智通财经app获悉，8月5日，亚信科技(01675)举行2025年中期业绩沟通说明会，亚信科技执行董事兼CEO高念书、高级副总裁兼CFO黄缨、副总裁兼云事业部总经理傅葳、总裁助理张炜出席了本次会议。
2025年中期，公司实现营业收入约为人民币25.98亿元。其中，ICT支撑业务收入约为人民币21.18亿元，数智运营业务收入约为人民币4.08亿元。5G专网与应用业务收入约为人民币0.47亿元，上半年订单金额约为人民币0.82亿元，同比增长51.7%。AI大模型应用与交付业务收入约为人民币 0.26亿元，同比增长76倍；上半年订单金额约为人民币0.7亿元，同比增长78倍。
上半年，亚信科技持续聚焦“数智”、“云网”、 “IT”三大产品体系，全面推动产品体系向AI Native演进创新，为公司三大增长引擎提供有力支撑。2025年上半年，公司研发投入约人民币4.15亿元，持续强化数智和云网等产品技术引领力。
展望下半年，亚信科技表示，将延续稳中求进的发展策略，一方面持续夯实通信行业根基，推动ICT支撑业务基本盘稳步回升；另一方面持续聚焦AI大模型应用与交付、5G专网与应用、数智运营三大增长引擎，并加快签单节奏，全年业绩保持稳健；加快推进AI大模型应用与交付、5G专网与应用业务订单转化，全年业绩高速增长；数智运营业务结合AI和智能体技术，持续推进按结果付费的创新模式，优化业务结构。
此外，公司预计下半年业绩将显著优于上半年，通过加快签单节奏，坚决达成全年目标。
以下为智通财经APP整理的业绩会问答环节实录：
问：大模型应用与交付增长很快，但从数据来看，总金额并不大，项目单价也不大，请问如何看这种情况?另外，很多小公司也在做大模型交付，如何看未来这块市场的竞争?
傅葳：整个大模型市场，第一是看市场，从前年开始大家集中算力，去年更多是在讨论平台，今年其实是大模型应用交付快速增长的一年。虽然绝对值不高，但比去年会有一个非常大幅度的增长，这实际上和客户自身使用大模型的节奏是非常相关的。
除收入外，我们也会衡量客户质量，我们的收入来自于非常多的行业头部客户，包括能源、制造、零售、交通行业，还有一些大型国央企。这些客户都是从“点”到“线”再到“面”去做它的大模型应用，未来有非常大的增长空间。
第二是单体量问题，其实所有的客户，不管他的经营状况如何，有钱没钱，在大模型上的投入都是从尝试、从POC开始。所以一开始项目的单体量一般都在大几百万、小几十万， 但是随着阶段的迭代，我们在下半年已经看到一批优质客户拿出了千万级的资金来做大模型交付。
所以我们相信，客户对大模型的使用，从尝试性到确定性转变，未来这方面增长空间还是非常大的。无论从客户数量、客户质量，还是客户单体项目的规模维度，都看到了一个增长的趋势。
问：智能体今年开始崛起，也是大模型能够深入行业落地和使用的关键，亚信科技如何看待智能体未来在垂直行业的应用前景，是否有所布局?
傅葳：关于智能体，大家可以理解是一个大脑 四肢的组合，它既可以是功能性的智能体，也可以是场景性的智能体。目前我们在首批交付的客户中，已经沉淀出了很多带有头部客户经验和认知的智能体。下半年我们会反向给大家做推广。
这当中有需求量比较大的营销智能体，有招投标智能体、财务智能体，也包括零售智能点单的智能体、工业制造智能诊断智能体、工业寻优智能体等等。
这些智能体智能体在头部客户中孵化完成后，对行业中腰部客户和尾部客户都会是一个非常大的利好，其不仅带有大模型的能力，还带有头部客户的一些认知和经验，这块我们下半年会做大规模的反向推广。
问：在政企市场联拓方面，亚信科技这边具体策略是什么样的，与运营商之间的分工和角色分别是什么?
