要瞄准政府与大型企业客户的决策支持服务,本质是一个咨询项目驱动的 “手艺活”。
也就是,需要资深顾问深挖客户个性化需求、定制全套方案、步步跟进验收,每一个 “人” 的能力决定了项目高度与边际成本。这运营模式让公司形成了以 “保证项目验收” 为导向的组织文化,而非以 “打磨产品” 为导向。
换言之,这是一家深植项目制基因的公司。
但公司战略上要去的方向,却是产品驱动、平台驱动的 “代码生意”。
这是另一种完全不同的生存法则。从咨询项目转型到数据智能产品,零点有数核心意图是将过去几十年的行业 “Know-how” 提取成标准化软件算法,并且让市场愿意持续为 “SaaS/平台模式” 付费。
前者是人力密集、项目周期长、边际成本高、可复制性差的专项定制化商业模式;
后者研发投入前置,但边际交付成本极低、可复制性强、客户粘性高。关键是,这种模式能够带来更稳定、可持续的经常性收入。
两者之间,隔着一条不容易跨越的 “基因鸿沟”。
数据本身说明了这种错配。
尽管高毛利软件业务爆发,但 2025 年仍占营收 61.32% 的 “决策分析报告”,毛利率仅为 15.68%。这意味着,公司需要让更加稳定的 “软件 +SaaS” 的体量大幅膨胀,并开始形成持续性订阅收入,才能彻底摆脱收入结构的不确定性。
但 2026 一季度营收下滑,显然说明软件业务的体量,现在还不具备全面对冲传统业务收缩的底气。
另一个值得警惕的数据是存货大幅飙升 58.89% 至 8587 万元,在执行项目显著增加的同时,意味着大量资金被项目执行占用,如果项目验收或交付进一步延迟,现金流将雪上加霜。
零点有数的根本问题在于,它试图用咨询公司的 “项目逻辑”,去落地一个 SaaS 产品公司的商业模型;用咨询公司的成本结构,去追逐一个科技公司的毛利率。
这种本质冲突,让公司始终无法跨越 “营收规模停滞” 的死亡象限。这并非零点有数独有,但它所处的政务等高端决策咨询这个细分市场,决定了 “产品化” 的难度尤其高。
于是,我们看到一个尴尬局面,不缺技术的深度储备,不缺标杆项目的市场验证,但总盘面就是提不上去。
AI 时代风口已至,零点有数能否起飞?
站在当前时点,AI 浪潮已经是零点有数整个转型故事中最大的那个变量,也是最燃的那场戏。
它在 AI 产业链中的卡位,属于垂直行业应用与解决方案环节——这不是一个追求大模型底层通吃的赛道,而是一个将通用智能与具体业务深度融合、实现精准决策的场域。
零点有数构建了 “大模型 + 知识图谱 + 垂直知识智能体系(AIKC)” 的三层底座:
底层是 “零点楷模” 垂类大模型:基于 GLM、Qwen、DeepSeek 等多个开源模型进行融合与蒸馏,实现昇腾算力底座本地化部署,跑出了问数、问策、问稿三大标准化场景解决方案,已在政法、央国企等核心客户中规模化落地。
其中,“热线楷模” 已实现从话单录入到工单派遣的自动化闭环,大幅优化政府热线的运营效率。
中层则是通过收购海乂知获得的知识图谱技术。
对大模型 “幻觉” 而言,结构化、逻辑可推理的知识图谱,好比是让一个爱编故事的朋友突然拿出了一本满是边注的事实笔记,可信度与可靠性由此跃升。
海乂知 2024-2026 年业绩承诺分别为 1100 万元、1350 万元、1600 万元,2024 年已顺利完成,并表后直接为数据智能业务提供底层能力支撑。
顶层则是今年 4 月最新发布的 AIKC 垂直知识智能体系。
它追求 “可推理、可生长、可决策” 的智能体能力,目标是将组织中的隐性经验提炼出来沉淀为 Skill 模块,通过持续迭代和跨行业复用,去驱动企业实现从 “项目交付” 向 “知识资产输出” 的商业模式升维。
公司董事长袁岳在此前的 AIKC 发布会上明确说,这一体系旨在 “打造高效创新、可快速复制落地的垂直智能应用生态”,并以此推动治理现代化和产业升级。
说直白点,如果 AIKC 体系真正跑通,零点有数的收入结构里将不再只有按项目收费的咨询和按部署收钱的软件,而可能出现大量可持续、可订阅的知识付费模块。
但问题的要害也在这里。
研发投入的收获期正在拉长,AI 概念的溢价能否真正兑现为持续的营收增长和利润拐点,仍需要至少一个以上财年的验证。
与此同时,竞争的压力肉眼可见。
零点有数面临着阿里通义千问、百度文心一言等通用大模型厂商,以及中科曙光等大型 IT 服务商的双向碾压。
这些头部大厂正以全栈技术优势和资本体量碾压市场,而像海乂知这类并购对象也在不断抬高技术护城河建造成本。
对零点有数而言,2026 年是一个非常微妙的节点。
一方面,它在政务数据智能领域的场景壁垒足够深,政策扶持方向也高度匹配,“人工智能 +” 的落地窗口期刚刚打开。
另一方面,如果你是一名投资者,你不得不问:软件业务的高速增长是否会遭遇瓶颈?传统业务主动收缩导致的收入缺口何时能被新业务彻底覆盖?“产品化” 的承诺究竟何时兑现到净利和现金流层面?
也许最好的答案就藏在一个跨越性的公式里:
如果 “零点楷模” 的知识图谱与 AIKC 形成规模飞轮效应,让零点有数从卖 “贴身服务” 彻底转型为卖 “可复用的知识资产”,那么它真的有可能坐上 AI 乘数效应的顺风口;
反之,如果技术和商业化的缝隙拉扯得太久,它会发现自己正被那些更有资本、更有用户的科技巨头,一步一步、一层一层地挤出核心地带。
目前能够确定的是,在转型的深水区,方向比速度更重要,而零点有数至少确实找到了自己的航向。
The copyright of this article belongs to the original author/organization.
The views expressed herein are solely those of the author and do not reflect the stance of the platform. The content is intended for investment reference purposes only and shall not be considered as investment advice. Please contact us if you have any questions or suggestions regarding the content services provided by the platform.
