一度暴涨300%！北大校友联手创业16年，拿下港股AI营销赛道第一股

5


月


27


日，北京深演智能科技股份有限公司（下称“深演智能”，


02723.HK


）在港交所主板挂牌上市，成为港股“企业决策


AI


智能体第一股”。

深演智能开盘价报155港元/股，开盘市值141亿港元（约合123亿元人民币）。


截至收盘，股价203港元，较发行价涨266%，市值184亿港元。

深演智能的前身是


2009


年成立的品友互动


，联合创始人是两位北大校友——黄晓南和谢鹏。

公司最早做程序化广告投放，后来逐渐转向


AI


营销与销售决策。


目前核心产品包括智能广告投放平台


AlphaDesk


、全域数据管理平台


AlphaData


，以及


2025


年推出的企业级决策智能体


Deep Agent


。

2025


年公司收入


5.77


亿元，同期净利润


918


万元。

根据


弗若斯特沙利文数据，按


2024


年收入计算，


深演智能


是中国营销和销售决策


AI


应用市场排名第一的公司


，市场份额


2.6%


。

上市后，


九弦资本


持股


15.74%


，是


深演智能


第一大外部


机构


股东


。其他机构股东包括：


中国移动旗下中移基金持股


9.83%


、富德懋赏持股


9.52%


、上海懋耀持


股


8.17%


、起点创投持股


2.92%


、长江国弘持股


2.49%


、深创投持股


2.02%


。

董事会主席、董事兼总经理


黄晓南


持股


18.86%


，执行董事兼副总经理谢鹏持股


13.29%


。两人作为一致行动人，合计控制公司


32.15%


的投票权。

按照收盘市值184亿港元计算，黄晓南身价34亿港元，谢鹏身价24亿港元。

2016


年，

黄晓南入选了创业邦“最值得关注的女性创业者”榜单

。当时，品友互动刚完成


D


轮融资，估值


15


亿元。十年后，公司终于成功上市。

两位北大校友联合创业

黄晓南出生于


1976


年，今年


50


岁。她本科在北京大学读英语专业，辅修法律，毕业后去了广州宝洁做品牌管理。

深演智能




董事会主席、董事兼总经理




黄晓南

90


年代末的宝洁已经开始大量使用尼尔森零售数据做市场分析。那时“数据驱


动”还不是流行词，大多数企业仍靠经验和直觉做决策。但黄晓南已经意识到，营销其实可以被量化。

后来，她赴加州大学洛杉矶分校（


UCLA


）攻读


MBA


，随后进入麦肯锡做营销战略咨询。几年咨询经历里，她接触了大量消费企业，也逐渐形成一个判断：企业营销预算里，存在大量无法被衡量的浪费。

谢鹏


是北大的法学硕士，也在广州宝洁做过区域销售经理。但两人在宝洁共事的时间不长，真正重新建立起联系，是在离开宝洁多年之后。

2008


年前后，美国互联网广告行业开始流行


“


行为定向广告


”


概念，即通过用户浏览、点击等行为数据，判断其潜在兴趣，并实现更精准的广告投放。黄晓南和谢鹏都意识到，这种模式很可能会在中国互联网广告市场快速复制。

2009


年，两人创办品友互动。公司最早的办公室位于北京回龙观的一处两居室里，团队规模也不大。

2010


年，中国互联网广告市场进入快速发展阶段。品牌广告预算开始从传统媒体向线上迁移，但大部分广告主并不具备数据化投放能力。谁能帮助企业更精准地买流量，谁就有机会建立新的平台能力。

品友互动踩中了这一阶段。

2011


年，公司完成


750


万美元


A


轮融资。随后几年，宽带资本、长江国弘等机构陆续进入。到


2015


年


D


轮融资时，中移基金、深创投、九弦资本等机构开始入股。

其中，中移基金是中国移动旗下产业基金，不仅投资了深演智能，还押注了另一家明星公司摩尔线程。目前，摩尔线程财务副总裁薛岩松担任深演智能独立非执


行董事。

2017


年


E


轮融资完成，由起点创投独家投资，公司投后估值升至


19


亿元。

也是在这一阶段，深演智能逐渐形成了后来最核心的产品


AlphaDesk


。其雏形是


2011


年上线的


DSP


平台，当时它只是一个程序化广告投放工具。之后几年，团队不断接入媒体平台、用户行为数据和企业营销数据，再通过算法模型优化广告出价与投放逻辑。

黄晓南后来形容，这个过程有点像“训练一个不断学习的机器”。

到


2019


年，品友互动正式更名为“深演智能”。

黄晓南后来解释，“深”代表深度挖掘数据价值，“演”取自《新语·明诫》中“观天之化，推演万事之类”。相比“品友互动”时期强调广告平台属性，“深演智能”这个名字更清晰地指向了


AI


营销与决策的定位。

近




90%




收入来自广告投放

深演智能的核心业务，本质上还是帮助企业提高营销效率。

其中，


AlphaDesk


主要提供智能广告投放服务。它接入了抖音、腾讯、快手等超百家头部媒体平台，实现了小屏与大屏的全媒介、多场景一站式管理。当广告曝光机会出现时，系统会在毫秒级时间内完成用户转化概率预测，并自动计算出价。