高念书：在政企市场方面，我们首先是谨慎拓展，不会做垫资，需要带资进去的项目我们不做。现在跟运营商的合作主要是两个方面：一个是市场，一个是产品和方案。
市场方面，我们和运营商组成联合战队，一起做售前和销售，共同打开市场；产品和解决方案方面，大家组合互补，比如运营商在CT产品方面比较强，我们在IT产品方面比较强，双方一起做整体的交付。
我认为在政企市场，能否在产品方面形成全栈的产品和解决方案很重要，跟运营商一起合作，有利于为客户提供一个全栈、全面的ICT 解决方案，
从运营商的云、智算中心、CT产品到我们的IT产品、交付能力、AI 能力，可以形成比较好的互补。
今后跟三家运营商，包括其他类似铁塔、广电等合作伙伴，我们也同样会采取市场和产品解决方案共同合作的模式。
问：AI大模型上半年爆发增长，相对于其他竞争对手，亚信科技的核心优势是什么？
傅葳：首先，我们认为还是亚信科技在过去30多年的积累，尤其是我们对于客户复杂应用场景的理解能力，这非常重要。因为大模型是一个新质生产力，需要跟客户的现状结合才能产生价值，须同时具备对客户现状的理解能力和对大模型的理解能力。在这点上，亚信科技过去的能力积累是非常强的，在业内也是领先的。
第二，在大模型的能力上我们跟阿里有多年的合作，一起做了几十个项目。过程中，我们对大模型的理解、使用和预期效果，对它如何去调优，形成了非常多的经验、方法论，和工具集，这也非常感谢合作伙伴对我们的赋能。
第三，大模型的交付有一个很大的特点，是强经验相关。我们起步较早，从前年6月份开始，整个大模型的基模和平台都还非常不成熟，我们就开始做了大模型的应用交付，也做了非常多跨行业的交付，比如最早的政务，到后面的能源、交通、制造业、零售业，以及大型国央企的项目交付，沉淀出了非常多的经验，并且是能够跨行业赋能的。
换句话说，一个行业刚开始用大模型，无论是客户自身还是其合作伙伴都是不具备经验的。但因为我们在其他行业中做过类似的事情，我们来到这个行业，此时我们的经验则起到了非常大的作用，能够帮助行业和头部企业快速完成大模型应用场景的落地。
电网就是一个很明显的案例，因为电力行业过去是一个相对比较封闭的行业，但因为我们有了很多大模型跨行业的交付经验以后，在电网的第一轮场景落地中，我们起到了一个非常核心的作用，也让我们现在在整个电力行业的大模型交付中彻底打开局面。
除了身份优势、合作优势，以及过去能力的积累和先发优势，往后看，我们的优势还在于要快速提高质量，降低成本。
在提高质量方面，我们会做更多前沿技术的研发。一个是对我们工具集的打造，一个是去看一些工业场景，如工业寻优、工业仿真等更适合让大模型起到作用的高难度场景的打造。另外，通过工具集、方法论，让整个交付成本能够快速下降，这些都会形成我们在交付领域的一个非常高的壁垒。
我们也会在一些和大型企业的合作中，通过一些运营的能力和平台的能力，与企业做更强的绑定，这也去降低竞争的一个很有效的方法。
比如一个企业用了大模型之后，它跟过去系统的连接，数据的管理、人员的管理、安全的管理、模型的规则制定等，都是强运营的一个方向。我们现在一些比较大的客户已经开始进入到运营的阶段，这些都是能够保证我们市场领先性的一些举措。
问：上半年公司对业务分类方式进行了调整，是基于怎样的考虑？上半年也进行了人员优化，对公司的业务结构会起到什么样的影响？人员优化主要集中在哪些领域？未来是否还会有进一步的人员优化计划？
高念书：公司调整业务分类方式，第一个原因，是想把“方言”改成通俗易懂的“普通话”，原来无论是B域、O域、M域，都是通信领域的“方言”，可能在行业里这么称呼，出了行业大家都一头雾水。
而且在一定程度上，B域和O域是同质的，一个是网络管理，一个是业务支撑系统管理，都是在一个行业里的语言。再过几年，这个O就不见得是一个新的业务了。所以我们认为有必要用更有利于大家理解的方式。
ICT大家都知道，都比较理解。所以未来无论是O域、B域、M域，我们都归纳到ICT行业里去，一说ICT，大家就都比较了解了。
第二个原因，是看未来增长的趋势。 ICT相对亚信科技而言是我们基础、传统的业务总称。无论是给运营商做的IT解决方案，还是对其他垂直行业提供的IT和CT解决方案，对我们而言是一个比较传统的业务。
而看未来几年新业务的发展趋势，主要集中在三个新的业务板块：1.AI大模型应用与交付；2.5G专网；3.数智化运营，这三项新业务从趋势来看，在未来几年都会成为我们的增长驱动力。
虽然目前大模型交付的基数较小，但相信未来几年都会处在高速发展的过程中，会达到比较大的规模，因此有必要将这一块单独拎出来，能清晰地看出我们的增长趋势和增长来源。
我们今年在人员结构优化方面，尤其一季度的力度是比较大的，主要集中在传统的ICT领域。原因之一，是这个领域的业务量在缩减，成本管控导致我们的来源变紧，所以必须要更高的效率保证利润，用一些工具来完成，从而降低交付成本。
而对于未来的大模型、5G专网、数字运营，我们实际上还是有增长的，这是我们未来业务的增长来源。通过把一些原来传统ICT 业务的人员进行精简，引进一批更懂AI的专家，更懂5G专网的，更懂数智化运营的专家，补充到新的业务里边来。
对我们而言，我们必须要看自身的增长，增长从哪来，就要投入配置更多的资源；哪里成本受影响，就要精简、合理适配资源，以保障公司的利润率，这是我们整体的方向。
未来我们不会有这么大规模的变化，只会有小范围动态的调整。因为我们全员现都做了AI能力的认证，过程中必然有部分人不能适应我们新的要求，比如会不会使用AI工具，不会使用的一部分人就可能会淘汰，并引入更适应新时代、满足新业务发展需求的人到组织当中。
问：大模型交付过程中，既有阿里云，也有其他企业的云，在和客户接触过程中，他们倾向于用哪些企业的产品？以及产品的交付是以开源还是闭源方式的大模型产品？交付业务的毛利与传统业务毛利的差异大吗？
傅葳：目前在客户实际落地交付方面，基模这块还是以阿里的2个大模型为主，因为这两款模型在全世界排名都非常靠前，实际使用效果也非常好。
大模型的特点就是耦合度高，一个场景也好，一个智能体也好，最终的运行效果跟芯片的选择，基模的选择，以及工具链平台的选择，还有应用交付都是强相关的。所以如果要真正服务好客户，性能、效果都达标，需要在这几层都做相应的优化。我们跟阿里的合作，能够确保我们在真正的客户场景交付中遇到困难时，从上面这四层都能做优化。
我们跟阿里合作，肯定都是闭源的基模。因为开源基模虽然大家可以用，但最终性能的提升需要兜底，这个兜底往往会在模型侧做一些工作，这也是我们跟阿里合作的一个最核心优势所在。在最终的效能提升上，我们可以在模型侧去做一些修改。如果是开源模型的话，没有原厂的支持就很难做到。
毛利主要分为两个阶段，第一个阶段是创新阶段，我们和很多行业头部客户在初期根据它的需求，通过大模型的能力，把很多场景打造出来，这阶段我们的毛利基本在20-30%，但也是远高于我们自身在一些传统行业的交付。
在推广阶段，由于我们已经在一些行业头部客户中形成了智能体和场景交付的经验，比如我们在国能火电项目上积累了很多经验，再到其他火电厂的去落地和复制的时候能有更高的复制度，也包括了制造业、家电头部客户的一些场景。