AlphaDesk


还包含一项更底层的智能预算分配能力：当某个媒体渠道的转化成本


超出预设阈值时，


Deep Agent


中的“


AI


投手”智能体会自动调整预算，实现动态优化，形成“决策、执行、反馈、再决策”的完整闭环。

招股书显示，一个全球消费品集团在使用相关服务后，新客户获取成本下降了


12.3%


，访客成本下降了


53.6%


。

另一款产品


AlphaData


是企业级客户数据平台（


CDP


）。其整合了


DMP


和


MA


能力，通过统一采集、治理、打通分散的客户数据，帮助企业构建全域用户画像。

过去，大量企业的


CRM


、


APP


、小程序、线下门店数据彼此割裂，很难形成完整的用户画像。


AlphaData


通过


OneID


技术打通不同数据源，再利用


AI


模型“


Holmes AI


”预测用户复购概率与触达时机，实现客户关系管理的自动化。

2025


年推出的


Deep Agent


，则代表公司开始向


AI


智能体方向延伸。

该系统通过“大模型


+


小模型”混合架构，开发了销售助手、


AI


投手、智能圈人、企微客服等


20


多个场景化智能体，覆盖销售、客服、内容生成、营销优化等多个场景。

不过，从商业化进展来看，这项业务仍处于早期阶段。截至上市前，公司累计签署合同


37


份，合同总金额约


2340


万元。

此外，与传统


SaaS


企业不同，深演智能并非主要按软件订阅收费，而是更偏向“效果付费”。客户设定


KPI


，公司负责完成投放目标，并从中赚取服务差价。

这一模式的特点是，客户更容易直接看到


ROI


，但公司的利润空间也会受到媒体采购成本变化的影响。

从收入结构来看，深演智能目前仍高度依赖


AlphaDesk


。


2025


年，该产品收入


5


亿元，总收入占比


达到


87.9%


。

图源：招股书

2023


年至


2025


年，公司毛利率从


31.2%


降至


25.5%


，净利润从


6066


万元降至


918


万元。


但


公司


产品客户粘性较强：


2022


年至


2025


年上半年，


AlphaDesk


的终端客户净收入留存率始终超过


85%


，


AlphaData


则超过


80%


。

图源：招股书

截至


2025


年底，公司累计服务


468


家终端客户，其中包括


69


家《财富》世界


500


强企业，覆盖快消、汽车、电商、零售、美妆等行业。

虽然活跃客户总数从


2023


年的


266


家降至


2025


年的


228


家，但单个客户平均贡献收入从


229.8


万元提升至


252.9


万元，公司也在向更高价值客户集中。

2023


年


-2025


年，


深演智能


海外业务的收入占比分别为


18.7%


、


13.8%


、


20.2%


。


相比国内市场，出海业务的盈利能力更高。


2025


年，公司海外业务毛利率约


55.6%


，明显高于国内业务


17.6%


的水平。

图源：招股书

深演智能的出海主要有两个方式。一是配合中国企业出海步伐，帮助企业在海外做本地化营销。二是拓展美国、东南亚等海外市场，组建本地化团队直接服务海外客户。上市后，公司拟将


20%


的募资资金用于拓展包括海外在内的销售网络。

截至目前，公司累计服务了


310


家跨国客户，并在英国、美国、新加坡、阿联酋和中国香港设立了办事处。

行业从流量优化走向




AI




决策

近几年，


AI


营销市场增长很快。按照弗若斯特沙利文的数据，中国营销和销售决策


AI


应用市场规模预计将从


2024


年的


203


亿元增至


2029


年的


944


亿元，年复合增长率达


36.5%


。

增长背后，一个重要原因是流量结构发生了变化。

过去，品牌主要投搜索和门户广告，但短视频、直播、电商平台兴起后，广告投放越来越碎片化。平台数量变多，用户行为变化更快，人工优化已经很难覆盖。

与此同时，企业获客成本持续上升，营销


ROI


开始成为越来越核心的经营指标。


AI


营销公司也因此获得更多机会。

市场快速增长，也吸引了越来越多玩家进入。招股书显示，行业前五名合计市场份额约


10.8%


，尚未形成绝对头部玩家。

一边是腾讯、字节、阿里等互联网平台，它们掌握流量入口和用户数据；另一边则是深演智能、明略科技、迈富时等垂类公司，主要依靠算法、数据分析和客户服务能力参与竞争。

从行业特点来看，


AI


营销企业目前仍普遍处于投入期。随着模型能力、数据体系和智能体应用持续演进，行业商业模式也仍在快速变化。

随着


AI


开始直接影响用户决策，行业对内容真实性和推荐机制的关注也在增加。

2


026


年


“


3


·


15


”


晚会曝光的


“AI


投毒


”


事件，引发行业广泛关注。所谓


“


AI


投毒


”


，是指部分机构通过生成式引擎优化（


GEO


）技术大量制造内容，以影响


AI


模型的搜索与推荐结果。

与此同时，


AI


营销行业的另一条变化也越来越明显


——


流量入口正在从传统搜索向


AI


问答迁移。越来越多用户开始直接通过


AI


获取商品、品牌和消费建议。

这一趋势直接带动了


GEO


市场的爆发。数据显示，


2026


年中国


GEO


市场规模同比增长约


1100%


。到


2030


年，相关市场规模有望达到


240


亿元。

对品牌来说，一个新的问题正在出现：未来不仅要争夺搜索排名，也要争取进入


AI


的推荐结果。

从程序化广告到


AI


决策，再到


AI


智能体和


GEO


，过去十几年里，营销行业几乎每隔几年都会出现一轮新的技术变化。而随着


AI


逐渐从


“


辅助工具


”


走向


“


自主执行


”


，营销行业的竞争重点，也正在从单纯的流量运营，转向数据、模型、内容可信度以及生态能力的综合竞争。

新的技术机会


也


在不断出现，但商业模式、行业格局和长期壁垒，仍有待进一步形成。

（来源：创业邦）