我们认为，大模型场景在行业内的复制度能够达到80%，跨行业的复制度能超过50%，当以这样的复制性去推广的时候，毛利应该是能超过50%，甚至更高。
问：这种开源和闭源，如果一家企业，比如大型国央企具有比较多IT能力时，他就可以选择自己选择一些开源模型来做落地？
傅葳：其实开源和闭源模型的区别，很大程度上是原厂的支持。开源模型迭代速度相对较慢，闭源模型的迭代速度会更快。例如，阿里大概每个月都会出一个新版本，这是一个明显的区别。
另外，客户自身基于开源模型去做自己的场景，其实有很多客户，包括一些大型国央企也有这样，他们会做一个非常大的数智化团队，也会引入一些专业的AI人才。
但最大的问题在于，单行业和单客户的经验迭代速度是非常慢的。换句话说，我们过去几年走过的弯路，他们也必须重新经历一遍。我不否认投入足够长的时间和资金，最终是可以做出来，但性价比会非常低。
很多客户现在也意识到了这一点。比如我们在电网交付的时候，对方有大量的研发资源，包括他的研究院，双方会很清楚地界定出他们干什么，我们干什么的分工界面。
现在更多的客户会将智能体的生成，和大模型功能的实现交给我们来做，一些辅助性页面的生成和业务流程的落地，由他们自己的人来做，这样的匹配其实效能是最好的，所以也会看到更多的客户已经开始认知到这一点。
因为我们也观察到，他自己做可能最好的客户做到70%基本就会停到那，最终是无法真正实现应用落地的，差一点的可能做到20-30%基本上就做不下去了。
问：AI大模型交付和5G专网两个业务增速比较高，从更长远的角度看，比如未来一年或者三年，公司对于这两块新业务有怎样的预期目标？是否还能继续维持这种高速或超高速的增长？在AI大模型交付业务方面，下一步能力储备主要集中在哪些领域？将侧重哪些方面的能力积累？
高念书：未来太远的不敢说，到今年下半年会进一步爆发，到2028年大模型交付也好，5G专网也好，肯定也还处在一个非常高速发展的阶段。当然我们内部有很宏伟的计划，但在可见的这三年里面，大模型交付和5G专网都会保持一个非常快速的增长，也将成为公司未来订单的一个主要收入来源。
从现在这个趋势来看，未来三年，大模型交付、5G专网都会赶上现在一个小的运营商的规模，按照我们现在内部的规划，一个业务板块会相当于亚信一个运营商事业部的规模。这也是我们在这块投入更多资源的原因。
未来三年仍会是一个非常快速的增长，它不是一个短期的项目，而是比较长远、有高增长速度的项目。
在能力储备方面，我们一直提的是三个方面：一个是工具，工具需要持续迭代。你之所以比别人做得强，每个项目不全都是从0起步的。每个To B行业都有自己的差异化，但工具是通用的，这些工具你做得越好，效能不停迭代，它的功能就越强大，会节省我们的交付成本。
为什么我们的大模型期待了一个比较好的毛利，实际上不是靠你的人越来越有经验，而是首先靠的是工具越来越好用。工具的效能发挥得越大，你的毛利会越高。而在不同的项目之间，这些工具是通用的，工具的能力是不断增长的，它需要长期的迭代。工具都是在项目中摸爬滚打出来的，做完一个项目，这工具就得成长一次，不断地去迭代。
我们的这套工具做得是比较早的，这次对工具也有新的命名：最底层的叫龙骨，龙骨大模型是我们的一个底架，是我们的基础。把这个龙骨搭好了，上面其他的工具才会做得更好；中间一层我们叫石斛，有很多的工具，包括维护、运营、环境等。再上一层叫灵芝，有各种各样应用层面的东西，三组工具集，越迭代，越强，这些工具在不同行业里都是能够通用的。
第二是对行业的专业背景、专业知识。我们会重点地做一些行业，这些行业我们希望把它做穿做透，而不是一个行业打一个点就跑。
能源行业是我们在大模型方面发力较早，做得也比较多的。接下来还会有其他的行业，主要集中在买单能力较强，有较强大模型意愿、市场规模的行业，先把这些头部行业抓到，当中很重要的一点是你对这个行业的了解有多深。
对于行业的知识积累是我们的一个强项。我们每进到一个行业，都有这个行业的业务专家跟进来，只有了解他的业务专家、业务流程，才能更好地为这个行业提供大模型服务。
第三，是我们交付的团队。因为亚信科技和其他企业不同的一点是，我们每年都有上千个项目，我们的工程师都是从上千个项目中摸爬滚打出来的。这一套项目管理机制的基因还是存在的。
在To B服务中，每一个项目，哪些地方是坑，哪些地方要避免走弯路，都需要有非常丰富的项目管理经验，而亚信科技在To B、项目管理方面的基因很强。这几个方面是我们在能力上的储备，也是我们未来仍要继续发扬光大的地方。
问：在行业拓展方面，公司有没有哪些具体的、明确的想法去有意识地拓展更多的行业客户？公司内部的业务线调整是否也涉及到组织架构的改变？
高念书：我们过去在通信行业的集中度过高了，几年前基本100%都是通信行业，这些年我们逐渐加大了对其他行业拓展的力度，我认为现在这个机会来了。
一个是AI，一个是5G专网，是我认为的一个重塑新行业的机会。比如在能源行业，如电网、发电系统，以及石油石化行业等。
对于行业的选择，一是它有比较强的用新业务的意愿，同时有比较好的买单能力，我们已经挑出来了若干个这样的行业。当然也要符合我们的产品的特征，不是所有行业都需要用到5G专网，也不是所有行业都有意愿去用AI，所以我们会挑选这些有能力、有意愿，跟我们的产品比较贴切的行业进行拓展。
在5G专网方面，一些园区的企业，比如港口、校园、医院这些有园区的地方，因为都需要有一个局域网，而且局域网的大趋势一定是用无线。过去是Wifi，现在可能越来越多的行业会用5G专网替代Wifi，这个条件现在越来越成熟了。
在业务线的调整上，我们今天对外做了一个宣布，实际上此前组织早已经到位了。我们的几个新业务板块都有一个专门的BU业务单元，跟运营商一样规模的业务单元与之相对应。
换句话说，我们的组织已经先行，做好了调整。只不过现在把业务的条目单拎出来，让大家更清晰的看到。比如大模型交付就是一个独立的事业单元，5G专网有一个专门的业务单元，数智运营也是一个专门的单元。
这三个新业务板块的组织已经完善了，只不过未来可能要补充更多的资源、更多的人。所以从管理上，不会增加额外的管理成本，只有当未来业务规模大了，需要招更多的专家、更多的人进来，我们的组织已经做好了调整准备。过去几年实际已经做了这方面的准备工作，只不过业务没有按照这个方式来划分。
问：公司数智业务表现不错，尤其是在非通信行业，整体订单增长了18.2%，尤其是金融领域，以及汽车和消费领域增长不错，其中金融领域的订单增长了近50%，主要的驱动因素是什么？相对于金融领域，汽车和消费领域的增长有放缓，背后的原因是什么？
高念书：数智运营上半年的确受通信运营商的影响较大，主要是降本增效的问题。金融方面，我认为中国的金融行业对数据和AI的应用是比较好的。数据如何与AI更好地结合，发挥更好的生产效能，过去大家可能做得不够多，现在我们在引导金融企业。
我们在消金和互金，尤其是保险方面的增长是比较快的。这背后的原因，我认为是时机到了，原本可能只是纯粹数据比较丰富，现在因为AI的发展与数据结合起来，而加快了运用。
所以AI的基础还是数据，没有良好的、大量的数据源，以及数据治理的能力，AI也会受限。之所以金融行业发展得更快、更早，是因为它的数据量比较大，数据质量也相对较高。
汽车行业看上去订单增幅变低，主要是因为行业卷得太厉害了，但即便如此我们依然保持增长，主要因为我们在二手车销售方面找到了一些机会和场景，为行业增添了一些活力。
很多汽车行业垂直数据的水分越来越大，未来大家可能会看到数据之间水平的差距变得越来越大，随着大浪淘沙，一些垂直行业数据的水分慢慢被挤掉，艾瑞数智这套真实数据的价值，会越来越多在汽车行业中显现。
在消费领域，随着竞争日渐激烈，企业自身的数据分析和AI能力是不够的，也需要更多的生态为其提供更多、更好的数据 AI的服务。现在在电商领域中，我们也看到了非常多的机会。
在几个新领域中，包括刚才提到的能源行业、矿山行业、航空公司、石油石化，以及港口、医院、高校等领域，是我们会重点突破的，未来这些方面的消息也会越来越多。
我们也非常感谢通信行业给了我们积累这些经验的机会，让我们锻炼了队伍，养育了亚信科技这样的公司，把我们的工具打造出来，未来我们也会把这些经验用到更多的行业里，为其他的行业提供服务。
未来几年比较理想的情况，我们如果能达到百亿订单的规模，通信、非通信市场占比能达够到50:50的规模，这是比较健康的一个架构。
问：AI智能体对于数智运营业务而言的价值是什么？现在整个市场对智能体的态度是什么？
傅葳：因为数智运营这个领域，实际上更多是对大量数据进行分析，然后做经营决策。海量的数据分析，实际也是大模型非常擅长的事情，对做经营决策能起到非常大的作用，所以在这个领域智能体的应用会是一个非常先发的趋势。
基于我们对大模型的理解，以及对数据的理解，我们将两者结合，形成了我们的数智运营的智能体结构，能够为客户提供一些更先进、更高效的体验。最终表现的结果就是，在客户的营销效率和营销效果提升，降低营销成本等方面，能够起到一个较大的作用。
问：公司现在也是星河计划的合作伙伴，共同共建了近百个项目，在AI业务的拓展方面是否主要以集成交付的角色来推进AI业务？在通信行业降本增效的趋势下，未来公司的AI、5G专网两个增长较高的业务，能否抵消传统业务下滑的影响？
傅葳：一个真正的客户大模型应用，包含了算力、基模、平台、交付等多个部分，我们跟阿里的合作，并不是简单的集成，而是分工。阿里负责算力和基模的部分，平台的部分阿里和亚信科技都有，我们会按照客户的需求和资金投入量来决定是用阿里的平台还是用亚信科技的平台。
两个平台之间有一定差异性，阿里的平台规模更大一些，更靠近大模型的能力；亚信科技的平台相对价格较阿里的平台低一些，我们会根据客户的具体需求来定，现在很多项目也采用亚信科技的平台去做交付，实际上是一个合作分工的关系。
而且目前看，这个分工双方都是非常认可的。阿里几乎会把所有大颗粒度的交付项目给到我们，从最早的客户交流、POC开始，双方就一起合作了。同时，它也会带来算力使用的需求，因此不仅是在一次性交付时有一个很好的合作，在未来的持续运营中也是一个互相支撑、共同成长的关系。所以在这点上，我们的合作关系未来会走得越来越近。
高念书：通信行业除了降本增效外，还有一个自研。除了集约化和降本增效，系统的集中化和自研也会对上下游产生比较大的影响和冲击。
我们今天新业务的发展，也是对冲这些未来的风险。现在看来AI大模型交付、5G专网、数智化运营这三个业务，很大程度上能对冲掉下降的风险。所以今年的业务，我们在年初给大家说跟去年一样能保持平稳，就是因为刚才提到的AI大模型交付、5G专网、数智化运营所带来的对冲。我的回答肯定是希望，做到新业务板块能够对冲掉传统业务的下降，同时保持公司总体的业务量有一个上升的空间。
免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
如有疑问请发送邮件至：bangqikeconnect@gmail.com